MétaCan
Menu
Retour à la cohorte
Enregistrement W2938963653 · doi:10.11591/ijeecs.v14.i3.pp1533-1543

Objective assessment of surgeon’s psychomotor skill using virtual reality module

2019· article· en· W2938963653 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIndonesian Journal of Electrical Engineering and Computer Science · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensKensington Health
Organismes subventionnairesnon disponible
Mots-clésPsychomotor learningVirtual realitySimulationComputer sciencePoint (geometry)Path (computing)Motion (physics)Artificial intelligenceHuman–computer interactionComputer visionPsychologyMathematics

Résumé

récupéré en direct d'OpenAlex

<span>This study aims to identify measurable parameters that could be used as objective assessment parameters to evaluate surgical dexterity using computer-based assessment module. A virtual reality module was developed to measure dynamic and static hand movements in a bimanual experimental setting. The experiment was conducted with sixteen subjects divided into two groups: surgeons (N = 5) and non-surgeons (N = 11). Results showed that surgeons outperformed the non-surgeons in motion path accuracy, motion path precision, economy of movement, motion smoothness, end-point accuracy and end-point precision. The six objective parameters can complement existing assessment methods to better quantify a trainee’s performance. These parameters also could provide information of hand movements that cannot be measured with the human eye. An assessment strategy using appropriate parameters could help trainees learn on computer-based systems, identify their mistakes and improve their skill towards the competency, without relying too much on bench models and cadavers.</span>

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,264
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,290
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle