Development of a 3D Printed Neuroanatomy Teaching Model
Notice bibliographique
Résumé
Gross anatomy has been seen as one of the basic bodies of knowledge that must be mastered as part of medical training. Likewise, neuroanatomy has been seen as foundational to clinical neurosciences. However, Neuroanatomy is different from gross anatomy and this is due to the complexity of the central nervous system, moreover, some of its structures cannot be dissected or demonstrated in anatomy cadaveric lab. The use of anatomical models in medical curricula has been reported as an effective way in teaching and learning anatomy. They have been used to replace cadaveric material when the latter is difficult to acquire, or when the anatomical structures cannot be dissected like the brain ventricles for instance, moreover they have the privilege of visualizing the structures in a 3 dimensional modality. The goal of this study was to create a 3 D printed neuroanatomy model in order to complement the University of Ottawa anatomy models’ library, and help medical students visualize the pathway of different nervous tracts on a 3 D simulation model.To assist with this, 2D images of slices of the cerebrum, brainstem, cervical, thoracic, and lumbar spinal cord were downloaded online to be imported to Adobe Photoshop CC 2015. The images were manually converted to black and white, and separated into different layers to export each components separately into Tinker CAD (online software). The different components were then assembled on Tinker CAD to create 3D printer compatible files. The files were printed using white ABS on a Replicator 2X MakerBot printer at the library of University of Ottawa.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».