Spatial abilities training in the field of technical skills in health care: A systematic review
Notice bibliographique
Résumé
OBJECTIVE: To conduct a systematic review of the effect of interventions on spatial abilities in the field of technical skills in health care. METHODS: A literature search was conducted up to November 14, 2017 in Scopus and in several databases on EBSCOhost platform. Citations were obtained, articles related to retained citations were reviewed and a final list of included studies was identified. Methods in the field of technical skills relating an intervention to spatial abilities test scores between intervention groups or obtained before and after the intervention were identified as eligible. The quality of included studies was assessed and data were extracted in a systematic way. RESULTS: A series of 5513 citations was obtained. Ninety-nine articles were retained and fully reviewed, yielding four included studies. No difference in the Hidden Figure Test score after one year was observed after residency training in General Surgery of at least nine months. A first-year dental curriculum was not found to elevate the Novel Object Cross-Sections Test score (P = 0.07). A two-semester learning period of abdominal sonography was found to increase the Revised Minnesota Paper Form Board Test score (P < 0.05). A hands-on radiology course using interactive three-dimensional image post-processing software consisting of seven two-hour long seminars on a weekly basis was found to amplify the Cube Perspective Test score (P < 0.001). CONCLUSION: Spatial abilities tests scores were enhanced by courses in abdominal sonography and hands-on radiology, but were not improved by residency training in General Surgery and first-year dental curriculum.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».