MétaCan
Menu
Retour à la cohorte
Enregistrement W3013133891 · doi:10.2196/14140

A Virtual 3D Dynamic Model of Caries Lesion Progression as a Learning Object for Caries Detection Training and Teaching: Video Development Study

2020· article· en· W3013133891 sur OpenAlexvenueno aff
Juan Sebastián Lara, Mariana Minatel Braga, Carlos Gustavo Zagatto, Chao Lung Wen, Fausto Medeiros Mendes, Pedroza Uribe Murisi, Ana Estela Haddad

Notice bibliographique

RevueJMIR Medical Education · 2020
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésComputer scienceProcess (computing)Object (grammar)Virtual realityDentistryMedical physicsMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In the last decade, 3D virtual models have been used for educational purposes in the health sciences, specifically for teaching human anatomy and pathology. These models provide an opportunity to didactically visualize key spatial relations that can be poorly understood when taught by traditional educational approaches. Caries lesion detection is a crucial process in dentistry that has been reported to be difficult to learn. One especially difficult aspect is linking clinical characteristics of the different severity stages with their histological features, which is fundamental for treatment decision-making. OBJECTIVE: This project was designed to develop a virtual 3D digital model of caries lesion formation and progression to aid the detection of lesions at different severity stages as a potential complement to traditional lectures. METHODS: Pedagogical planning, including identification of objectives, exploration of the degree of difficulty of caries diagnosis-associated topics perceived by dental students and lecturers, review of the literature regarding key concepts, and consultation of experts, was performed prior to constructing the model. An educational script strategy was created based on the topics to be addressed (dental tissues, biofilm stagnation areas, the demineralization process, caries lesion progression on occlusal surfaces, clinical characteristics related to different stages of caries progression, and histological correlations). Virtual 3D models were developed using the Virtual Man Project and refined using multiple 3D software applications. In the next phase, computer graphic modelling and previsualization were executed. After that, the video was revised and edited based on suggestions. Finally, explanatory subtitles were generated, the models were textured and rendered, and voiceovers in 3 languages were implemented. RESULTS: We developed a 6-minute virtual 3D dynamic video in 3 languages (English, Spanish, and Brazilian Portuguese) intended for dentists and dental students to support teaching and learning of caries lesion detection. The videos were made available on YouTube; to date, they have received more than 100,000 views. CONCLUSIONS: Complementary pedagogical tools are valuable to support cariology education. This tool will be further tested in terms of utility and usability as well as user satisfaction in achieving the proposed objectives in specific contexts.

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 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)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil0,772

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,045
Tête enseignante GPT0,414
Écart entre enseignants0,369 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetDental Research and COVID-19Travaux en français237 207