Use of whole slide imaging (WSI) for distance teaching
Notice bibliographique
Résumé
BACKGROUND: Time, travel and financial constraints have meant that traditional visiting teaching engagements are more difficult to accomplish. This has been exacerbated with the advent of the COVID-19 pandemic. The use of digital pathology and whole slide imaging (WSI) as an educational tool for distance teaching is underutilised and not fully exploited. This paper highlights the utility and feedback on the use of WSI for distance education/teaching. MATERIALS AND METHODS: Building on an existing relationship with the University of the West Indies (UWI), pathologists at University Health Network, Toronto, provided distance education using WSI, a digitised slide image hosting repository and videoconferencing facilities to provide case-based teaching to 15 UWI pathology trainees. Feedback was obtained from residents via a questionnaire and from teachers via a discussion. RESULTS: There was uniform support from teachers who felt that teaching was not hampered by the 'virtual' engagement. Comfort levels grew with each engagement and technical issues with sound diminished with the use of a portable speaker. The residents were very supportive and enthusiastic in embracing this mode of teaching. While technical glitches marred initial sessions, the process evened out especially when the slide hosting facility, teleconferencing and sound issues were changed. CONCLUSIONS: There was unanimous endorsement that use of WSI was the future, especially for distance teaching. However, it was not meant to supplant the use of glass slides in their current routine, daily practice.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».