MétaCan
Menu
Retour à la cohorte
Enregistrement W3128513470

A Mixed Reality Technology as a Supplemental Learning Tool of the Cardiovascular System

2019· article· en· W3128513470 sur OpenAlexaffabout
Jeffrey Lao, S. González, David Burbidge, Christelle Dombou, Mark Salama, Mina Zeroual, Michel Désilets, Pascal Fallavollita

Notice bibliographique

RevueCMBES Proceedings · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensCarleton UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCurriculumMAGIC (telescope)Likert scaleHuman anatomyComputer sciencePsychologyAnatomyMedical educationMedicinePedagogy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Learning anatomy and physiology is a difficult task for students entering the field of Health Sciences and Medicine. While cadavers and textbooks are the current standard for teaching anatomy, potential alternative is the utilization of mixed reality technologies. These technologies have the ability to augment human anatomy models directly onto the user, who can then interact with them in a 3D envi-ronment. Our proposed technology, known as the Magic Mir-ror, was assessed in the Anatomy and Physiology I lecture at the University of Ottawa. Data from surveys was collected based on a five-point Likert Scale. Surveys focused on student interaction with the Magic Mirror technology as well as their thoughts about how it compared to learning the cardiovascular system versus traditional Atlas textbooks. Final results demon-strated a strong positive assessment of the Magic Mirror which offers the potential to continue improving the technology for future implementation in anatomy curricula.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil0,366

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,186
Écart entre enseignants0,181 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCMBES ProceedingsMême sujetAnatomy and Medical TechnologyTravaux en français237 207