MétaCan
Menu
Retour à la cohorte
Enregistrement W3172314178 · doi:10.1096/fasebj.27.1_supplement.958.7

Stereo Laparoscopy: A Novel Approach to Resident Surgical Education

2013· article· en· W3172314178 sur OpenAlexaff
Victoria A. Roach, Manisha Mistry, Timothy D. Wilson

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSpatial abilityTask (project management)VisualizationModality (human–computer interaction)Significant differenceMonocularStereopsisComputer sciencePsychologyArtificial intelligenceMedicineCognition

Résumé

récupéré en direct d'OpenAlex

Elevated spatial ability is linked to improved surgical skill acquisition in experienced individuals. This may be important in laparoscopic skill mastery, where stereo visualization may confer an advantage to novices of variant spatial ability. This study aims to evaluate differences in skill acquisition resulting from variable spatial ability in future laparoscopists. In a pilot study, pre‐clerkship medical students were subdivided into groups based on spatial ability as measured by a Mental Rotations Test (High spatial scores: MRT >;14, Low spatial scores: MRT <10). Students were introduced to tasks via standardized video instruction, and asked to complete four validated laparoscopic tasks under both stereo and monocular viewing paradigms. Students were evaluated on task performance for timing, completion and efficiency. No significant difference was observed between students of high and low spatial ability for any individual task, overall, or in either viewing modality via ANOVA with repeated measures. A trend of higher overall average scores for High spatial ability students (86.68 ± 15.14) was evident compared to low spatial ability students (76.67 ± 15.73). This pilot study suggests that stereo visualization benefits individuals differently according to individual spatial ability. We postulate that stereo visualizations may serve to compensate for reduced spatial ability, thus enhancing skill performance in individuals of low spatial ability. Grant Funding Source : Departmental

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAnatomy and Medical TechnologyTravaux en français237 207