Digitalização e Impressão Tridimensional de Crânio Canino como Ferramenta Educacional para Estudo Anatômico
Notice bibliographique
Résumé
Este trabalho teve como objetivo padronizar a digitalização e impressão 3D de crânios de cães para uso educacional e avaliar a eficácia de modelos anatômicos impressos na disciplina de anatomia do curso de medicina veterinária. Os crânios foram selecionados para escaneamento e criação dos modelos impressos 3D modelados por fusão de deposição (FDM) utilizando acrilonitrila butadieno estireno. Após uma aula teórica sobre anatomia do crânio os modelos impressos 3D e os modelos reais do crânio de cães foram apresentados aos 140 alunos durante a aula prática de ossos. Uma avaliação prática de osteologia foi realizada após um mês que consistiu na identificação de estruturas anatômicas dos ossos do crânio identificados por alfinetes. Os alunos foram divididos em duas turmas para a realização da avaliação; o primeiro grupo fez os testes usando os crânios reais, enquanto o segundo grupo os crânios impressos 3D. O desempenho dos alunos foi avaliado conforme as suas performances no exame prático. No final da disciplina, eles foram convidados a responder a um breve questionário sobre suas experiências individuais. Os resultados do estudo demonstram que as estruturas anatômicas dos crânios impressos 3D eram semelhantes aos crânios reais. Não houve diferença significativa quando se analisou o grau de acertos e erros durante a realização do exame entre aqueles que identificaram as estruturas nos crânios reais ou nos impressos 3D. Conclui-se que é possível construir um acervo dinâmico digital e impresso tridimensional (3D) para estudos da anatomia comparada da espécie canina a partir de crânios reais, e que os crânios 3D podem ser usados como uma excelente ferramenta alternativa ao ensino na anatomia veterinária.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».