C.6 Action-Related Fixation in Microsuturing, a New Gaze Behavior Metric to Differentiate the Level of Expertise
Notice bibliographique
Résumé
Background: Gaze behavior differences between expert and novice surgeons have been established in previous studies mainly from the general surgery field.Limited information is available about surgeon’s visual attention during microsurgery procedures where surgical microscope is used. Methods: 4 experts and 3 novices performed 37 independent sutures under the surgical microscope.Eye movements of surgeons and scene video of the surgical performance were recorded.Total suturing time and subtask times were compared between level of expertise.We defined three discrete surgical actions and examined eye gaze (fixation) directly related to each of these actions.Fixation duration (measured by total,pre-action,and post-action duration) were compared between expert and novice, over 3 subtasks (piercing, exiting and cutting) and between pre- and post-action phases. Results: Expert surgeons completed the suture with shorter total time than novices.On average,expert displayed longer fixation time than novice.Experts also maintained their visual engagement constantly over the 3 level of subtask in comparison to novices who required a longer fixation time for the challenging subtask (piercing).Experts use longer pre- than post-action fixation, and this pattern is distributed over all three subtasks.This gaze engagement strategy was not shown in novices. Conclusions: The action-related fixation can be used to evaluate microsurgeons’ level of expertise and in surgical education for gaze training.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».