MétaCan
Menu
Retour à la cohorte
Enregistrement W4214510163 · doi:10.3138/jvme-2020-0036.pt

A utilização de simuladores para o ensino da punção de agulha fina em medicina veterinária

2022· article· pt· W4214510163 sur OpenAlexvenueno aff
José Pires, Pablo Payo, Ricardo Marcos

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2022
Typearticle
Languept
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

A punção de agulha fina (PAF) é amplamente utilizada por veterinários, sendo ensinada maioritariamente por observação. Atualmente, considera-se que a utilização de simuladores melhora a aprendizagem de procedimentos práticos. No entanto, simuladores de PAF ainda não foram avaliados em Medicina Veterinária. Cinquenta e um estudantes de Veterinária sem experiência prévia em Citologia foram distribuídos aleatoriamente em dois grupos que usaram um simulador (caixa com nódulos artificiais) e uma peça de fruta (banana). Foi utilizado um desenho de aula invertida com estações: primeiramente, os estudantes observaram um vídeo tutorial sobre a PAF, utilizando em seguida o simulador ou a peça de fruta durante um máximo de 15 minutos. Depois, os estudantes efetuaram o procedimento num modelo animal realista, realizando-se uma avaliação clínica objetiva estruturada (ACOE). A aprendizagem através dos modelos foi comparada por meio de questionários, taxa de aprovação em ACOE e qualidade dos esfregaços obtidos. Após observar o vídeo tutorial, nenhum estudante manifestou ser capaz de fazer a PAF num animal vivo. Por oposição, a maioria revelou ser capaz após a simulação. Os estudantes praticaram mais tempo na caixa (14,8 ± 0,8 min) do que na peça de fruta (8,5 ± 2,2 min). Na avaliação, os primeiros tinham maior precisão na PAF. Ainda assim, não existiram diferenças na taxa de aprovação em ACOE. Portanto, os dois modelos são eficazes para a aprendizagem da PAF, mas a caixa tem vantagens quanto à repetição autónoma da prática. Essa repetição parece ter efeitos positivos na precisão da PAF, o que tem relevância do ponto de vista clínico.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,160
Tête enseignante GPT0,464
Écart entre enseignants0,304 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207