Development and Validation of a Simulation Model for Collection of Canine Vaginal Samples
Notice bibliographique
Résumé
Vaginal cytology is a widely used cytological technique mostly taught by observation, either through direct tutoring or videos. To the best of our knowledge, vaginal cytology simulators have never been assessed in veterinary medicine. Twenty-five undergraduate students with no prior experience in canine vaginal sampling were randomly assigned to two groups that practiced the procedure in either a simulator or a live animal. An inverted classroom design was followed. After observing a video tutorial, students practiced with the simulator/live animal for two classes. Three weeks later, they performed a vaginal cytology on a live animal being recorded. The videos were evaluated through an objective structured clinical examination (OSCE) by an observer blinded to the student's groups. The learning outcome was compared through OSCE pass rates and questionnaires. The simulation model was made by 3D printing and soft silicone for the vulvar labia, having pink and blue colored vaseline in the correct and incorrect locations for sampling. The model was economic and accurately replicated the female reproductive tract. It provided immediate feedback to students, who obtained pink or blue swabs from the correct and incorrect locations, respectively. Students reported that three to five or more attempts were needed to properly learn the procedure, thus justifying the need for a simulator. No differences in the OSCE pass rates were observed between the groups. The simulation model was effective for learning the vaginal cytology procedure, replacing the use of live animals. This low-cost model should be incorporated in the tool-kit of reproduction classes. This translation was provided by the authors. To view the full translated article visit: https://doi.org/10.3138/jvme-2022-0141.pt
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».