Diseño, implementación y evaluación de un curso de disección de hueso temporal para el aprendizaje de habilidades quirúrgicas dirigido a residentes de otorrinolaringología
Notice bibliographique
Résumé
Introducción: la disección de hueso temporal es una cirugía compleja.Una estrategia de enseñanza y aprendizaje para desarrollar este tipo de habilidades quirúrgicas es la simulación.Objetivos: diseñar, implementar y evaluar un curso para el aprendizaje de habilidades quirúrgicas en cirugía otológica para residentes.Material y métodos: se obtuvieron los registros quirúrgicos otológicos de residentes egresados de nuestro centro entre 2019 y 2022.Se diseñó el curso usando el modelo de Kern de seis pasos.Se midieron los niveles 1 y 2 de Kirkpatrick con encuestas de satisfacción y de autopercepción de aprendizaje de habilidades quirúrgicas precurso y postcurso.Resultados: se observó amplia dispersión de exposición quirúrgica otológica en residentes.Se definieron cuatro objetivos de aprendizaje y las competencias CanMEDS (Canadian Medical Education Directions for Specialists) del Rol Experto en Otorrinolaringología. La metodología seleccionada fue simulación en modelos cadavéricos.Participaron 16 residentes, reportando un alto grado de satisfacción y aumento significativo en la percepción de logro de aprendizaje postcurso en todas las competencias quirúrgicas evaluadas (p < 0.001).Conclusiones: el curso diseñado e implementado es un aporte a la adquisición y promoción de habilidades quirúrgicas.Demostró ser una experiencia muy satisfactoria y valorada positivamente por los residentes, logrando mejoría en la autopercepción de habilidades quirúrgicas.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».