Face and Content Validity of an Artificial Eye Model for Secondary Intraocular Lens Fixation via Yamane Technique
Notice bibliographique
Résumé
Purpose: To assess the face and content validity of an artificial eye model for secondary intraocular lens (IOL) fixation via the Yamane technique. Methods: Ophthalmologists and residents participated in a 90-minute simulation session on secondary IOL fixation via the Yamane technique. Hands-on practice of this technique was performed on an artificial eye, the Bioniko Okulo BR8. After, all ophthalmologists answered an 18-question survey assessing the face and content validity of the model. Survey responses were recorded on a 5-point double-headed Likert scale, ranging from strongly agree (1)-to-strongly disagree (5) (Figure 1). Results: Twenty-three surveys were completed. Respondents rated the survey with a median response of 1 (strongly agree)-to-3 (neutral). Highest ratings for the model were received for "usefulness for training residents", and "easier to set up and clean-up compared to a cadaver". Lowest ratings were received for realism of the model compared to cadaveric eyes. Statistical analysis revealed no significant difference among identified groups. Ratings for face and content validity were viewed favorably, both with an overall median response of 2.00 (agree). Conclusion: The Bioniko Okulo BR8 shows promise as a valid tool for practicing secondary IOL fixation via the Yamane technique. Considering recent guidelines in competency-based ophthalmology education programs, this model may be a valuable tool over traditional techniques for teaching and improving surgical skill amongst trainees.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».