Effectiveness of virtual reality interactive simulation practice in prosthodontic education: A systematic review and meta‐analysis
Notice bibliographique
Résumé
INTRODUCTION: Virtual reality-based interactive simulation (VRIS) provides a safe and controlled environment for dental students and professionals to develop skills and knowledge. This study aimed to investigate the effectiveness of using the VRIS for prosthodontic practice and to explore the trends, application areas, and users' attitudes towards VRIS. MATERIALS AND METHODS: This review followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines for searching studies published until 21 March 2023 that reported quantitative or qualitative learning outcomes related to the use of VRIS for dental prosthodontic practice and clinical training. The quality of the included studies was assessed using the Medical Education Research Study Quality Instrument (MERSQI) and Newcastle-Ottawa Scale-Education (NOS-E) tools. A random-effects meta-analysis was conducted to compare the intervention group (utilizing VRIS) and the control group (employing conventional prosthodontic training methods) based on performance skill scores and task completion time, with a significance level set at <.05. RESULTS: > 50%; p = .93). Notably, using VRIS significantly enhanced the performance scores in implant surgery practice (SMD = 0.26; 95% CI, 0.09-0.42; p < .05). Additionally, the VRIS method significantly reduced task completion time in the cavity restorative preparation task (SMD = -1.19; 95% CI, -1.85 to -0.53; p < .05). CONCLUSION: Engaging in practice with VRIS has the potential to enhance learning proficiency in prosthodontic education. The advantages associated with VRIS encompass the provision of immediate feedback, decreased task completion time, heightened confidence and motivation, accelerated skill acquisition, improved performance scores, and increased learning engagement.
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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».