Standardizing male pelvic anatomy teaching using a clinical enrichment video
Notice bibliographique
Résumé
INTRODUCTION: Evolving trends in medical education and modern curricular changes have reduced the amount of time and resources allocated for anatomy education. As the amount of dedicated anatomy education time decreases, more self-directed learning is required. Cadaveric dissection and didactic teaching have been supplemented with multimedia, clinical anatomy, and imaging for over 20 years, with mixed results. Specifically, the use of video-based anatomy teaching increases medical learning, if done methodically. METHODS: A 20-minute video was produced highlighting surgical anatomy using the following operative cases: perineal anatomy (artificial urinary sphincter case), inguinal and testicular anatomy (scrotal orchidopexy for acute testicular torsion), prostate anatomy (robotic radical prostatectomy), and bladder anatomy (endoscopy). The annotated video was shown to first-year medical students. Pre- and post-video multiple choice question quizzes were given to the students. Once submitted, the students completed a survey. RESULTS: Overall, 191 first-year medical students participated in our study. Average scores were similar between each quiz (50±16% vs. 49±17%) and there was no statistically significant change. Seventy-seven percent of participants felt the video improved their knowledge of urologic anatomy and 83% agreed the video should be shown to future classes. Sixty percent of participants felt the video solidified their anatomy knowledge, 78% felt the video was stimulating and entertaining, and 43% of the students felt the video increased their interest in pursuing urology as a career choice. CONCLUSIONS: Anatomy teaching can be supplemented using surgical videos, especially in a time when in-person anatomy teaching is limited. Further study is required to determine whether this teaching modality improves long-term anatomy knowledge retention.
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) | 0,000 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».