Notice bibliographique
Résumé
Introduction: Instrument motion tracking in surgical simulation is beneficial as a teaching and evaluation tool.recently, our group developed a synchronized motion-tracking simulation system for flexible ureteroscopy (furs).this study aimed to compare kinematic parameters between novices and experts during furs simulation.Methods: our system consisted of a 3d-printed kidney model within a urs simulation box.motion tracking sensors were attached to the scope's body and the distal tip of a ureteroscope.the body sensor tracked the surgeon's movement while the tip sensor tracked the location and intrarenal movement of the scope tip. a potentiometer was attached to the control lever to measure deflection, tracked as a percentage of maximum.the task was to map the kidney by traversing all its calyxes.Results: We recruited 10 participants, six pgY2s and two pgY3s (novices), and two endourology fellows (experts).the mean urs score was 10 for novices and 16 for experts (p=0.04).the mean path length for the intrarenal tip was 2182±613 mm for novices and 1164±290 mm for experts (p=0.03), while its mean speed was 12.2±2.1mm/sand 9.8±0.3mm/s respectively (p=0.01).Visualizing the tip path showed that novices traversed less renal area, especially for lateral calyxes (Figure 1a).Visualizing scope body movement showed that experts moved in a predictable wing-shaped pattern, while novices moved relatively randomly (Figure 1B). the average lever deflection magnitude was 5.7±2.4% for novices compared to 10.8±0.67% for experts (p=0.001).Conclusions: this is the first study that incorporated intrarenal tip tracking during furs motion analysis.our findings set the stage for adaptive and personalized learning, as novices have access to timely feedback and can understand the visual differences in tip path and scope body movement by comparing them to experts' results.our preliminary findings emphasize that experts show limited yet predictable scope body movement, greater lever deflection, and effective tip movement.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,501 | 0,254 |
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 ».