Pilot Study on Integrating 3D-Printed Models Into Undergraduate Medical Education for Congenital Heart Disease
Notice bibliographique
Résumé
Background This study aimed to assess the feasibility and effectiveness of implementing 3D-printed heart models in the education of medical students in a Canadian Medical School. Methods Three types of 3D-printed models – normal, unrepaired Tetralogy of Fallot (TOF) and surgically repaired adult TOF – were provided for medical students in their 2nd year of training after a 30-minute lecture. The repaired TOF model depicted a transannular patch, ventricular septal defect closure, and right ventricular outflow tract resection. Knowledge acquisition was measured by comparing pre-and post-session tests consisting of 5 questions. Learner satisfaction ratings were measured with questionnaires completed after the session. A statistical analysis was performed using the t-test. Results Twenty-two medical students participated in the study with 20 students submitting complete data for analysis. The students' score on 5 questions improved after the 3D-printed model session. The average number of correct answers in the test was 2.1 ± 1.0 pre-session and 4.3 ± 0.9 post-session (P < 0.001) out of the possible total of 5. Participants reported a high level of satisfaction (86.4%), understanding (86.4%), and usefulness (90.9%) with the incorporation of 3D-printed models in the educational session. Conclusions An educational session which integrated 3D-printed anatomic models to teach congenital heart disease anatomy significantly enhanced knowledge outcomes. Learner assessment of the impact of the use of the 3D models was highly favourable.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».