Evaluation of 3D-Printed Feline Skull Models as Educational Tools for Radiographic Interpretation of Craniomaxillofacial Traumatic Injuries: A Randomized Trial
Notice bibliographique
Résumé
Three-dimensional (3D)-printed models have been shown to improve medical students' understanding of anatomy and related fractures. The aim of this parallel-group randomized trial was to evaluate the impact of 3D-printed feline skulls, in addition to traditional teaching, on veterinary students' interpretation of skull radiographs. Students were randomly divided into two groups (2D, 3D) and underwent a pre-test consisting of multiple-choice questions. Subsequently, both groups watched a recorded lesson on feline skull radiographic anatomy and traumatic lesions, and then the 3D group was provided with 3D-printed skulls, normal and with traumatic lesions. Finally, all students underwent a post-test. The multiple-choice questions included orthogonal feline skull radiographs of three different patterns of traumatic lesions, and questions tested their knowledge of normal anatomy and recognition of traumatic lesions. Twenty-three (25.6%) fourth-year and 67 (74.4%) fifth-year students participated. For both the 2D and 3D groups, post-test scores were significantly better than pre-test scores. There were no significant differences in the pre-test and post-test scores between the 2D and 3D groups. Three-dimensional-printed models did not improve veterinary students' ability to recognize anatomical structures and traumatic lesions of the feline skull. Further studies are warranted to define the role of 3D-printed models in veterinary student learning.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».