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 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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».