MétaCan
Menu
Retour à la cohorte
Enregistrement W4409158455 · doi:10.1055/a-2569-7736

Simulators and training models for diagnostic and therapeutic gastrointestinal endoscopy: European Society of Gastrointestinal Endoscopy (ESGE) Technical and Technology Review

2025· review· en· W4409158455 sur OpenAlex
Ian M. Gralnek, Lorenzo Fuccio, Chiara Coluccio, Jérémie Jacques, István Hritz, Ivo Boškoski, Mohamed E. A. Abdelrahim, Vincenzo Bove, João A. Cunha Neves, Pieter Jan F. de Jonge, Giuseppe Dell’Anna, Gianluca Esposito, Antonio Facciorusso, Rodica Gincul, Paolo Giuffrida, Rakesh Kalapala, Christina Kapizioni, Gaius Longcroft‐Wheaton, Sandra Nagl, Georgios Tziatzios, Theodor Voiosu, Xavier Dray, Bridget Barbieri

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEndoscopy · 2025
Typereview
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineEndoscopyMedical physicsTherapeutic endoscopyRadiology

Résumé

récupéré en direct d'OpenAlex

Gastrointestinal (GI) endoscopy comprises both diagnostic and therapeutic procedures involving the luminal GI tract as well as the biliary tree, liver, and pancreas. GI endoscopy is challenging to learn, requiring both cognitive (nontechnical) and technical skills, and requires extensive practice to attain proficiency. Simulation-based training has been shown to assist trainees and young endoscopists in acquiring new skills and accelerating the learning curve. Moreover, simulation-based training creates an ideal environment for trainees to initially learn and practice skills while making mistakes with no risk to patients.This review, divided in two parts, offers a comprehensive summary of the different classes of simulators available for GI endoscopic training.In Part I, only mechanical simulators are reported and described. In Part II, animal simulators (ex vivo/in vivo) and virtual reality models are detailed, together with prototypes that are currently not commercially available.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,393
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle