MétaCan
Menu
Retour à la cohorte
Enregistrement W4412625833 · doi:10.1371/journal.pone.0329172

Tooth ARcademy: A mobile app for teaching and learning of oral histology

2025· article· en· W4412625833 sur OpenAlexaffabout
Nazlee Sharmin, H. Ben Abdallah, Elias Jirgees, A. Chow

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)PopularityContext (archaeology)MultimediaComputer scienceMedical educationDentistryMedicinePsychologyBiologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

m-Learning is gaining popularity in health professional education; however, reports on mobile apps targeting didactic teaching and learning are scarce, particularly in the context of health professional courses such as histology. Histology is an essential foundational component of dental and medical education. At the Mike Petryk School of Dentistry, University of Alberta, instructors utilize photomicrographs from textbooks to teach students on the microanatomy of teeth, the development of tooth and facial regions, and developmental anomalies. Limited availability of high-quality tissue sections and time constraints present challenges for both students and instructors. To provide students with an accessible collection of diverse histological sections and to facilitate in-class interactive didactic teaching, we developed an Augmented Reality (AR)-based mobile app called Tooth ARcademy. The development of Tooth ARcademy comprises the following steps: selecting histology glass slides, digitizing the glass slides, curating and annotating the digital slides, preparing multiple-choice questions, and integrating the resources into the mobile app. Tooth ARcademy is available worldwide at no cost. The app has three modes. Instructors can use the AR-based Learn mode to create in-class activities and supplemental questions tailored to students with specific learning outcomes. The Practice mode enables students to study oral histology outside of class time. With the Quiz mode of Tooth ARcademy, students can self-assess their knowledge of oral histology by participating in quizzes. The knowledge of oral histology is essential for dental education. Tooth ARcademy is designed to create interactive and engaging learning environments both inside and outside the classroom. Besides some limitations of the current phase, Tooth ARcademy can be a valuable m-learning tool that benefits students and educators in dental, medical, and other professional schools.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,011

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 Opus0,046
Tête enseignante GPT0,342
Écart entre enseignants0,296 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetDental Research and COVID-19Travaux en français237 207