Exploring the impact of virtual reality anatomy training on preparing biomedical illustrators for drawing anatomical structures
Notice bibliographique
Résumé
Three-dimensional visualization technologies (3DVTs) in anatomy education are popular as they offer a cost-effective and accessible alternative to cadaveric specimens. However, the literature presents conflicting results regarding the effectiveness of 3DVTs in facilitating learning compared with traditional models. This study explores whether displaying 3D models using a virtual reality (VR) headset induces a stereoscopic experience comparable to that of physical models, by examining the quality of learners' depth perception as they reference different modalities to complete a series of illustrations. Using a crossover design, biomedical illustration trainers were randomly assigned to two groups and completed three illustrations using different reference modalities (2D, prosection, VR model). Illustrations were scored by subject matter experts using a validated scoring rubric and the mean scores for each modality were compared. Following their VR experience, participants completed a cybersickness and user experience survey. Participants (n = 17) were confirmed to have stereovision and average visuospatial ability. A two-way repeated measure ANOVA revealed a significant main effect of modality, where illustrations produced while referencing the 2D cadaveric image and prosection scored higher than those created using the VR model. Notably, participants demonstrated reduced ability in depicting depth of anatomical layers when referencing the VR model. Contrary to our hypothesis, the VR models did not provide similar quality of depth perception as prosection. Qualitative data suggest this may be a result of methodological challenges that increase cognitive processing demands on learners, potentially hindering learners' ability to interpret visuospatial cues.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».