MétaCan
Menu
Retour à la cohorte
Enregistrement W7164369506 · doi:10.2196/88916

Evaluating the Effectiveness of Screen-Based Haptic Virtual Reality Simulators in Preclinical Prosthodontic Crown Preparation: A Mixed-Methods Analysis (Preprint)

2025· article· en· W7164369506 sur OpenAlexvenueno aff
Nabil Odisho, Ara Simonian, Rita Chamoun, Maria Christidis, Giancarlo De la Torre Canales, Abhishek Kumar, Anastasios Grigoriadis

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVirtual realityHaptic technologyStereotaxyCrown (dentistry)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Crown preparation is a technically demanding psychomotor skill in undergraduate dental education. While traditional typodont training is the gold standard, it is resource-intensive and difficult to individualize. Screen-based haptic virtual reality simulators (HVRSs) may provide a pedagogical adjunct to conventional training, but their effectiveness in supporting transfer of skills to physical tooth preparation remains unclear. OBJECTIVE: This study evaluated whether 3 hours of self-directed HVRS training improved undergraduate dental students' performance in physical typodont crown preparation compared with no HVRS training. Secondary aims were to examine self-confidence and students' perceptions of HVRS-based training. Manual dexterity was assessed exploratorily using the Grooved Pegboard Test (GPT). METHODS: A mixed methods study was conducted with 44 fifth-semester dental students at Karolinska Institutet. Participants were allocated to an HVRS training group (n=22) or a control group (n=22). The HVRS group completed 3 hours of self-directed HVRS training over 1 week, whereas the control group received no simulator-based training. Both groups then prepared a maxillary right first molar for a monolithic zirconia crown on a phantom head. Crown preparation quality was assessed using PrepCheck, and a blinded examiner scored 8 areas of interest on a 0-3 grading scale. Manual dexterity was assessed using the GPT. Self-confidence was evaluated in both groups using survey items, while perceptions of the HVRS were evaluated only among HVRS group participants. Free-text responses from the HVRS group were analyzed using inductive thematic analysis. RESULTS: The HVRS group achieved a higher mean total preparation score than the control group, but the difference was not statistically significant (11.9 vs 10.9; P=.24). In unadjusted analyses, the HVRS group scored higher for total occlusal convergence (P=.04), but this difference did not remain statistically significant after Bonferroni correction for 8 area-of-interest comparisons. Manual dexterity measured by the GPT improved in both groups, but the control group was significantly faster at baseline (P=.04) and postintervention (P=.001). Self-confidence ratings were broadly similar between groups; very low confidence was reported by 5% (1/20) of respondents in the HVRS group and 18% (4/22) in the control group. Most HVRS group respondents rated the HVRS drilling sensation as having limited comparability with typodont teeth and natural teeth. Qualitative responses suggested that students valued the HVRS for understanding procedural steps, applying theoretical knowledge, and allowing repeated practice, while reported challenges included limited realism, visual-tactile disconnect, and occasional technical issues. CONCLUSIONS: Three hours of self-directed HVRS training did not significantly enhance overall crown preparation quality on typodont teeth or improve students' general self-confidence. There is preliminary indication that HVRS could assist in mastering specific geometric parameters like total occlusal convergence. Future randomized controlled trials with stratified baseline dexterity and larger sample sizes are required to determine the optimal role of HVRS in dental education.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devishigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,009
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,606
Écart entre enseignants0,444 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel · Autre devis
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJMIR Formative ResearchMême sujetDental Research and COVID-19Travaux en français237 207