Training mit einem kostengünstigen Tablet-basierten Boxtrainer ist gleich effektiv wie mit einem Standard-Trainer – eine randomisiert kontrollierte Studie
Bibliographic record
Abstract
Hintergrund: Es konnte bereits gezeigt werden, dass sich das Training laparoskopischer Grundfertigkeiten (LG) außerhalb des Operationssaals positiv auf die chirurgische Facharztausbildung auswirkt. Allerdings sind Simulationstrainer teuer und nicht in jedem Trainingscenter verfügbar, weshalb Tablet-basierte Boxtrainer (TBT), sowie verschiedene andere selbstgebaute Boxtrainer entwickelt wurden. Ziel dieser Studie war es, die Effektivität des Trainings mit einem kostengünstigen Tablet-basierten Boxtrainer (TBT) im Vergleich zu einem Standard-Boxtrainer (SBT) für das Erlernen von LG zu beurteilen. Methoden: Medizinstudenten wurden entweder zu einem TBT oder einem SBT randomisiert und trainierten in einem Zeitraum von 4 Wochen zweimal pro Woche 1 Stunde lang vier verschiedene Fundamentals of Laparoscopic Surgery-Übungen. Es wurde ein Ausgangstest zu Beginn sowie ein Abschlusstest am Ende der Trainingsperiode durchgeführt. Abschließend bewerteten alle Studenten den ihnen zugewiesenen Boxtrainer mithilfe eines Fragebogens. Ergebnisse: 32 Medizinstudenten wurden rekrutiert. Die Punktezahlen des Ausgangstests zeigten keinen signifikanten Unterschied zwischen den Gruppen. In beiden Gruppen war eine signifikante Verbesserung der LG zu sehen, sowohl hinsichtlich der Gesamtpunktezahl als auch der einzelnen Übungen. Probanden in der TBT-Gruppe zeigten eine größere Verbesserung der Gesamtpunktezahl als jene in der SBT-Gruppe, auch wenn dieses Ergebnis knapp nicht statistisch signifikant war. Beim Nähen mit intrakorporalem Knoten waren eine signifikant größere Verbesserung sowie höhere Abschlusstest-Punktezahlen in der TBT-Gruppe im Vergleich zur SBT-Gruppe zu finden. Bei den anderen drei Aufgaben konnte kein signifikanter Unterschied zwischen den Gruppen gezeigt werden. Der TBT fand bei den Probanden sehr gute Akzeptanz. Schlussfolgerung: Das Erlernen von LG mithilfe eines selbstgebauten TBT ist gleich effektiv wie mit einem SBT mit dem zusätzlichen Vorteil, sehr kostengünstig zu sein. Daher kann dieser leicht verfügbare Boxtrainer als valides, flexibles Trainingsgerät außerhalb des Operationssaals eingesetzt werden, um den Zugang zu Simulationstraining zu verbessern.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.005 |
| Meta-epidemiology (narrow) | 0.003 | 0.002 |
| Meta-epidemiology (broad) | 0.005 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".