MétaCan
Menu
Back to cohort
Record W7161755955 · doi:10.82308/53891

Development and initial validation of the McGill simulator for endoscopic sinus surgery (MSESS)

2016· dissertation· en· W7161755955 on OpenAlexaboutno aff
Rickul Varshney

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldMedicine
TopicSinusitis and nasal conditions
Canadian institutionsnot available
Fundersnot available
KeywordsEndoscopic surgeryEndoscopic sinus surgeryFunctional endoscopic sinus surgeryVideo recording

Abstract

fetched live from OpenAlex

Introduction: La chirurgie endoscopique des sinus est une chirurgie complexe avec un risque significatif de complications. Ceci motive le développement de méthodes alternatives pour enseigner ce type de chirurgie. La simulation réalité virtuelle a démontré de bons résultats dans multiples disciplines comme outil d'enseignement. Dans le domaine de rhinologie, il y a un manque de simulateurs pour la chirurgie endoscopique des sinus démontrant un niveau de validité approprié pour l'intégrer dans le curriculum de résidence chirurgicale. Objectifs: Les objectives de cette étude sont: 1) de développer le simulateur de la chirurgie endoscopique des sinus de McGill; 2) d'évaluer le réalisme et les bénéfices subjectifs du simulateur; 3) d'évaluer si le simulateur peut différencier le niveau d'expertise d'un usager avec les paramètres de performance mesurés. Méthodes: Le simulateur de la chirurgie endoscopique des sinus de McGill a été dévelopé avec le Conseil National de Recherches Canada. 10 étudiants de médecine, 10 résidents juniors, 10 résidents séniors et 3 chirurgiens des sinus ont fait des éthmoïdectomies antérieures, des éthmoïdectomies postérieures et des grandes sphénoïdotomies sur le simulateur. Des paramètres de performance reliés à la qualité (pourcentage de tissue enlevé), efficacité (temps, distance parcourue, fréquence d'activation des pédales, etc.) et la sécurité (montant de tissu normal enlevé, force maximale, etc.). Tous les usagers ont rempli un questionnaire sur leurs perceptions du réalisme et des bénéfices subjectifs du simulateur. Résultats: Le simulateur permet aux usagers de compléter des tâches de base telles qu'une éthmoïdectomie et une sphénoïdotomie. Le simulateur s'est avéré réaliste et utile pour l'enseignement des habiletés chirurgicales avec des notes de 7.97 ± 0.29 et 8.57 ± 0.69, respectivement sur une échelle Likert 10-points. La majorité des étudiants et résidents (29/30) croient que le simulateur devrait etre incorporer dans leur curriculum. Il y avait une différence significative entre les chirurgiens novices (étudiants et résidents juniors) et séniors (résidents séniors et chirurgiens experts) dans les paramètres de performance mesurés (p<0.05) Conclusion: Le simulateur démontre de la validité initiale comme outil d'apprentissage. Ce simulateur pourrait éventuellement combler un besion dans l'enseignement de la chirurgie endoscopique des sinus.

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 machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.011
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: none
GenreCandidate signal: Methods · Consensus signal: none
Teacher disagreement score0.021
Threshold uncertainty score0.041

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.011
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.000
Science and technology studies0.0000.001
Scholarly communication0.0010.000
Open science0.0020.001
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0030.001

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.

Opus teacher head0.041
GPT teacher head0.323
Teacher spread0.283 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreMethods

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".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same topicSinusitis and nasal conditionsFrench-language works237,207