दंत कोरीव कामासाठी ऑगमेंटेड रिॲलिटी आधारित मोबाईल शैक्षणिक साधन: एका संभाव्य समूह अभ्यासाचे निष्कर्ष | बीएमसी मेडिकल एज्युकेशन

माहिती प्रदर्शित करण्यासाठी आणि त्रिमितीय (3D) वस्तू तयार करण्यासाठी ऑगमेंटेड रिॲलिटी (AR) तंत्रज्ञान प्रभावी ठरले आहे. जरी विद्यार्थी सामान्यतः मोबाईल उपकरणांद्वारे एआर ॲप्लिकेशन्स वापरत असले तरी, दात कोरण्याच्या सरावामध्ये अजूनही प्लास्टिक मॉडेल्स किंवा द्विमितीय (2D) प्रतिमांचा मोठ्या प्रमाणावर वापर केला जातो. दातांच्या त्रिमितीय स्वरूपामुळे, सातत्यपूर्ण मार्गदर्शन करणाऱ्या साधनांच्या उपलब्धतेच्या अभावामुळे दंत कोरीवकाम शिकणाऱ्या विद्यार्थ्यांना आव्हानांचा सामना करावा लागतो. या अभ्यासात, आम्ही एक एआर-आधारित दंत कोरीवकाम प्रशिक्षण साधन (AR-TCPT) विकसित केले आणि सरावाचे साधन म्हणून त्याची क्षमता व त्याच्या वापराचा अनुभव यांचे मूल्यांकन करण्यासाठी त्याची प्लास्टिक मॉडेलशी तुलना केली.
दात कापण्याचे अनुकरण करण्यासाठी, आम्ही अनुक्रमे एक 3D ऑब्जेक्ट तयार केला ज्यामध्ये वरच्या जबड्याचा सुळा आणि पहिली उपदाढ (पायरी १६), खालच्या जबड्याची पहिली उपदाढ (पायरी १३), आणि खालच्या जबड्याची पहिली दाढ (पायरी १४) यांचा समावेश होता. फोटोशॉप सॉफ्टवेअर वापरून तयार केलेले इमेज मार्कर्स प्रत्येक दाताला जोडण्यात आले. युनिटी इंजिन वापरून एक एआर-आधारित मोबाइल ॲप्लिकेशन विकसित केले. दंत कोरीव कामासाठी, ५२ सहभागींना यादृच्छिकपणे नियंत्रण गट (n = २६; प्लास्टिक दंत मॉडेल वापरून) किंवा प्रायोगिक गट (n = २६; एआर-टीसीपीटी वापरून) मध्ये विभागले गेले. वापरकर्त्याच्या अनुभवाचे मूल्यांकन करण्यासाठी २२-प्रश्नांची प्रश्नावली वापरण्यात आली. एसपीएसएस प्रोग्रामद्वारे नॉनपॅरामीट्रिक मॅन-व्हिटनी यू चाचणी वापरून तुलनात्मक डेटा विश्लेषण केले गेले.
एआर-टीसीपीटी (AR-TCPT) इमेज मार्कर्स शोधण्यासाठी आणि दातांच्या तुकड्यांच्या ३डी वस्तू प्रदर्शित करण्यासाठी मोबाईल डिव्हाइसच्या कॅमेऱ्याचा वापर करते. वापरकर्ते प्रत्येक टप्प्याचे पुनरावलोकन करण्यासाठी किंवा दाताच्या आकाराचा अभ्यास करण्यासाठी डिव्हाइस हाताळू शकतात. वापरकर्ता अनुभव सर्वेक्षणाच्या निकालांवरून असे दिसून आले की, प्लास्टिक मॉडेल्स वापरणाऱ्या नियंत्रण गटाच्या तुलनेत, एआर-टीसीपीटी प्रायोगिक गटाने दात कोरण्याच्या अनुभवात लक्षणीयरीत्या जास्त गुण मिळवले.
पारंपरिक प्लास्टिक मॉडेल्सच्या तुलनेत, दात कोरताना एआर-टीसीपीटी अधिक चांगला वापरकर्ता अनुभव देते. हे साधन मोबाईल उपकरणांवर वापरकर्त्यांना वापरता येईल अशा प्रकारे तयार केले असल्यामुळे ते वापरण्यास सोपे आहे. कोरलेल्या दातांच्या प्रमाणीकरणावर तसेच वापरकर्त्याच्या वैयक्तिक आकार देण्याच्या क्षमतेवर एआर-टीसीपीटीचा होणारा शैक्षणिक परिणाम निश्चित करण्यासाठी पुढील संशोधनाची आवश्यकता आहे.
दंत आकारविज्ञान आणि प्रात्यक्षिक सराव हे दंत अभ्यासक्रमाचा एक महत्त्वाचा भाग आहेत. हा अभ्यासक्रम दातांच्या रचनेचे आकारविज्ञान, कार्य आणि थेट कोरीवकाम यावर सैद्धांतिक आणि प्रात्यक्षिक मार्गदर्शन प्रदान करतो [१, २]. शिकवण्याची पारंपरिक पद्धत म्हणजे सैद्धांतिक अभ्यास करणे आणि नंतर शिकलेल्या तत्त्वांवर आधारित दात कोरण्याची क्रिया करणे. विद्यार्थी मेण किंवा प्लास्टरच्या ठोकळ्यांवर दात कोरण्यासाठी दातांच्या द्विमितीय (2D) प्रतिमा आणि प्लास्टिक मॉडेल वापरतात [३,४,५]. दंत आकारविज्ञान समजून घेणे हे क्लिनिकल प्रॅक्टिसमध्ये पुनर्संचयनात्मक उपचार आणि दंत पुनर्संस्थापनांच्या निर्मितीसाठी महत्त्वपूर्ण आहे. त्यांच्या आकारानुसार, विरोधी आणि समीपस्थ दातांमधील योग्य संबंध, दंतपृष्ठीय आणि स्थितीविषयक स्थिरता टिकवून ठेवण्यासाठी आवश्यक आहे [६, ७]. जरी दंत अभ्यासक्रम विद्यार्थ्यांना दंत आकारविज्ञानाची सखोल माहिती मिळविण्यात मदत करू शकतात, तरीही त्यांना पारंपरिक पद्धतींशी संबंधित कापण्याच्या प्रक्रियेत आव्हानांचा सामना करावा लागतो.
दंत आकारविज्ञानाच्या अभ्यासात नवीन असलेल्यांना द्विमितीय (2D) प्रतिमांचे त्रिमितीय (3D) स्वरूपात अर्थ लावण्याचे आणि पुनरुत्पादन करण्याचे आव्हान असते [8,9,10]. दातांचे आकार सहसा द्विमितीय रेखाचित्रे किंवा छायाचित्रांद्वारे दर्शविले जातात, ज्यामुळे दंत आकारविज्ञानाची कल्पना करणे कठीण होते. याव्यतिरिक्त, मर्यादित जागा आणि वेळेत त्वरीत दंत कोरीवकाम करण्याची गरज, द्विमितीय प्रतिमांच्या वापरासह, विद्यार्थ्यांना त्रिमितीय (3D) आकार संकल्पित करणे आणि त्यांची कल्पना करणे कठीण करते [11]. जरी प्लॅस्टिक दंत मॉडेल्स (जे अर्धवट पूर्ण किंवा अंतिम स्वरूपात सादर केले जाऊ शकतात) शिकवण्यासाठी मदत करतात, तरी त्यांचा वापर मर्यादित आहे कारण व्यावसायिक प्लॅस्टिक मॉडेल्स अनेकदा पूर्वनिर्धारित असतात आणि शिक्षक व विद्यार्थ्यांसाठी सरावाच्या संधी मर्यादित करतात [4]. याव्यतिरिक्त, हे सरावाचे मॉडेल्स शैक्षणिक संस्थेच्या मालकीचे असतात आणि वैयक्तिक विद्यार्थ्यांच्या मालकीचे असू शकत नाहीत, ज्यामुळे वर्गासाठी दिलेल्या वेळेत सरावाचा भार वाढतो. प्रशिक्षक अनेकदा सरावादरम्यान मोठ्या संख्येने विद्यार्थ्यांना सूचना देतात आणि अनेकदा पारंपारिक सराव पद्धतींवर अवलंबून असतात, ज्यामुळे कोरीवकामाच्या मधल्या टप्प्यांवर प्रशिक्षकाच्या प्रतिसादासाठी बराच वेळ थांबावे लागू शकते [12]. त्यामुळे, दात कोरण्याच्या सरावाला सुलभ करण्यासाठी आणि प्लॅस्टिकच्या मॉडेल्समुळे येणाऱ्या मर्यादा दूर करण्यासाठी एका कोरीवकाम मार्गदर्शिकेची गरज आहे.
ऑगमेंटेड रिॲलिटी (AR) तंत्रज्ञान हे शिकण्याचा अनुभव सुधारण्यासाठी एक आश्वासक साधन म्हणून उदयास आले आहे. वास्तविक जीवनातील वातावरणावर डिजिटल माहिती आच्छादित करून, AR तंत्रज्ञान विद्यार्थ्यांना अधिक संवादात्मक आणि तल्लीन करणारा अनुभव देऊ शकते [13]. गार्झॉन [14] यांनी AR शिक्षण वर्गीकरणाच्या पहिल्या तीन पिढ्यांच्या 25 वर्षांच्या अनुभवाचा आधार घेतला आणि असा युक्तिवाद केला की AR च्या दुसऱ्या पिढीमध्ये किफायतशीर मोबाईल उपकरणे आणि ॲप्लिकेशन्सच्या (मोबाईल उपकरणे आणि ॲप्लिकेशन्सद्वारे) वापरामुळे शैक्षणिक प्राप्तीची वैशिष्ट्ये लक्षणीयरीत्या सुधारली आहेत. एकदा तयार आणि स्थापित केल्यावर, मोबाईल ॲप्लिकेशन्स कॅमेऱ्याला ओळखलेल्या वस्तूंबद्दल अतिरिक्त माहिती ओळखण्याची आणि प्रदर्शित करण्याची परवानगी देतात, ज्यामुळे वापरकर्त्याचा अनुभव सुधारतो [15, 16]. AR तंत्रज्ञान मोबाईल डिव्हाइसच्या कॅमेऱ्यामधून कोड किंवा इमेज टॅग त्वरीत ओळखून, आणि तो आढळल्यावर आच्छादित 3D माहिती प्रदर्शित करून कार्य करते [17]. मोबाईल उपकरणे किंवा इमेज मार्कर हाताळून, वापरकर्ते सहज आणि अंतर्ज्ञानाने 3D संरचनांचे निरीक्षण आणि आकलन करू शकतात [18]. अकचायिर आणि अकचायिर [19] यांच्या एका पुनरावलोकनात, एआरमुळे "मजा" वाढते आणि "शिकण्यातील सहभागाची पातळी यशस्वीरित्या वाढते" असे आढळून आले. तथापि, डेटाच्या जटिलतेमुळे, हे तंत्रज्ञान "विद्यार्थ्यांना वापरण्यास कठीण" ठरू शकते आणि "बौद्धिक भार" निर्माण करू शकते, ज्यामुळे अतिरिक्त शैक्षणिक शिफारसींची आवश्यकता भासते [19, 20, 21]. म्हणून, उपयोगिता वाढवून आणि कार्यांच्या जटिलतेचा अतिरिक्त भार कमी करून एआरचे शैक्षणिक मूल्य वाढवण्यासाठी प्रयत्न केले पाहिजेत. दात कोरण्याच्या सरावासाठी शैक्षणिक साधने तयार करण्याकरिता एआर तंत्रज्ञानाचा वापर करताना या घटकांचा विचार करणे आवश्यक आहे.
एआर वातावरणाचा वापर करून विद्यार्थ्यांना दंत कोरीव कामात प्रभावीपणे मार्गदर्शन करण्यासाठी, एका अखंड प्रक्रियेचे पालन करणे आवश्यक आहे. हा दृष्टिकोन बदल कमी करण्यास आणि कौशल्य संपादनास प्रोत्साहन देण्यास मदत करू शकतो [22]. नवशिक्या कोरीव काम करणारे डिजिटल टप्प्या-टप्प्याच्या दात कोरीव प्रक्रियेचे अनुसरण करून त्यांच्या कामाची गुणवत्ता सुधारू शकतात [23]. खरं तर, टप्प्या-टप्प्याच्या प्रशिक्षणाचा दृष्टिकोन कमी वेळात शिल्पकलेच्या कौशल्यांमध्ये प्रभुत्व मिळवण्यासाठी आणि पुनर्संचयनाच्या अंतिम डिझाइनमधील त्रुटी कमी करण्यासाठी प्रभावी असल्याचे दिसून आले आहे [24]. दंत पुनर्संचयनाच्या क्षेत्रात, दातांच्या पृष्ठभागावर कोरीव कामाच्या प्रक्रियेचा वापर करणे हा विद्यार्थ्यांना त्यांची कौशल्ये सुधारण्यास मदत करण्याचा एक प्रभावी मार्ग आहे [25]. या अभ्यासाचा उद्देश मोबाइल उपकरणांसाठी योग्य असे एआर-आधारित दंत कोरीव सराव साधन (AR-TCPT) विकसित करणे आणि त्याच्या वापरकर्त्याच्या अनुभवाचे मूल्यांकन करणे हा होता. याव्यतिरिक्त, एक व्यावहारिक साधन म्हणून एआर-टीसीपीटीच्या क्षमतेचे मूल्यांकन करण्यासाठी, या अभ्यासात एआर-टीसीपीटीच्या वापरकर्त्याच्या अनुभवाची तुलना पारंपरिक दंत रेझिन मॉडेल्सशी करण्यात आली.
एआर-टीसीपीटी (AR-TCPT) हे एआर (AR) तंत्रज्ञान वापरून मोबाईल उपकरणांसाठी डिझाइन केले आहे. हे साधन वरच्या जबड्यातील सुळे, वरच्या जबड्यातील पहिली उपदाढ, खालच्या जबड्यातील पहिली उपदाढ आणि खालच्या जबड्यातील पहिली दाढ यांचे टप्प्याटप्प्याने ३डी मॉडेल तयार करण्यासाठी डिझाइन केले आहे. सुरुवातीचे ३डी मॉडेलिंग ३डी स्टुडिओ मॅक्स (२०१९, ऑटोडेस्क इंक., यूएसए) वापरून केले गेले आणि अंतिम मॉडेलिंग झेडब्रश ३डी सॉफ्टवेअर पॅकेज (२०१९, पिक्सोलॉजिक इंक., यूएसए) वापरून केले गेले. व्हूफोरिया इंजिनमध्ये (पीटीसी इंक., यूएसए; http:///developer.vuforia.com) मोबाईल कॅमेऱ्यांद्वारे स्थिर ओळखीसाठी डिझाइन केलेले फोटोशॉप सॉफ्टवेअर (अडोबी मास्टर कलेक्शन सीसी २०१९, अडोबी इंक., यूएसए) वापरून इमेज मार्किंग केले गेले. हे एआर ॲप्लिकेशन युनिटी इंजिन (मार्च १२, २०१९, युनिटी टेक्नॉलॉजीज, यूएसए) वापरून कार्यान्वित केले आहे आणि त्यानंतर मोबाईल उपकरणावर स्थापित करून सुरू केले आहे. दंत कोरीव कामाच्या सरावासाठी एक साधन म्हणून एआर-टीसीपीटीच्या (AR-TCPT) परिणामकारकतेचे मूल्यांकन करण्यासाठी, २०२३ च्या दंत आकारविज्ञान सराव वर्गातून सहभागींची यादृच्छिकपणे निवड करून एक नियंत्रण गट आणि एक प्रायोगिक गट तयार करण्यात आला. प्रायोगिक गटातील सहभागींनी एआर-टीसीपीटीचा वापर केला, तर नियंत्रण गटाने टूथ कार्व्हिंग स्टेप मॉडेल किटमधील (निसिन डेंटल कं., जपान) प्लास्टिक मॉडेल्सचा वापर केला. दात कापण्याचे कार्य पूर्ण झाल्यावर, प्रत्येक प्रत्यक्ष वापरण्याच्या साधनाच्या वापरकर्त्याच्या अनुभवाचे अन्वेषण करून त्याची तुलना करण्यात आली. अभ्यास रचनेचा प्रवाह आकृती १ मध्ये दर्शविला आहे. हा अभ्यास दक्षिण सोल राष्ट्रीय विद्यापीठाच्या संस्थात्मक पुनरावलोकन मंडळाच्या (IRB क्रमांक: NSU-202210-003) मान्यतेने आयोजित करण्यात आला होता.
कोरीवकाम प्रक्रियेदरम्यान दातांच्या मेझियल, डिस्टल, बक्कल, लिंगुअल आणि ओक्लुझल पृष्ठभागांच्या बाहेर आलेल्या आणि आत गेलेल्या रचनांची आकारशास्त्रीय वैशिष्ट्ये सुसंगतपणे दर्शवण्यासाठी ३डी मॉडेलिंगचा वापर केला जातो. वरच्या जबड्याचा सुळा आणि पहिला उपदाढ हे लेव्हल १६ म्हणून, खालच्या जबड्याचा पहिला उपदाढ लेव्हल १३ म्हणून आणि खालच्या जबड्याचा पहिला दाढ लेव्हल १४ म्हणून मॉडेल केले गेले. प्राथमिक मॉडेलिंगमध्ये, आकृती २ मध्ये दाखवल्याप्रमाणे, डेंटल फिल्म्सच्या क्रमानुसार कोणते भाग काढायचे आणि कोणते ठेवायचे आहेत हे दर्शवले जाते. दातांच्या अंतिम मॉडेलिंगचा क्रम आकृती ३ मध्ये दाखवला आहे. अंतिम मॉडेलमध्ये, टेक्स्चर, उंचवटे आणि खाचा दाताची खोलगट रचना दर्शवतात आणि कोरीवकाम प्रक्रियेला मार्गदर्शन करण्यासाठी व ज्या रचनांकडे बारकाईने लक्ष देण्याची गरज आहे त्या ठळक करण्यासाठी प्रतिमेची माहिती समाविष्ट केली जाते. कोरीवकामाच्या टप्प्याच्या सुरुवातीला, प्रत्येक पृष्ठभागाला त्याची दिशा दर्शवण्यासाठी रंग-संकेत दिला जातो आणि मेणाच्या ठोकळ्यावर काढायचे भाग दर्शवणाऱ्या भरीव रेषांनी खुणा केल्या जातात. दाताच्या मेझियल आणि डिस्टल पृष्ठभागांवर लाल ठिपके आहेत, जे दाताच्या संपर्काचे बिंदू दर्शवतात. हे बिंदू उंचवट्यांच्या स्वरूपात राहतील आणि कापण्याच्या प्रक्रियेदरम्यान काढले जाणार नाहीत. ओक्लुझल पृष्ठभागावर, प्रत्येक कस्प (शिखर) जतन केलेला आहे हे लाल ठिपक्यांनी दर्शवले आहे, आणि मेणाचा ठोकळा कापताना कोरीव कामाची दिशा लाल बाणांनी दर्शवली आहे. टिकवून ठेवलेल्या आणि काढलेल्या भागांच्या ३डी मॉडेलिंगमुळे, मेणाच्या ठोकळ्याला आकार देण्याच्या पुढील टप्प्यांमध्ये काढलेल्या भागांच्या आकारविज्ञानाची (मॉर्फोलॉजीची) पुष्टी करणे शक्य होते.
टप्प्याटप्प्याने दात कोरण्याच्या प्रक्रियेत 3D वस्तूंचे प्राथमिक सिम्युलेशन तयार करा. a: वरच्या जबड्याच्या पहिल्या उपदाढेचा मध्यवर्ती पृष्ठभाग; b: वरच्या जबड्याच्या पहिल्या उपदाढेचा किंचित वरचा आणि मध्यवर्ती ओष्ठपृष्ठभाग; c: वरच्या जबड्याच्या पहिल्या दाढेचा मध्यवर्ती पृष्ठभाग; d: वरच्या जबड्याच्या पहिल्या दाढेचा किंचित वरचा पृष्ठभाग आणि मध्यवर्ती-गालपृष्ठभाग. B – गाल; La – ओष्ठपृष्ठभाग; M – मध्यवर्ती पृष्ठभाग.
त्रिमितीय (3D) वस्तू दात कापण्याची टप्प्याटप्प्याची प्रक्रिया दर्शवतात. हा फोटो वरच्या जबड्याच्या पहिल्या दाढेच्या मॉडेलिंग प्रक्रियेनंतर तयार झालेली 3D वस्तू दाखवतो, ज्यात प्रत्येक पुढील टप्प्याचे तपशील आणि पोत स्पष्ट दिसतात. दुसऱ्या 3D मॉडेलिंग डेटामध्ये मोबाईल डिव्हाइसमध्ये सुधारित केलेली अंतिम 3D वस्तू समाविष्ट आहे. तुटक रेषा दाताचे समान विभागलेले भाग दर्शवतात, आणि वेगळे केलेले भाग ते आहेत जे भरीव रेषा असलेला भाग समाविष्ट करण्यापूर्वी काढून टाकणे आवश्यक आहे. लाल 3D बाण दात कापण्याची दिशा दर्शवतो, डिस्टल पृष्ठभागावरील लाल वर्तुळ दाताचा संपर्क क्षेत्र दर्शवते, आणि ओक्लुसल पृष्ठभागावरील लाल दंडगोल दाताचा कस्प (शिखर) दर्शवतो. अ: तुटक रेषा, भरीव रेषा, डिस्टल पृष्ठभागावरील लाल वर्तुळे आणि काढता येण्याजोगा मेणाचा ठोकळा दर्शवणारे टप्पे. ब: वरच्या जबड्याच्या पहिल्या दाढेच्या निर्मितीची अंदाजे पूर्तता. c: वरच्या जबड्याच्या पहिल्या दाढेचे तपशीलवार दृश्य, लाल बाण दाताची आणि स्पेसरच्या धाग्याची दिशा दर्शवतो, लाल दंडगोलाकार टोक, भरीव रेषा चघळण्याच्या पृष्ठभागावर कापायचा भाग दर्शवते. d: वरच्या जबड्याची संपूर्ण पहिली दाढ.
मोबाईल डिव्हाइस वापरून कोरीव कामाचे टप्पे ओळखणे सोपे व्हावे यासाठी, खालच्या जबड्यातील पहिली दाढ, खालच्या जबड्यातील पहिली उपदाढ, वरच्या जबड्यातील पहिली दाढ आणि वरच्या जबड्यातील सुळा यांसाठी चार इमेज मार्कर्स तयार करण्यात आले. फोटोशॉप सॉफ्टवेअर (२०२०, ॲडोबी कं. लि., सॅन होजे, सीए) वापरून इमेज मार्कर्स डिझाइन करण्यात आले आणि प्रत्येक दाताला वेगळे ओळखण्यासाठी, आकृती ४ मध्ये दाखवल्याप्रमाणे, गोलाकार अंक चिन्हे आणि पुनरावृत्ती होणाऱ्या पार्श्वभूमीच्या नमुन्याचा वापर करण्यात आला. व्हूफोरिया इंजिन (एआर मार्कर निर्मिती सॉफ्टवेअर) वापरून उच्च-गुणवत्तेचे इमेज मार्कर्स तयार केले जातात आणि एका प्रकारच्या प्रतिमेसाठी पाच-तारांकित ओळख दर मिळाल्यानंतर युनिटी इंजिन वापरून इमेज मार्कर्स तयार करून जतन केले जातात. ३डी दाताचे मॉडेल हळूहळू इमेज मार्कर्सशी जोडले जाते आणि मार्कर्सच्या आधारावर त्याचे स्थान व आकार निश्चित केले जातात. यासाठी युनिटी इंजिन आणि मोबाईल डिव्हाइसवर इन्स्टॉल करता येणारे अँड्रॉइड ॲप्लिकेशन्स वापरले जातात.
प्रतिमा टॅग. ही छायाचित्रे या अभ्यासात वापरलेले प्रतिमा मार्कर दाखवतात, जे मोबाईल डिव्हाइस कॅमेऱ्याने दातांच्या प्रकारानुसार (प्रत्येक वर्तुळातील क्रमांक) ओळखले. अ: खालच्या जबड्याची पहिली दाढ; ब: खालच्या जबड्याची पहिली उपदाढ; क: वरच्या जबड्याची पहिली दाढ; ड: वरच्या जबड्याचा सुळा.
ग्योंगगी-दो येथील सेओंग विद्यापीठाच्या दंत स्वच्छता विभागाच्या, दंत आकारविज्ञानावरील पहिल्या वर्षाच्या प्रात्यक्षिक वर्गातून सहभागींची निवड करण्यात आली. संभाव्य सहभागींना खालील माहिती देण्यात आली: (१) सहभाग ऐच्छिक आहे आणि त्यात कोणतेही आर्थिक किंवा शैक्षणिक मानधन समाविष्ट नाही; (२) नियंत्रण गट प्लास्टिक मॉडेल वापरेल आणि प्रायोगिक गट एआर मोबाईल ॲप्लिकेशन वापरेल; (३) हा प्रयोग तीन आठवडे चालेल आणि त्यात तीन दातांचा समावेश असेल; (४) अँड्रॉइड वापरकर्त्यांना ॲप्लिकेशन इन्स्टॉल करण्यासाठी एक लिंक मिळेल आणि आयओएस वापरकर्त्यांना एआर-टीसीपीटी इन्स्टॉल केलेले अँड्रॉइड डिव्हाइस मिळेल; (५) एआर-टीसीपीटी दोन्ही सिस्टीमवर सारख्याच प्रकारे काम करेल; (६) नियंत्रण गट आणि प्रायोगिक गट यांची यादृच्छिकपणे विभागणी केली जाईल; (७) दातांचे कोरीवकाम वेगवेगळ्या प्रयोगशाळांमध्ये केले जाईल; (८) प्रयोगानंतर २२ अभ्यास केले जातील; (९) प्रयोगानंतर नियंत्रण गट एआर-टीसीपीटी वापरू शकेल. एकूण ५२ सहभागींनी स्वेच्छेने सहभाग घेतला आणि प्रत्येक सहभागीकडून ऑनलाइन संमतीपत्र घेण्यात आले. मायक्रोसॉफ्ट एक्सेल (२०१६, रेडमंड, यूएसए) मधील रँडम फंक्शन वापरून नियंत्रण (n = २६) आणि प्रायोगिक गट (n = २६) यांची यादृच्छिकपणे विभागणी करण्यात आली. आकृती ५ मध्ये सहभागींची भरती आणि प्रायोगिक रचना एका फ्लो चार्टमध्ये दर्शविली आहे.
प्लास्टिक मॉडेल्स आणि ऑगमेंटेड रिॲलिटी ॲप्लिकेशन्सबाबत सहभागींचे अनुभव जाणून घेण्यासाठी तयार केलेला एक अभ्यास आराखडा.
२७ मार्च २०२३ पासून, प्रायोगिक गट आणि नियंत्रण गटाने अनुक्रमे एआर-टीसीपीटी (AR-TCPT) आणि प्लास्टिक मॉडेल्सचा वापर करून तीन आठवड्यांसाठी तीन दात कोरले. सहभागींनी उपदाढा आणि दाढा कोरल्या, ज्यात खालच्या जबड्याची पहिली दाढ, खालच्या जबड्याची पहिली उपदाढ आणि वरच्या जबड्याची पहिली उपदाढ यांचा समावेश होता, आणि या सर्वांची आकारशास्त्रीय वैशिष्ट्ये गुंतागुंतीची होती. वरच्या जबड्याचे सुळे या कोरीव कामात समाविष्ट नाहीत. सहभागींना दात कोरण्यासाठी आठवड्यातून तीन तास दिले जातात. दात तयार झाल्यानंतर, नियंत्रण आणि प्रायोगिक गटांचे अनुक्रमे प्लास्टिक मॉडेल्स आणि इमेज मार्कर्स काढण्यात आले. इमेज लेबल ओळखण्याच्या सुविधेविना, एआर-टीसीपीटीद्वारे ३डी दंत वस्तूंची गुणवत्ता वाढवली जात नाही. इतर सराव साधनांचा वापर टाळण्यासाठी, प्रायोगिक आणि नियंत्रण गटांनी वेगवेगळ्या खोल्यांमध्ये दात कोरण्याचा सराव केला. शिक्षकांच्या सूचनांचा प्रभाव मर्यादित ठेवण्यासाठी, प्रयोग संपल्यानंतर तीन आठवड्यांनी दाताच्या आकारावर अभिप्राय देण्यात आला. एप्रिलच्या तिसऱ्या आठवड्यात खालच्या जबड्याच्या पहिल्या दाढा कोरण्याचे काम पूर्ण झाल्यावर प्रश्नावली देण्यात आली. सँडर्स इत्यादी आणि अल्फाला इत्यादींच्या सुधारित प्रश्नावलीचा वापर करण्यात आला. [26] मधील २३ प्रश्नांचा वापर केला. [27] ने सराव साधनांमधील हृदयाच्या आकारातील फरकांचे मूल्यांकन केले. तथापि, या अभ्यासात, अल्फलाह एट अल. [27] मधून प्रत्येक स्तरावरील थेट हाताळणीसाठी एक आयटम वगळण्यात आला. या अभ्यासात वापरलेले २२ आयटम तक्ता १ मध्ये दर्शविले आहेत. नियंत्रण आणि प्रायोगिक गटांचे क्रोनबॅकचे α मूल्य अनुक्रमे ०.५८७ आणि ०.९१२ होते.
डेटाचे विश्लेषण SPSS सांख्यिकीय सॉफ्टवेअर (v25.0, IBM Co., Armonk, NY, USA) वापरून करण्यात आले. 0.05 च्या सार्थकता पातळीवर द्विपक्षीय सार्थकता चाचणी करण्यात आली. नियंत्रण आणि प्रायोगिक गटांमध्ये लिंग, वय, राहण्याचे ठिकाण आणि दंत कोरीव कामाचा अनुभव यांसारख्या सामान्य वैशिष्ट्यांचे वितरण निश्चित करण्यासाठी फिशरच्या अचूक चाचणीचा वापर करण्यात आला. शॅपिरो-विल्क चाचणीच्या निकालांवरून असे दिसून आले की सर्वेक्षण डेटा सामान्यपणे वितरित नव्हता (p < 0.05). त्यामुळे, नियंत्रण आणि प्रायोगिक गटांची तुलना करण्यासाठी नॉनपॅरामीट्रिक मॅन-व्हिटनी यू चाचणीचा वापर करण्यात आला.
दात कोरण्याच्या सरावादरम्यान सहभागींनी वापरलेली साधने आकृती ६ मध्ये दाखवली आहेत. आकृती ६अ मध्ये प्लास्टिक मॉडेल दाखवले आहे, आणि आकृत्या ६ब-ड मध्ये मोबाईल डिव्हाइसवर वापरलेले एआर-टीसीपीटी (AR-TCPT) दाखवले आहे. एआर-टीसीपीटी इमेज मार्कर्स ओळखण्यासाठी डिव्हाइसच्या कॅमेऱ्याचा वापर करते आणि स्क्रीनवर एक सुधारित ३डी दंत वस्तू प्रदर्शित करते, ज्याला सहभागी रिअल-टाइममध्ये हाताळू आणि पाहू शकतात. मोबाईल डिव्हाइसवरील “पुढील” (Next) आणि “मागील” (Previous) बटणे तुम्हाला कोरण्याच्या टप्प्यांचे आणि दातांच्या आकारशास्त्रीय वैशिष्ट्यांचे तपशीलवार निरीक्षण करण्याची परवानगी देतात. दात तयार करण्यासाठी, एआर-टीसीपीटी वापरकर्ते दाताच्या सुधारित ३डी ऑन-स्क्रीन मॉडेलची मेणाच्या ठोकळ्याशी क्रमशः तुलना करतात.
दात कोरण्याचा सराव. या छायाचित्रात प्लास्टिक मॉडेल्स वापरून केलेला पारंपरिक दात कोरण्याचा सराव (TCP) आणि ऑगमेंटेड रिॲलिटी साधनांचा वापर करून केलेला टप्प्याटप्प्याचा TCP यांच्यातील तुलना दर्शविली आहे. विद्यार्थी नेक्स्ट (Next) आणि प्रीवियस (Previous) बटणे दाबून 3D कोरण्याचे टप्पे पाहू शकतात. अ: दात कोरण्यासाठीच्या टप्प्याटप्प्याच्या मॉडेल्सच्या संचातील प्लास्टिक मॉडेल. ब: खालच्या जबड्याच्या पहिल्या प्रिमोलरच्या (premolar) पहिल्या टप्प्यावर ऑगमेंटेड रिॲलिटी साधनाद्वारे केलेला TCP. क: खालच्या जबड्याच्या पहिल्या प्रिमोलरच्या निर्मितीच्या अंतिम टप्प्यादरम्यान ऑगमेंटेड रिॲलिटी साधनाद्वारे केलेला TCP. ड: कटक (ridges) आणि खाचा (grooves) ओळखण्याची प्रक्रिया. IM, इमेज लेबल; MD, मोबाईल डिव्हाइस; NSB, “नेक्स्ट” बटण; PSB, “प्रीवियस” बटण; SMD, मोबाईल डिव्हाइस होल्डर; TC, डेंटल एनग्रेव्हिंग मशीन; W, वॅक्स ब्लॉक.
यादृच्छिकपणे निवडलेल्या सहभागींच्या दोन गटांमध्ये लिंग, वय, निवासस्थान आणि दंत कोरीव कामाचा अनुभव या बाबतीत कोणतेही महत्त्वपूर्ण फरक नव्हते (p > 0.05). नियंत्रण गटामध्ये ९६.२% महिला (n = २५) आणि ३.८% पुरुष (n = १) होते, तर प्रायोगिक गटामध्ये फक्त महिला (n = २६) होत्या. नियंत्रण गटामध्ये २० वर्षे वयोगटातील ६१.५% (n = १६), २१ वर्षे वयोगटातील २६.९% (n = ७) आणि ≥ २२ वर्षे वयोगटातील ११.५% (n = ३) सहभागी होते, तर प्रायोगिक नियंत्रण गटामध्ये २० वर्षे वयोगटातील ७३.१% (n = १९), २१ वर्षे वयोगटातील १९.२% (n = ५) आणि ≥ २२ वर्षे वयोगटातील ७.७% (n = २) सहभागी होते. निवासस्थानाच्या बाबतीत, नियंत्रण गटातील ६९.२% (n=१८) लोक ग्योंग्गी-दो मध्ये आणि २३.१% (n=६) लोक सोलमध्ये राहत होते. तुलनेने, प्रायोगिक गटातील ५०.०% (n = १३) लोक ग्योंग्गी-दो मध्ये आणि ४६.२% (n = १२) लोक सोलमध्ये राहत होते. इंचिओनमध्ये राहणाऱ्या नियंत्रण आणि प्रायोगिक गटांचे प्रमाण अनुक्रमे ७.७% (n = २) आणि ३.८% (n = १) होते. नियंत्रण गटामध्ये, २५ सहभागींना (९६.२%) दात कोरण्याचा कोणताही पूर्वानुभव नव्हता. त्याचप्रमाणे, प्रायोगिक गटातील २६ सहभागींना (१००%) दात कोरण्याचा कोणताही पूर्वानुभव नव्हता.
तक्ता २ मध्ये प्रत्येक गटाच्या २२ सर्वेक्षण प्रश्नांवरील प्रतिसादांची वर्णनात्मक सांख्यिकी आणि सांख्यिकीय तुलना सादर केली आहे. २२ प्रश्नावली प्रश्नांपैकी प्रत्येक प्रश्नावरील प्रतिसादांमध्ये गटांमध्ये लक्षणीय फरक होता (p < 0.01). नियंत्रण गटाच्या तुलनेत, प्रायोगिक गटाला २१ प्रश्नावली प्रश्नांवर जास्त सरासरी गुण मिळाले. प्रश्नावलीतील फक्त प्रश्न २० (Q20) वर नियंत्रण गटाला प्रायोगिक गटापेक्षा जास्त गुण मिळाले. आकृती ७ मधील हिस्टोग्राम गटांमधील सरासरी गुणांमधील फरक दृष्य स्वरूपात दाखवतो. तक्ता २; आकृती ७ प्रत्येक प्रकल्पासाठी वापरकर्ता अनुभवाचे परिणाम देखील दर्शवते. नियंत्रण गटामध्ये, सर्वाधिक गुण प्रश्न Q21 ला, आणि सर्वात कमी गुण प्रश्न Q6 ला मिळाले. प्रायोगिक गटामध्ये, सर्वाधिक गुण प्रश्न Q13 ला, आणि सर्वात कमी गुण प्रश्न Q20 ला मिळाले. आकृती ७ मध्ये दाखवल्याप्रमाणे, नियंत्रण गट आणि प्रायोगिक गट यांच्यातील सरासरीतील सर्वात मोठा फरक प्रश्न ६ मध्ये, आणि सर्वात लहान फरक प्रश्न २२ मध्ये दिसून येतो.
प्रश्नावली गुणांची तुलना. प्लास्टिक मॉडेल वापरणाऱ्या नियंत्रण गटाच्या आणि ऑगमेंटेड रिॲलिटी ॲप्लिकेशन वापरणाऱ्या प्रायोगिक गटाच्या सरासरी गुणांची तुलना करणारा बार ग्राफ. एआर-टीसीपीटी, ऑगमेंटेड रिॲलिटीवर आधारित दंत कोरीव कामाच्या सरावाचे एक साधन.
क्लिनिकल सौंदर्यशास्त्र, मुख शस्त्रक्रिया, पुनर्संचयित तंत्रज्ञान, दंत आकारविज्ञान आणि इम्प्लांटोलॉजी, आणि सिम्युलेशन [28, 29, 30, 31] यासह दंतचिकित्सेच्या विविध क्षेत्रांमध्ये एआर तंत्रज्ञान अधिकाधिक लोकप्रिय होत आहे. उदाहरणार्थ, मायक्रोसॉफ्ट होलोलेन्स दंत शिक्षण आणि शस्त्रक्रिया नियोजन सुधारण्यासाठी प्रगत ऑगमेंटेड रिॲलिटी साधने प्रदान करते [32]. व्हर्च्युअल रिॲलिटी तंत्रज्ञान देखील दंत आकारविज्ञान शिकवण्यासाठी एक सिम्युलेशन वातावरण प्रदान करते [33]. जरी हे तांत्रिकदृष्ट्या प्रगत हार्डवेअर-आधारित हेड-माउंटेड डिस्प्ले दंत शिक्षणात अद्याप मोठ्या प्रमाणावर उपलब्ध झाले नसले तरी, मोबाइल एआर ॲप्लिकेशन्स क्लिनिकल ॲप्लिकेशन कौशल्ये सुधारू शकतात आणि वापरकर्त्यांना शरीररचनाशास्त्र लवकर समजून घेण्यास मदत करू शकतात [34, 35]. एआर तंत्रज्ञान विद्यार्थ्यांची दंत आकारविज्ञान शिकण्याची प्रेरणा आणि आवड देखील वाढवू शकते आणि अधिक संवादात्मक आणि आकर्षक शिकण्याचा अनुभव प्रदान करू शकते [36]. एआर शिक्षण साधने विद्यार्थ्यांना जटिल दंत प्रक्रिया आणि शरीररचनाशास्त्र 3D मध्ये पाहण्यास मदत करतात [37], जे दंत आकारविज्ञान समजून घेण्यासाठी महत्त्वपूर्ण आहे.
दंत आकारविज्ञान शिकवण्यासाठी ३डी प्रिंटेड प्लास्टिक दंत मॉडेल्सचा प्रभाव २डी प्रतिमा आणि स्पष्टीकरणे असलेल्या पाठ्यपुस्तकांपेक्षा आधीच चांगला आहे [३८]. तथापि, शिक्षणाचे डिजिटलीकरण आणि तांत्रिक प्रगतीमुळे आरोग्यसेवा आणि वैद्यकीय शिक्षणामध्ये, दंत शिक्षणासह, विविध उपकरणे आणि तंत्रज्ञान सादर करणे आवश्यक झाले आहे [३५]. शिक्षकांसमोर वेगाने विकसित होणाऱ्या आणि गतिशील क्षेत्रात जटिल संकल्पना शिकवण्याचे आव्हान आहे [३९], ज्यासाठी विद्यार्थ्यांना दंत कोरीव कामाच्या सरावात मदत करण्यासाठी पारंपरिक दंत रेझिन मॉडेल्स व्यतिरिक्त विविध हाताळणीयोग्य साधनांचा वापर आवश्यक आहे. म्हणून, हा अभ्यास दंत आकारविज्ञानाच्या सरावात मदत करण्यासाठी एआर तंत्रज्ञानाचा वापर करणारे एक व्यावहारिक एआर-टीसीपीटी साधन सादर करतो.
मल्टीमीडिया वापरावर प्रभाव टाकणारे घटक समजून घेण्यासाठी एआर ॲप्लिकेशन्सच्या वापरकर्ता अनुभवावरील संशोधन महत्त्वपूर्ण आहे [40]. एक सकारात्मक एआर वापरकर्ता अनुभव त्याच्या विकासाची आणि सुधारणेची दिशा ठरवू शकतो, ज्यामध्ये त्याचा उद्देश, वापराची सुलभता, सुरळीत कार्यप्रणाली, माहिती प्रदर्शन आणि संवाद यांचा समावेश आहे [41]. तक्ता २ मध्ये दर्शविल्याप्रमाणे, प्रश्न २० वगळता, प्लास्टिक मॉडेल्स वापरणाऱ्या नियंत्रण गटाच्या तुलनेत एआर-टीसीपीटी वापरणाऱ्या प्रायोगिक गटाला उच्च वापरकर्ता अनुभव रेटिंग मिळाले. प्लास्टिक मॉडेल्सच्या तुलनेत, दंत कोरीव कामाच्या सरावात एआर-टीसीपीटी वापरण्याच्या अनुभवाला उच्च रेटिंग मिळाले. मूल्यांकनांमध्ये आकलन, दृश्यांकन, निरीक्षण, पुनरावृत्ती, साधनांची उपयुक्तता आणि दृष्टिकोनांची विविधता यांचा समावेश आहे. एआर-टीसीपीटी वापरण्याच्या फायद्यांमध्ये जलद आकलन, कार्यक्षम नेव्हिगेशन, वेळेची बचत, प्रीक्लिनिकल कोरीव कामाच्या कौशल्यांचा विकास, व्यापक व्याप्ती, सुधारित शिक्षण, पाठ्यपुस्तकावरील अवलंबित्व कमी होणे आणि अनुभवाचे संवादात्मक, आनंददायक आणि माहितीपूर्ण स्वरूप यांचा समावेश आहे. एआर-टीसीपीटी इतर सराव साधनांशी संवाद साधण्यास देखील मदत करते आणि अनेक दृष्टिकोनांतून स्पष्ट दृश्ये प्रदान करते.
आकृती ७ मध्ये दाखवल्याप्रमाणे, एआर-टीसीपीटीने प्रश्न २० मध्ये एक अतिरिक्त मुद्दा मांडला: विद्यार्थ्यांना दात कोरण्यास मदत करण्यासाठी, दात कोरण्याच्या सर्व पायऱ्या दर्शवणारा एक सर्वसमावेशक ग्राफिकल युझर इंटरफेस आवश्यक आहे. रुग्णांवर उपचार करण्यापूर्वी दात कोरण्याची कौशल्ये विकसित करण्यासाठी संपूर्ण दंत कोरण्याच्या प्रक्रियेचे प्रात्यक्षिक महत्त्वपूर्ण आहे. प्रायोगिक गटाला प्रश्न १३ मध्ये सर्वाधिक गुण मिळाले, जो रुग्णांवर उपचार करण्यापूर्वी दात कोरण्याची कौशल्ये विकसित करण्यास आणि वापरकर्त्याची कौशल्ये सुधारण्यास मदत करण्याशी संबंधित एक मूलभूत प्रश्न आहे, आणि यातून दंत कोरण्याच्या सरावामध्ये या साधनाची क्षमता अधोरेखित होते. वापरकर्त्यांना त्यांनी शिकलेली कौशल्ये क्लिनिकल सेटिंगमध्ये लागू करायची आहेत. तथापि, प्रत्यक्ष दात कोरण्याच्या कौशल्यांचा विकास आणि परिणामकारकता यांचे मूल्यांकन करण्यासाठी पुढील अभ्यासांची आवश्यकता आहे. प्रश्न ६ मध्ये विचारले होते की आवश्यक असल्यास प्लास्टिक मॉडेल्स आणि एआर-टीसीपीटी वापरले जाऊ शकतात का, आणि या प्रश्नाच्या प्रतिसादांमध्ये दोन्ही गटांमध्ये सर्वात मोठा फरक दिसून आला. एक मोबाईल ॲप म्हणून, एआर-टीसीपीटी प्लास्टिक मॉडेल्सच्या तुलनेत वापरण्यास अधिक सोयीस्कर असल्याचे सिद्ध झाले. तथापि, केवळ वापरकर्त्याच्या अनुभवाच्या आधारावर एआर ॲप्सची शैक्षणिक परिणामकारकता सिद्ध करणे कठीण आहे. तयार झालेल्या डेंटल टॅब्लेट्सवर एआर-टीसीपीटीच्या परिणामाचे मूल्यांकन करण्यासाठी पुढील अभ्यासांची आवश्यकता आहे. मात्र, या अभ्यासात, एआर-टीसीपीटीला मिळालेले उच्च वापरकर्ता अनुभव रेटिंग हे एक व्यावहारिक साधन म्हणून त्याची क्षमता दर्शवतात.
या तुलनात्मक अभ्यासातून असे दिसून येते की, दंत चिकित्सालयांमध्ये पारंपरिक प्लास्टिक मॉडेल्ससाठी एआर-टीसीपीटी (AR-TCPT) हा एक मौल्यवान पर्याय किंवा पूरक ठरू शकतो, कारण वापरकर्त्याच्या अनुभवाच्या बाबतीत त्याला उत्कृष्ट रेटिंग मिळाले आहे. तथापि, त्याची श्रेष्ठता निश्चित करण्यासाठी प्रशिक्षकांकडून मध्यवर्ती आणि अंतिम कोरलेल्या हाडांचे अधिक संख्यात्मक मापन करणे आवश्यक असेल. याव्यतिरिक्त, अवकाशीय आकलन क्षमतेतील वैयक्तिक फरकांचा कोरीवकाम प्रक्रियेवर आणि अंतिम दातावर होणाऱ्या प्रभावाचे विश्लेषण करणे देखील आवश्यक आहे. दंत क्षमता प्रत्येक व्यक्तीनुसार भिन्न असतात, ज्यामुळे कोरीवकाम प्रक्रियेवर आणि अंतिम दातावर परिणाम होऊ शकतो. म्हणून, दंत कोरीवकामाच्या सरावासाठी एक साधन म्हणून एआर-टीसीपीटीची परिणामकारकता सिद्ध करण्यासाठी आणि कोरीवकाम प्रक्रियेत एआर ॲप्लिकेशनची नियामक व मध्यस्थ भूमिका समजून घेण्यासाठी अधिक संशोधनाची आवश्यकता आहे. भविष्यातील संशोधनाने प्रगत होलोलेन्स एआर तंत्रज्ञानाचा वापर करून दंत आकारविज्ञान साधनांच्या विकास आणि मूल्यांकनावर लक्ष केंद्रित केले पाहिजे.
थोडक्यात, हा अभ्यास दंत कोरीव कामाच्या सरावासाठी एक साधन म्हणून एआर-टीसीपीटीची क्षमता दर्शवतो, कारण ते विद्यार्थ्यांना एक नाविन्यपूर्ण आणि संवादात्मक शिक्षण अनुभव प्रदान करते. पारंपरिक प्लास्टिक मॉडेल गटाच्या तुलनेत, एआर-टीसीपीटी गटाने लक्षणीयरीत्या उच्च वापरकर्ता अनुभव गुण दर्शवले, ज्यामध्ये जलद आकलन, सुधारित शिक्षण आणि पाठ्यपुस्तकावरील अवलंबित्व कमी होणे यांसारख्या फायद्यांचा समावेश आहे. त्याच्या परिचित तंत्रज्ञान आणि वापर-सुलभतेमुळे, एआर-टीसीपीटी पारंपरिक प्लास्टिक साधनांना एक आश्वासक पर्याय सादर करते आणि ३डी स्कल्प्टिंगमधील नवशिक्यांना मदत करू शकते. तथापि, त्याची शैक्षणिक परिणामकारकता तपासण्यासाठी पुढील संशोधनाची आवश्यकता आहे, ज्यामध्ये लोकांच्या स्कल्प्टिंग क्षमतेवर होणारा परिणाम आणि कोरलेल्या दातांचे संख्यात्मक मापन यांचा समावेश आहे.
या अभ्यासात वापरलेले डेटासेट, वाजवी विनंतीनुसार संबंधित लेखकाशी संपर्क साधून उपलब्ध होतील.
बोगाकी आरई, बेस्ट ए, अॅबी एलएम एका संगणक-आधारित दंत शरीरशास्त्र शिक्षण कार्यक्रमाचा समतुल्यता अभ्यास. जे डेंट एड. 2004;68:867–71.
अबू ईद आर, इवान के, फोली जे, ओवेस वाय, जयसिंघे जे. दंत आकारविज्ञानाच्या अभ्यासासाठी स्वयं-निर्देशित शिक्षण आणि दंत मॉडेल बनवणे: स्कॉटलंडमधील अ‍ॅबरडीन विद्यापीठातील विद्यार्थ्यांचे दृष्टिकोन. जे डेंट एड. २०१३;७७:११४७–५३.
लॉन एम, मॅकेना जेपी, क्रायन जेएफ, डाऊनर ईजे, टुलुज ए. युके आणि आयर्लंडमध्ये वापरल्या जाणाऱ्या दंत आकारविज्ञान शिकवण्याच्या पद्धतींचा आढावा. युरोपियन जर्नल ऑफ डेंटल एज्युकेशन. 2018;22:e438–43.
ओब्रेझ ए., ब्रिग्स एस., बॅकमन जे., गोल्डस्टीन एल., लँब एस., नाइट डब्ल्यूजी दंत अभ्यासक्रमात वैद्यकीयदृष्ट्या संबंधित दंत शरीररचना शिकवणे: एका नाविन्यपूर्ण मॉड्यूलचे वर्णन आणि मूल्यांकन. जे डेंट एड. २०११;७५:७९७–८०४.
कोस्टा एके, झेवियर टीए, पेस-ज्युनियर टीडी, आंद्रेआटा-फिल्हो ओडी, बोर्जेस एएल. ओक्लुझल कॉन्टॅक्ट एरियाचा कस्पल डिफेक्ट्स आणि स्ट्रेस डिस्ट्रिब्युशनवरील प्रभाव. प्रॅक्टिस जे कंटेम्प डेंट. 2014;15:699–704.
शुगर्स डीए, बॅडर जेडी, फिलिप्स एसडब्ल्यू, व्हाईट बीए, ब्रँटली सीएफ. गहाळ झालेले मागचे दात न बदलण्याचे परिणाम. जे अमेरिकन डेंटल असोसिएशन. 2000;131:1317–23.
वांग हुई, शू हुई, झांग जिंग, यू शेंग, वांग मिंग, किउ जिंग, इत्यादी. एका चीनी विद्यापीठातील दंत आकारविज्ञान अभ्यासक्रमाच्या कामगिरीवर 3D प्रिंटेड प्लास्टिक दातांचा परिणाम. बीएमसी मेडिकल एज्युकेशन. 2020;20:469.
रिस्नेस एस, हान के, हॅडलर-ओल्सेन ई, सेहिक ए. दात ओळखण्याचे कोडे: दंत आकारविज्ञान शिकवण्याची आणि शिकण्याची एक पद्धत. युरोपियन जर्नल ऑफ डेंटल एज्युकेशन. 2019;23:62–7.
किर्कअप एम एल, अॅडम्स बी एन, रीफ्स पी ई, हेसेलबार्ट जे एल, विलिस एल एच एक चित्र हजार शब्दांच्या बरोबरीचे असते का? प्रीक्लिनिकल दंत प्रयोगशाळा अभ्यासक्रमांमध्ये आयपॅड तंत्रज्ञानाची परिणामकारकता. जे डेंट एड. 2019;83:398–406.
गुडएकर सीजे, युनान आर, किर्बी डब्ल्यू, फिट्झपॅट्रिक एम. कोविड-१९ मुळे सुरू केलेला एक शैक्षणिक प्रयोग: पहिल्या वर्षाच्या पदवी विद्यार्थ्यांना तीन आठवड्यांचा सघन दंत आकारविज्ञान अभ्यासक्रम शिकवण्यासाठी घरगुती वॅक्सिंग आणि वेबिनारचा वापर. जे प्रोस्थेटिक्स. २०२१;३०:२०२–९.
रॉय ई, बक्र एमएम, जॉर्ज आर. दंत शिक्षणामध्ये व्हर्च्युअल रिॲलिटी सिम्युलेशनची गरज: एक आढावा. सौदी डेंट मॅगझिन २०१७; २९:४१-७.
गार्सेन जे. ऑगमेंटेड रिॲलिटी शिक्षणाच्या पंचवीस वर्षांचा आढावा. मल्टीमोडल टेक्नॉलॉजिकल इंटरॲक्शन. २०२१;५:३७.
Tan SY, Arshad H., Abdullah A. Efficient and powerful mobile augmented reality applications. Int J Adv Sci Eng Inf Technol. 2018;8:1672–8.
वांग एम., कॅलाघन डब्ल्यू., बर्नहार्ट जे., व्हाईट के., पेना-रिओस ए. शिक्षण आणि प्रशिक्षणात ऑगमेंटेड रिॲलिटी: शिकवण्याच्या पद्धती आणि उदाहरणांसह स्पष्टीकरण. जे ॲम्बियंट इंटेलिजन्स. ह्युमन कॉम्प्युटिंग. 2018;9:1391–402.
पेलास एन, फोटारिस पी, काझानिडिस आय, वेल्स डी. प्राथमिक आणि माध्यमिक शिक्षणातील शिकण्याचा अनुभव सुधारणे: गेम-आधारित ऑगमेंटेड रिॲलिटी शिक्षणातील अलीकडील ट्रेंडचा पद्धतशीर आढावा. व्हर्च्युअल रिॲलिटी. 2019;23:329–46.
मझुको ए., क्रास्मान एएल, रिआटेगुई ई., गोमेझ आरएस रसायनशास्त्र शिक्षणामध्ये ऑगमेंटेड रिॲलिटीचा एक पद्धतशीर आढावा. एज्युकेशन पास्टर. २०२२;१०:ई३३२५.
अकचायर एम, अकचायर जी. शिक्षणातील ऑगमेंटेड रिॲलिटीशी संबंधित फायदे आणि आव्हाने: एक पद्धतशीर साहित्य पुनरावलोकन. एज्युकेशनल स्टडीज, सं. २०१७; २०:१–११.
डनलेव्ही एम, डेडे एस, मिचेल आर. अध्यापन आणि अध्ययनासाठी इमर्सिव्ह कोलॅबोरेटिव्ह ऑगमेंटेड रिॲलिटी सिम्युलेशन्सची क्षमता आणि मर्यादा. जर्नल ऑफ सायन्स एज्युकेशन टेक्नॉलॉजी. २००९;१८:७-२२.
झेंग केएच, त्साई एसके विज्ञान शिक्षणात ऑगमेंटेड रिॲलिटीच्या संधी: भविष्यातील संशोधनासाठी सूचना. जर्नल ऑफ सायन्स एज्युकेशन टेक्नॉलॉजी. २०१३;२२:४४९–६२.
किलिस्टॉफ एजे, मॅकेन्झी एल, डी'इऑन एम, ट्रिंडर के. दंतवैद्यकीय विद्यार्थ्यांसाठी टप्प्याटप्प्याने कोरीवकाम करण्याच्या तंत्रांची परिणामकारकता. जे डेंट एड. २०१३;७७:६३–७.