Multivariate Generalization Analysis for Students’ Evaluation on Teaching Level of Teachers in Medical Colleges
-
摘要:
目的 采用多元概化理论评价《医药类院校教师课堂教学水平学生评价量表》信度的同时对各维度条目数优化提出建议，并确定学生评教实践中适宜的学生人数。 方法 收集整理通过该问卷调查的某医科大学422名学生数据，使用mGENOVA进行多元概化分析。先在G研究中估计各种误差来源的方差分量，然后实施一系列改变条目数和学生数D研究获得不同情况下信度系数以评价量表信度。 结果 G研究中每个领域均呈现学生嵌套于教师的方差分量最大。D研究中，在领域水平，除了教学组织和教学方法2个领域外，其余领域的概化系数和可靠性指数均大于0.80；在总量表水平，合成概化系数和合成可靠性指数均高于0.85。保证可靠性指数在0.80及以上的前提下，每班至少抽取的学生数为25人；保证概化系数在0.80及以上的前提下，每班至少抽取的学生数为28人。 结论 基于多元概化分析此量表总体上有很好的信度，若下一步需要修订可考虑在教学组织和教学方法2个领域进行内容调整，在高校学生评教实践中各班抽取28名学生来进行调查最合适。 Abstract:Objective To evaluate the reliability of the Student Evaluation Scale for the Teaching Level of Teachers in Medical Universities （SESTLTMU） and determine the appropriate number of students in the teaching evaluation based on Multivariate Generalizability Theory （MGT） . Methods The data of 422 students from a medical university who were surveyed by this scale were collected and analyzed by using mGENOVA, a special software of multivariate generalizability theory. The variance components of various error sources were estimated in Generalizability Study （G-study）, and then several Decision Studies （D-studies） with varying numbers of items and numbers of students were analyzed to obtain reliability coefficients including generalizability coefficient （G） and the indexes of dependability （Ф） in order to evaluate the reliability of the scale. Results In the G-study, the most prominent variation in every domain was introduced by student nested in teacher effect. In the D-study, at the level of domain, the G coefficients and the Ф coefficients for three of the five domains were approximately equal to or greater than 0.80, except for the teaching organization domain and teaching method domain （> 0.70 but < 0.80）. For the overall scale, the compositeG and composite Ф coefficients were larger than 0.85. Under the premise that the Ф is 0.80 or above, the minimum number of students selected from each class should be 25. Under the premise that the G is 0.80 or above, the minimum number of students selected from each class should be 28. Conclusions The scale has good reliability as a whole based on the results of MGT. If this scale needs to be revised in the future, it can be considered to adjust the content in the teaching organization domain and the teaching method domain. It is the most appropriate to select 28 students from each class for investigation in the practice of teaching evaluation by university students. -
盐酸氨溴索注射液是常见的呼吸系统疾病临床用药[1]，能有效祛痰、减少咳嗽，临床疗效好，无明显毒副作用。该品种应用人群广，是儿科甚至新生儿常用药物[2]，因临床使用时直接进入血液系统，药物临床使用安全风险较高，被视为高风险注射剂。盐酸氨溴索注射液的含量测定结果是其有效性和安全性的重要指标，代表药品质量的好坏，因此客观评价结果的可靠性显得尤为重要[3]。通常可对测量结果的质量用不确定度给出定量说明，而目前未见盐酸氨溴索注射液含量测定不确定度评定的报道，为此，有必要对其进行研究。
在药物分析领域，目前国内暂未发布评定指南。2018-2020年期间国家药典委先后发布了征求意见稿《不确定度评定在药品检验中的应用》，可见不确定度评定在药品检验领域具有重要性和必要性[3−4]。当前的文献报道中，药品测量不确定度的评定主要是采用GUM法[4]，未见TOP-DOWN法用于药品外标法含量测定的不确定度评定。GUM法评定是按照实际检验，分析各相关分量建立数学模型再评定，过程繁琐、复杂，要求细致，各分量不能重复也不能遗漏，评定质量取决于评定者对有贡献的影响量认识的程度。TOP-DOWN法是由美国人Horwitz提出的是自上而下或自顶向下的评定方法[5−6]，评定原理是：在确保测量过程的偏倚和精密度受控的前提下，将影响检验结果的各因素利用实验室间再现性数据和实验室内重复性数据归纳为偏倚不确定度和期间精密度两个分量，再合成不确定度[7]，该法较于GUM法，能全面反映实验室的质控状态和实验室间的偏倚。
为确保药物的安全性和有效性，本文采用TOP-DOWN法对盐酸氨溴索注射液的含量测定进行不确定评定，利用实验室长期积累的数据作为“期间精密度”分量和17家实验室间的实验数据作为“偏倚精密度”分量，建立TOP-DOWN法测量模型，该方法既包含了在GUM法中体现的各影响因素如称量、测量等，还包含了GUM法所不具备的环境变动、方法本身的误差等不容易识别的不确定度分量，更全面系统。本文首次在药品检验领域采用TOP-DOWN法评定药品含量测定的不确定度，为探索非GUM法评定药品的测量不确定度，提供了一种有价值的参考方法[8]。
1. 材料与方法
1.1 实验仪器
日本岛津LC-20A型高效液相色谱仪；梅特勒-托利多BP221S型电子分析天平；液管和容量瓶均为天玻牌A级玻璃仪器。
1.2 实验材料
甲醇为色谱纯（美国赛默飞科技有限公司）；盐酸氨溴索对照品（来源于中国食品药品检定研究院，批号：100599-202106）；样品为盐酸氨溴索注射液（A企业，批号：2AA21203）；实验其他所用试剂均为分析纯；实验用水为超纯水。
1.3 实验方法
1.3.1 盐酸氨溴索注射液含量测定
盐酸氨溴索注射液含量测定标准收载于《中国药典》2020年版二部，按照其规定的方法进行测定。
色谱柱：月旭 C18 5 μm，250×4.6 mm；流动相A和B分别为0.01 mol/L磷酸氢二铵溶液和乙腈，体积比为50∶50，检测波长：248 nm。对照品和供试品分别用流动相制成约30 μg/mL的试液。
1.3.2 不确定度评定程序
参照《化学检测领域测量不确定度评定》RB/T 141-2018 [7]指南，确定测量不确定度的评定程序：（1）按照1.3.1中盐酸氨溴索注射液的含量测定方法，获取不同实验室间再现性数据（提交两组平行数据x1和x2）和一段时间内本实验室的重复性数据；（2）使用h/k检验确认再现性数据的偏倚是否受控；使用AD检验判断重复性数据的精密度是否处于期望范围内；（3）若偏倚和精密度均处于控制范围内，量化再现性估计值和精密度的不确定度，计算偏倚和精密度分量，合成不确定度。
1.3.3 不确定度评定数学模型
$$ U_{rel}=2 u_{c,re l}=2 \sqrt{u_{b,re l}^{2}+u_{R', re l}^{2}} $$ 式中：$ {u^2}_{b,rel} $ ：偏倚不确定度分量；$ {u^2}_{R',rel} $：期间精密度不确定度分量。
1.4 不确定度评定
1.4.1 偏倚不确定度分量
实验室间再现性数据
向17家实验室同步发放1.2中同批次对照品和盐酸氨溴索注射液样品，按照1.3.1中实验方法，得到各个实验室的含量测定数据，每个实验室提交2次测量数据x1和x2（%），各个实验室数据统计见表1。
表 1 各个实验室数据统计Table 1. Statistics of laboratory data across various laboratories序号 x1（%） x2（%） $ \overline {{x_i}} $（%） bi si h k 样品统计 1 100.82 100.20 100.51 0.51 0.44 0.10 1.88 ARV=100.4%
X=100.445%
$ {s_{\overline x }} $=1.08
sr=0.2072 100.23 100.33 100.28 0.28 0.07 −0.11 0.30 3 100.80 100.85 100.83 0.82 0.04 0.39 0.15 4 101.70 101.95 101.83 1.83 0.18 1.32 0.76 5 99.48 99.61 99.55 −0.45 0.09 −0.79 0.39 6 100.30 100.80 100.55 0.55 0.35 0.14 1.52 7 98.40 98.20 98.30 −1.70 0.14 −1.94* 0.61 8 100.30 99.70 100.00 0.00 0.42 −0.37 1.82 9 101.48 101.23 101.36 1.36 0.18 0.88 0.76 10 99.01 99.15 99.08 −0.92 0.10 −1.22 0.42 11 101.32 101.33 101.33 1.32 0.00 0.85 0.03 12 100.28 100.06 100.17 0.17 0.16 −0.21 0.67 13 98.58 98.59 98.59 −1.41 0.01 −1.68 0.03 14 100.71 100.55 100.63 0.63 0.11 0.21 0.49 15 101.42 102.15 101.79 1.79 0.52 1.28 2.22* 16 100.99 100.92 100.96 0.95 0.05 0.51 0.21 17 101.77 101.92 101.85 1.85 0.11 1.33 0.46 注：标*为异常值。 判断偏倚受控
参照RB/T141-2018，接受测量系统一致性的假设可判断偏倚是否受控，即h/k检验。
h/k检验计算公式：
$$ h = \frac{{{b_i}}}{{{s_{\overline x }}}} $$ (1) 式中：h为实验室间一致性统计量；bi为第i个实验室的单元偏倚（bi=$ \overline {{x_i}} $-ARV，$ \overline {{x_i}} $为各实验室的平均值，ARV的期望值为100.4%）；$ {s_{\overline x }} $为样品水平下各实验室$ \overline {{x_i}} $的标准差。
$$ k = \frac{{{s_i}}}{{{s_r}}} $$ (2) 式中：k为实验室内一致性统计量；si 为第i个实验室的单元标准差；sr为重复性标准差（$ {s_r} = \sqrt {\frac{{\sum {{s_i}^2} }}{{{p_i}}}} $，pi为实验室总个数）。
查询95%和99%概率下的h/k临界表， h=1.86，k=1.93（95%）；h=2.32，k=2.41（99%），实验室间的数据变异基本符合精密度要求。
计算偏倚不确定度分量
偏倚不确定度计算公式：
$$ {u^2}_{b,rel} = \sqrt {{b^2} + {u^2}_{c,ref}} = \sqrt {{{0.045}^2} + {{0.267}^2}} = 0.27 $$ 式中： $ {u^2}_{c,ref} = \frac{{{S_R}}}{{\sqrt L }} = 0.267 $ ，（SR为复现性标准差，L为实验室数量）
1.4.2 期间精密度不确定度分量
获取实验室内重复性数据
室间变异并未涵盖室内所有误差源的贡献，因此，本实验室在半年内按时间顺序进行了一段时间稳定过程的期间精密度测量，以18个样品的含量测定累计数据作为期间精密度重复性数据，最小值为99.4%，最大值为102.7%，均值为100.9%，相对标准偏差为0.88%。18个检验数据见表2。
表 2 期间精密度重复性数据Table 2. Intermediate precision data of repeatability measurements百分含量（%） 样品统计 99.9，100.2，100.6，100.7，101.1，100.3，101.9，100.5，102.7，
101.4，99.4，99.5，101.5，101.6，101.8，100.3，101.1，100.4$ \overline X $=100.9%；
${S}_{R'} $=0.88%判断期间精密度受控
参照RB/T141-2018标准中AD检验计算公式，对数据进行AD检验，分别检验$ A_S^{2*} $（正态性检验）和$ A_{MR}^{2*} $（独立性检验）。$ A_S^{2*} $检验结果为0.196，$ A_{MR}^{2*} $检验结果为0.272，AD检验结果均小于1.0[9]，按照标准指南，表明该组数据在99%概率下接受测量系统的正态性和独立性假设，说明实验室数据处于统计受控状态[10]。
期间精密度不确定度分量
实验室数据处于统计受控状态，期间精密度不确定度估计值为数据的相对标准偏差，即将$ {S}_{R'} $视为期间精密度不确定度${u}_{R'} $，则$ {u^2}_{R',rel} $=${S}_{R'} $= 0.88%。
2. 结果
2.1 扩展不确定度
按照评定的数学模型，由上文得到的两个分量值合为相对合成标准不确定度$ {u^2}_{c,rel} $，在置信度95%，包含因子（k取2）概率下求得扩展不确定度$ {U}_{rel } $。
$ {U}_{rel }=2{u}_{c,rel}=2\sqrt{{u}^{2}{}_{b,rel}+{u}^{2}{}_{R{'},rel}}=1.84\% \,\,\, (95\%,\,\,\, k=2)$
2.2 不确定度报告
盐酸氨溴索注射液中含盐酸氨溴索含量表示为：（100.5±1.84）%，100.5%数值为本次实验笔者实验室内测定的样品含量数据。
2.3 评定结果分析
盐酸氨溴索注射液含量评定结果表示为（100.5±1.84）%，即用扩展不确定度1.84%来表征实验室含量测量数据100.5%的分散性，被不确定度表征后的数值在药品标示含量值以内（90.0%～110.0%），表明盐酸氨溴索注射液含量测定可靠，实验室质控较好，可持续保持[11]，含量测定结果的可靠信进一步确保了药物的安全性和有效性。实验结果表明TOP-DOWN法可有效评定药品外标法含量测定，在实际测量中，一个客观事实是无论如何控制环境条件及控制各类对测量结果可能产生影响的因素，最终的测量结果总会存在一定的分散性，这些随机效应所造成的不确定度，包括尚未认识到的系统效应在评定中不可能被完全考虑到，导致了测量结果的误差[5]。而该法的优势恰好在于能充分利用实验室内长期积累的数据和实验室间再现性数据，归纳为精密度和偏倚两个分量，更加系统、全面的评定不确定度。
本次评定结果期间精密度的分量大于偏倚精密度的分量，说明期间精密度是影响不确定度数值的主要分量[12]，则可通过加长期间精密度的时间和样本量来进一步验证期间精密度的贡献量。偏倚分量贡献较小，影响的变化不显著，而偏倚由实验室间的再现性数据提供，提示可以通过增加实验室及样本数量来验证偏倚分量的贡献大小[13]。
2.4 实验数据说明
TOP-DOWN法应用时，数据受控是最重要的前提条件，h/k检验希望参加的实验室数量L越大越好[6−7]，但h/k临界值参考表中L上限为15。由于h/k值随着L增大其可接受的h/k值范围越大，以表中L为15对应的h/k值判断本次实验数据（共17家实验室）是否受控。h或k超出95%的临界值为异常值，但仍在99%临界值范围内。通过调查发现，实验室操作没有任何程序问题，属于随机原因的正常变异，综合判断整体数据基本受控[6−7，14−15]，并未剔除数据异常值（表1中带*号数据）。此外，ARV为接受参照值（即用作比较的经协商同意的标准值），本文使用的ARV值使用数据来源为本实验室自2020年至2023年检验的22批盐酸氨溴索注射液的含量平均值（100.4%）。
3. 讨论
3.1 TOP-DOWN法和GUM法评定结果的比较
TOP-DOWN法和GUM法为两种不同的评定方法，本次实验还按照传统的GUM 法进行含量测定的不确定度评定，对两种方法的结果进行比较， TOP-DOWN法评定结果（1.84%）小于GUM法（2.36%），说明GUM法的测量模型过多的输入了不确定度影响因素，提示在用GUM法计算不确定度时应保守估计影响因素，否则容易造成结果偏大[15]。两种评定方法比较的结果表明，在实际应用可使用TOP-DOWN法对GUM法进行补充和验证。
3.2 TOP-DOWN法可有效评定药品含量的不确定度
TOP-DOWN法已应用于食品等其他行业的不确定度评定中[10−13]，尚未见其应用于药品含量测定，本文首次利用TOP-DOWN法对药品含量测定结果进行不确定度评定，实验结果表明TOP-DOWN法可有效评定药品外标法含量测定，该法的优势在于能充分利用实验室内长期积累的实验数据，评定过程较传统的GUM法更全面，是一种客观、可靠的评定方法，为药品检验领域不确定度评定提供了新的方法。
3.3 首次对盐酸氨溴索注射液进行不确定度评定
盐酸氨溴索注射液作为高风险制剂，目前未见其含量测定不确定度评定的报道，本文首次对其不确定度进行研究，研究结果表明该药物含量测定数据可靠，能确保药物的安全性和有效性。
-
表 1 各领域方差及协方差分量估计
Table 1. The estimated variance-covariance components for every domain
效应 教学组织 教学内容 教学方法 教学态度 教学效果 t 0.0200 1.0282 1.0582 1.0586 1.0764 0.0262 0.0324 1.0068 1.0223 1.0118 0.0333 0.0404 0.0497 0.9881 1.0431 0.0243 0.0299 0.0358 0.0264 1.0172 0.0325 0.0389 0.0496 0.0353 0.0455 s:t 0.2235 0.1911 0.1908 0.2055 0.1976 0.2648 0.1726 0.1643 0.1820 0.1901 0.2112 0.2020 0.2686 0.1991 0.3510 i 0.0142 0.0138 0.0774 0.0012 0.0022 ti 0.0063 0.0008 0.0344 0.0073 0.0031 si:t 0.2083 0.1472 0.3348 0.1083 0.1697 对角线上加粗标注的值为各效应的方差分量，对角线以上的值是典型相关系数，而对角线以下值是各个领域的协方差分量。 
下载: 导出CSV
表 2 基于原始测量长度条件下多元D研究结果
Table 2. D-study results for design based on original test length
指标 教学组织 教学内容 教学方法 教学态度 教学效果 总量表 $n'_i =5$ $n'_i =7$ $n'_i=8 $ $n'_i =7$ $n'_i =3$ $n'_i=33 $ $\sigma^2_P $ 0.0200 0.0324 0.0497 0.0264 0.0450 0.0356 $\sigma_{\delta}^2 $ 0.0049 0.0030 0.0085 0.0039 0.0058 0.0033 $\sigma_\Delta^2$ 0.0078 0.0050 0.0182 0.0041 0.0061 0.0040 $\sigma_{X_Pl}^2 $ 0.0078 0.0091 0.0213 0.0062 0.0106 0.0085 G 0.8023 0.9145 0.8535 0.8720 0.8878 0.9152 Ф 0.7203 0.8664 0.7318 0.8671 0.8816 0.8981 $\sigma^2_P $全域分数方差， $\sigma_{\delta}^2 $：相对误差方差， $\sigma_\Delta^2 $：绝对误差方差， $\sigma_{X_Pl}^2 $ ：用样本均数来估计全域分数时的误差方差，G：概化系数，Ф：可靠性指数。
下载: 导出CSV
表 3 各个领域的领域条目数比例与方差贡献率间比较
Table 3. Comparison between the CRCUS and the PDS in every domain
指标 教学组织 教学内容 教学方法 教学态度 教学效果 条目数 5 7 8 7 6 领域条目数比例/权重系数（%） 15.15 21.21 24.24 21.21 18.18 领域全域分数对合成全域分数的方差贡献率（%） 11.79 20.26 28.76 18.29 20.89 方差贡献率与领域条目数比例间的绝对差（%） −3.36 −0.95 4.52 −2.92 2.71 方差贡献率与领域条目数比例间的相对差（%） −22.19 −4.49 18.64 −13.78 14.89 绝对差 = 方差贡献率−领域条目数比例；相对差 = （方差贡献率−领域条目数比例）/领域条目数比例×100%。
下载: 导出CSV
表 4 不同测量长度下各领域及共性量表的两信度系数间比较
Table 4. Comparison of two reliability coefficients of every domains and universe under different test length
领域 条目数 概化系数（G） 可靠性指数（Ф） 模型1 模型2 模型3 模型1 模型2 模型3 模型1 模型2 模型3 教学组织 5 6 7 0.8023 0.8123 0.8196 0.7203 0.7411 0.7567 教学内容 7 6 4 0.9145 0.9128 0.9069 0.8664 0.8574 0.8272 教学方法 8 9 10 0.8535 0.8615 0.8681 0.7318 0.7497 0.7646 教学态度 7 6 4 0.8720 0.8660 0.8457 0.8671 0.8603 0.8376 教学效果 6 5 3 0.8878 0.8847 0.8724 0.8816 0.8773 0.8605 总量表 33 32 28 0.9152 0.9135 0.9088 0.8981 0.8937 0.8818
下载: 导出CSV
表 5 不同样本下各领域及共性量表的两信度系数间比较
Table 5. Comparison of the two reliability coefficients of every domains and universe under different samples size
样本模型 合计样本数 概化系数（G） 可靠性指数（Ф） 模型A 420 0.9152 0.8981 模型B 281 0.8815 0.8600 模型C 212 0.8524 0.8376 模型D 140 0.7944 0.7815 模型E 450 0.9289 0.9112 模型F 300 0.9010 0.8844 模型G 150 0.8264 0.8124 模型H 140 0.8168 0.8031 模型I 135 0.8115 0.7980 模型J 125 0.8000 0.7868 模型K 100 0.7633 0.7513
下载: 导出CSV
-
[1] 本书编委会. 全国普通高校本科教育教学质量报告（2020年度）[M]. 北京: 高等教育出版社, 2021: 1-264. [2] 陈银燕. 高校发展性评价体系构建:教师和机构的双维度评价[J]. 内蒙古师范大学学报(教育科学版),2016,29(03):76-78. [3] Debroy A,Ingole A,Mudey A. Teachers’ perceptions on student evaluation of teaching as a tool for faculty development and quality assurance in medical education[J]. Educ Health Promot,2019,8:218-225. [4] Constantinou C,Wijnen-Meijer M. Student evaluations of teaching and the development of a comprehensive measure of teaching effectiveness for medical schools[J]. BMC Med Educ,2022,22(1):113. doi: 10.1186/s12909-022-03148-6 [5] 黎光明,甄锋泉,王幸君,等. 多元概化理论在教育测量与评价中的多维化分析[J]. 教育测量与评价(理论版),2016,180(2):13-17. [6] 孟琼,张美霞,陈莹,等. 医科院校教师教学水平学生评价量表的信度效度分析[J]. 卫生软科学,2016,30(7):46-48+53. doi: 10.3969/j.issn.1003-2800.2016.07.012 [7] 张志明, 张雷. 测评的概化理论及其应用[M]. 北京: 教育科学出版社, 2003: 52-53. [8] Nicaise V,Bois J E,Fairclough S J,et al. Girls’ and boys’ perceptions of physical education teachers' feedback:effects on performance and psychological responses[J]. Sports Sci,2007,25(8):915-926. doi: 10.1080/02640410600898095 [9] Wolbring T,Riordan P. How beauty works. Theoretical mechanisms and two empirical applications on students’ evaluation of teaching[J]. Soc Sci Res,2016,57:253-272. doi: 10.1016/j.ssresearch.2015.12.009 [10] Doubleday A F,Lee L M. Dissecting the voice:Health professions students’ perceptions of instructor age and gender in an online environment and the impact on evaluations for faculty[J]. Anat Sci Educ,2016,9(6):537-544. doi: 10.1002/ase.1609 [11] Briesch A M,Swaminathan H,Welsh M,et al. Generalizability theory:A practical guide to study design,implementation,and interpretation[J]. Sch Psychol,2014,52(1):13-35. doi: 10.1016/j.jsp.2013.11.008 [12] Vispoel W P,Morris C A,Kilinc M. Applications of generalizability theory and their relations to classical test theory and structural equation modeling[J]. Psychol Methods,2018,23(1):1-26. doi: 10.1037/met0000107 [13] Keller L A,Clauser B E,Swanson D B. Using multivariate generalizability theory to assess the effect of content stratification on the reliability of a performance assessment[J]. Advances in Health Sciences Education,2010,15(5):717-733. doi: 10.1007/s10459-010-9233-8 [14] Ibrahim A M. Using generalizability theory to estimate the relative effect of class size and number of items on the dependability of student ratings of instruction[J]. Psychol Rep,2011,109(1):252-258. doi: 10.2466/03.07.11.PR0.109.4.252-258 期刊类型引用(6)
1. 孙秋榕，肖庆春，刘鸣，邓炜. 牙周基础治疗在重度牙周炎患者中的应用效果及对核因子-κB受体活化因子配体、骨保护素的影响. 中国当代医药. 2024(32): 82-86 . 
百度学术2. 王苏娟，陈志岭，张晶晶，赵梓杨. 无托槽隐形矫治器与自锁托槽对成年错牙合畸形患者咬合功能及牙周美学的影响. 中国美容医学. 2023(08): 140-144 . 百度学术3. 杨琪琦，陈梦婷，胡江天，周婷. 隐形与固定矫治器治疗骨性Ⅰ类错畸形咬合变化的临床研究. 昆明医科大学学报. 2023(12): 127-132 . 本站查看4. 高莹，马明宇，张晓虹，梁炎，张月兰. 成人安氏Ⅱ类2分类错(牙合)畸形患者正畸排齐整平后的咬合特征. 河南医学研究. 2021(13): 2335-2339 . 百度学术5. 杨琪琦，胡江天，周婷. PAR指数和T-scan咬合系统运用于评价正畸咬合疗效的优势. 昆明医科大学学报. 2021(11): 166-170 . 本站查看6. 武蕾，张燕，桑遥彩. T-scan系统结合数字化模型测量牙根纵裂患者咬合力分布的价值. 齐齐哈尔医学院学报. 2021(24): 2178-2181 . 百度学术其他类型引用(2)
-
下载:
![](data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='210' height='179'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;font-family:Helvetica'><table>
<thead>
<tr>
<td class="table_top_border" style="height:13pt;" align="left" valign="middle">效应</td>
<td class="table_top_border" style="height:13pt;" align="center" valign="middle">教学组织</td>
<td class="table_top_border" style="height:13pt;" align="center" valign="middle">教学内容</td>
<td class="table_top_border" style="height:13pt;" align="center" valign="middle">教学方法</td>
<td class="table_top_border" style="height:13pt;" align="center" valign="middle">教学态度</td>
<td class="table_top_border" style="height:13pt;" align="center" valign="middle">教学效果</td>
</tr>
</thead>
<tbody>
<tr>
<td class="table_top_border2" style="height:13pt;" align="left" valign="middle"><i>t</i>
</td>
<td class="table_top_border2" style="height:13pt;" align="center" valign="middle"><b>0.0200</b></td>
<td class="table_top_border2" style="height:13pt;" align="center" valign="middle">1.0282</td>
<td class="table_top_border2" style="height:13pt;" align="center" valign="middle">1.0582</td>
<td class="table_top_border2" style="height:13pt;" align="center" valign="middle">1.0586</td>
<td class="table_top_border2" style="height:13pt;" align="center" valign="middle">1.0764</td>
</tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">0.0262</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.0324</b></td>
<td align="center" valign="middle" style="height:13pt;">1.0068</td>
<td align="center" valign="middle" style="height:13pt;">1.0223</td>
<td align="center" valign="middle" style="height:13pt;">1.0118</td>
</tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">0.0333</td>
<td align="center" valign="middle" style="height:13pt;">0.0404</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.0497</b></td>
<td align="center" valign="middle" style="height:13pt;">0.9881</td>
<td align="center" valign="middle" style="height:13pt;">1.0431</td>
</tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">0.0243</td>
<td align="center" valign="middle" style="height:13pt;">0.0299</td>
<td align="center" valign="middle" style="height:13pt;">0.0358</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.0264</b></td>
<td align="center" valign="middle" style="height:13pt;">1.0172</td>
</tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">0.0325</td>
<td align="center" valign="middle" style="height:13pt;">0.0389</td>
<td align="center" valign="middle" style="height:13pt;">0.0496</td>
<td align="center" valign="middle" style="height:13pt;">0.0353</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.0455</b></td>
</tr>
<tr>
<td align="left" valign="middle" style="height:13pt;"><i>s</i>:<i>t</i>
</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.2235</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">0.1911</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.1908</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">0.2055</td>
<td align="center" valign="middle" style="height:13pt;">0.1976</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.2648</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">0.1726</td>
<td align="center" valign="middle" style="height:13pt;">0.1643</td>
<td align="center" valign="middle" style="height:13pt;">0.1820</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.1901</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">0.2112</td>
<td align="center" valign="middle" style="height:13pt;">0.2020</td>
<td align="center" valign="middle" style="height:13pt;">0.2686</td>
<td align="center" valign="middle" style="height:13pt;">0.1991</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.3510</b></td>
</tr>
<tr>
<td align="left" valign="middle" style="height:13pt;"><i>i</i>
</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.0142</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.0138</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.0774</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.0012</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.0022</b></td>
</tr>
<tr>
<td align="left" valign="middle" style="height:13pt;"><i>ti</i>
</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.0063</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.0008</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.0344</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.0073</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.0031</b></td>
</tr>
<tr>
<td align="left" valign="middle" style="height:13pt;"><i>si</i>:<i>t</i>
</td>
<td align="center" valign="middle" style="height:13pt;"><b>0.2083</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.1472</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.3348</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td align="left" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;">
</td><td align="center" valign="middle" style="height:13pt;"><b>0.1083</b></td>
<td align="center" valign="middle" style="height:13pt;">
</td></tr>
<tr>
<td class="table_bottom_border" style="height:13pt;" align="left" valign="middle">
</td><td class="table_bottom_border" style="height:13pt;" align="center" valign="middle">
</td><td class="table_bottom_border" style="height:13pt;" align="center" valign="middle">
</td><td class="table_bottom_border" style="height:13pt;" align="center" valign="middle">
</td><td class="table_bottom_border" style="height:13pt;" align="center" valign="middle">
</td><td class="table_bottom_border" style="height:13pt;" align="center" valign="middle"><b>0.1697</b></td>
</tr>
</tbody>
<tfoot>
<tr>
<td colspan="6" align="left" valign="middle"> 对角线上加粗标注的值为各效应的方差分量，对角线以上的值是典型相关系数，而对角线以下值是各个领域的协方差分量。</td>
</tr>
</tfoot>
</table></div></foreignObject></svg>)
