Using the PubMatrix Literature-Mining Resource to Accelerate Student-Centered Learning in a Veterinary Problem-Based Learning Curriculum
Notice bibliographique
Résumé
Problem-based learning (PBL) creates an atmosphere in which veterinary students must take responsibility for their own education. Unlike a traditional curriculum where students receive discipline-specific information by attending formal lectures, PBL is designed to elicit self-directed, student-centered learning such that each student determines (1) what he/she does not know (learning issues), (2) what he/she needs to learn, (3) how he/she will learn it, and (4) what resources he/she will use. One of the biggest challenges facing students in a PBL curriculum is efficient time management while pursuing learning issues. Bioinformatics resources, such as the PubMatrix literature-mining tool, allow access to tremendous amounts of information almost instantaneously. To accelerate student-centered learning it is necessary to include resources that enhance the rate at which students can process biomedical information. Unlike using the PubMed interface directly, the PubMatrix tool enables users to automate queries, allowing up to 1,000 distinct PubMed queries to be executed per single PubMatrix submission. Users may submit multiple PubMatrix queries per session, resulting in the ability to execute tens of thousands of PubMed queries in a single day. The intuitively organized results, which remain accessible from PubMatrix user accounts, enable students to rapidly assimilate and process hundreds of thousands of individual publication records as they relate to the student's specific learning issues and query terms. Subsequently, students can explore substantially more of the biomedical publication landscape per learning issue and spend a greater fraction of their time actively engaged in resolving their learning issues.
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
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,014 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,084 | 0,050 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».