The UNSIN project: exploring the molecular physiology of sins
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although active learning works, promoting it in large undergraduate science classes is difficult. Here, three students (F. Naji, L. Salci, and G. Hoit) join their teacher (P. K. Rangachari) in describing one such attempt. Two cohorts in a first-year undergraduate biology course explored the molecular underpinnings of human misbehavior. Students were divided into 18 groups and randomly allotted to deal with one of the four deadly sins: sloth, gluttony, lust, and wrath. Students were expected to read primary sources to devise molecular ways to counter these sins. Group progress was monitored over the 12-wk period by the preceptor (P. K. Rangachari) at scheduled intervals. A single randomly selected student was questioned about the work done, and future directions were provided by the preceptor. At the end of the term, randomly selected students defended their group's approaches to the entire class. A final written report was graded. The following multiple target molecules were considered for each sin: gluttony (cholecystokinin, ghrelin, GABA, leptin, peptide YY, neuropeptide Y, and the melanocortin 4 receptor); sloth (dopamine, glutamate, GABA, and orexin); wrath (serotonin, GABA, glutamate, and corticotropin-releasing hormone receptor 2); and lust (prolactin, testosterone, oxytocin, dopamine, and estrogen). Students noted that the project provided a valuable learning experience, and the random selection approach gave students a greater sense of responsibility to their group. The project helped students hone their skills at searching, synthesizing, sharing, and presenting information, fostered group interactions, and provided a solid knowledge base for subsequent courses.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle