Foundation Skills for Scientists: An Evolving Program
Notice bibliographique
Résumé
We have undertaken an integrated and collaborative approach to developing foundational skills of students in a first year, Introductory Biology course. The course is a large lecture and laboratory course with enrollments ranging from 800-1000 per year. Teaching and Learning experts were brought into the course as weekly ‘Foundation Skills for Scientists’ sessions were created. The initial challenges were to have effective knowledge exchange between collaborators and create an integrated course syllabus. Once effective sessions were created, the next challenge was to improve student valuation of them. High value was only achieved when the skill sessions were tightly linked to course assignments and activities and was delivered ‘just in time’. Even then, the challenge has been to motivate students to realize that the sessions are directly relevant to them. Overall, student performance has improved since the program was initiated as measured by rate of retention in the course, overall course marks and quality of writing. Nous avons utilisé une approche intégrée et collaborative pour approfondir les compétences de base des étudiants de première année qui suivent un cours d’introduction à la biologie. Il s’agit d’un cours magistral et en laboratoire, auquel s’inscrivent entre 800 et 1000 étudiants par an. Ce cours a bénéficié de l’apport d’experts en enseignement et en apprentissage afin d’appuyer le développement de séances hebdomadaires portant sur les compétences de base en sciences. Les difficultés initiales étaient de susciter un échange de connaissances efficace entre les collaborateurs et de créer un plan de cours intégré. Une fois les séances organisées, la difficulté suivante a été de faire en sorte que les étudiants les apprécient davantage. Ces derniers les ont jugées très utiles uniquement lorsqu’elles étaient étroitement liées aux tâches et aux activités et lorsqu’elles étaient offertes au moment opportun. Même alors, le défi a consisté à motiver les étudiants afin qu’ils se rendent compte que les séances leur sont directement pertinentes. Dans l’ensemble, la performance des étudiants s’est améliorée depuis le début du programme comme l’indiquent les mesures du taux de persévérance dans le cours, les notes générales et la qualité de la rédaction.
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 | 0,024 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».