MétaCan
Menu
Retour à la cohorte
Enregistrement W2303185728 · doi:10.12943/anr.2014.00031

THE DEEP RIVER SCIENCE ACADEMY: A UNIQUE AND INNOVATIVE PROGRAM FOR ENGAGING STUDENTS IN SCIENCE

2014· article· en· W2303185728 sur OpenAlexaffvenueabout
Carl W. Turner, R. Didsbury, Margo Ingram

Notice bibliographique

RevueAECL Nuclear Review · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensAtomic Energy (Canada)Deep River Science Academy
Organismes subventionnairesnon disponible
Mots-clésNature versus nurturePassionUndergraduate researchScience educationMathematics educationMedical educationPsychologySociologyMedicine

Résumé

récupéré en direct d'OpenAlex

For 28 years, the Deep River Science Academy (DRSA) has been offering high school students the opportunity to engage in the excitement and challenge of professional scientific research to help nurture their passion for science and to provide them with the experience and the knowledge to make informed decisions regarding possible future careers in the fields of science, technology, engineering, and mathematics (STEM). The venue for the DRSA program has been a six-week summer science camp where students, working in pairs under the guidance of a university undergraduate tutor, contribute directly to an on-going research program under the supervision of a professional scientist or engineer. This concept has been expanded in recent years to reach students in classrooms year round by engaging students via the internet over a 12-week term in a series of interactive teaching sessions based on an on-going research project. Although the research projects for the summer program are offered primarily from the laboratories of Atomic Energy of Canada Limited at its Chalk River Laboratories site, projects for the year-round program can be based, in principle, in laboratories at universities and other research institutes located anywhere in Canada. This paper will describe the program in more detail using examples illustrating how the students become engaged in the research and the sorts of contributions they have been able to make over the years. The impact of the program on the students and the degree to which the DRSA has been able to meet its objective of encouraging students to choose careers in the fields of STEM and equipping them with the skills and experience to be successful will be assessed based on feedback from the students themselves. Finally, we will examine the program in the context of how well it helps to address the challenges faced by educators today in meeting the demands of students in a world where the internet provides instant access to information.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,002
Communication savante0,0050,002
Science ouverte0,0020,015
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0200,006

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,317
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAECL Nuclear ReviewMême sujetExperimental Learning in EngineeringTravaux en français237 207