[Telescience : Feasibility studies, definition and a fair answer to the scientific brain drain].
Notice bibliographique
Résumé
BACKGROUND: What is telescience? Is it feasible to transfer academic information with the help of telematics to educate and teach young scientists over large distances? The term telescience has so far not been defined but covers a variety of possibilities, which could be successfully implemented worldwide. This article gives examples and highlights the feasibility analysis of telescience. METHODS: We have carried out feasibility analyses for neurological functional diagnostics, an epidemiological cross-sectional study as well as a laboratory study for detection of thrombocyte function during dengue fever with the help of telemedicine. The basis for all these projects was a telemedical transcontinental cooperation over a distance of 12,000 km. RESULTS: All performed studies demonstrated the feasibility. With the help of telematics the laboratory techniques, planning, conduction and interpretation of results as well as publication skills can be transferred. DISCUSSION: Telescience is feasible. Our studies showed that telescience is a very promising option to transfer knowledge, which will help to enable professional expertise to be transferred directly to the region/country without a brain drain. All too often young motivated scientists are enticed to move to well-known institutions, which involves the danger of a brain drain. Brain drain can be avoided in favor of local implementation of scientific projects. Our results illustrate that it is feasible to educate and guide scientists with the help of telematics infrastructures.
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 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 | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».