MétaCan
Menu
Retour à la cohorte
Enregistrement W2606401383 · doi:10.21083/surg.v9i1.3924

Research highlights from the Ontario Veterinary College’s Career Opportunities and Research Experience (CORE) Program

2017· article· en· W2606401383 sur OpenAlexafffundvenueabout
Celeste Noble, Elizabeth Silk, Akash Jairaj, Jodi Morrison, Xiao Shen, Pauline Zhang, Amanda Jowett, Claire Segeren

Notice bibliographique

RevueSURG Journal · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversity of Guelph
Mots-clésMedical educationTRIPS architectureCore (optical fiber)Work (physics)Round tableMedicineVeterinary medicineEngineeringComputer scienceSession (web analytics)

Résumé

récupéré en direct d'OpenAlex

This Special Series features research highlights from the Ontario Veterinary College’s Career Opportunities and Research Experience (CORE) Program (previously the Summer Leadership and Research Program), which ran from May 5th to August 12th, 2016. The CORE program was designed to provide B.Sc and D.V.M. students with additional exposure to the professional world of veterinary medicine and research. Alongside their work with researchers and faculty members, student participants attended a Round Table series, several conferences, field trips to research facilities, and professional development workshops. CORE participants also delivered oral and poster presentations, sharing the results of their research with peers and with the University of Guelph’s larger research community. Selected abstracts from these presentations are included here.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0210,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,897
Tête enseignante GPT0,641
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueSURG JournalMême sujetVeterinary Practice and Education StudiesTravaux en français237 207