MétaCan
Menu
Retour à la cohorte
Enregistrement W2910917350 · doi:10.26685/urncst.127

Making Research More Accessible: The Research Empowerment & Development (RED) Fellowship Program

2019· article· en· W2910917350 sur OpenAlexaff
Munam Majeed, Mengjie Dai, Ryan J. Park, Exaltacao Rodrigues, Rodrigo Noorani, Umair Majid

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensOntario Tech UniversityWestern UniversityUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTimelineEmpowermentGrassrootsMedical educationPublic relationsPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

As individuals interested in clinical and medical research, we have observed an increasing need for methodological research skills by grassroots, not-for-profit, and for-profit organizations. However, research methodology skills and resources are of-ten available only in post-secondary institutions (i.e., graduate programs and communities of practice). Undergraduate learners often face the challenge of accessing post-graduate research training. This guest editorial describes the Research Empowerment & Development (RED) Fellowship, a six-week collaborative program that aims to build capacity in individu-als to conduct, develop, and implement high-quality research. This editorial will discuss the rationale for this program, the program plan, program design process, target audience, program timeline, future goals, and contact 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)0,030
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,002
Communication savante0,0020,003
Science ouverte0,0010,007
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,484
Tête enseignante GPT0,656
Écart entre enseignants0,172 · 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.

Devis d'étudeSans objet
DomaineIncitatifs
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetHealth Sciences Research and EducationTravaux en français237 207