MétaCan
Menu
Retour à la cohorte
Enregistrement W2955523859 · doi:10.26685/urncst.132

iGEM Toronto: Promoting Independent Undergraduate Research in Synthetic Biology at the University of Toronto

2019· article· en· W2955523859 sur OpenAlexaffabout
Bi-ru Amy Yeung

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Bioinformatics, and Biomedical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUndergraduate researchTroubleshootingMedical educationPublic relationsPrincipal (computer security)PsychologyGraduate studentsSociologyPedagogyPolitical scienceComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

iGEM Toronto is a multidisciplinary undergraduate research team at the University of Toronto, St. George campus, with a focus on designing and executing research projects in the field of synthetic biology. We are one of over 300 teams from across the globe that compete in the largest annual synthetic biology competition in the world, the Giant Jamboree, hosted by iGEM HQ in Boston, MA. With guidance from our graduate advisors, our team of undergraduate students independently design and execute a synthetic biology-based research project that not only involves work in the wet and dry lab, but also investigates the ethical and social implications of our research in society. We strive to promote this field of study, not often exposed to undergraduates, and provide the opportunity to conduct physical research at the university. Our collaboration with the URNCST Journal also allows our group to offer an opportunity to be published, a rare and valuable experience for undergraduate students. Altogether, iGEM Toronto has the goals of expanding the synthetic biology community in Toronto and encouraging the pursue of independent undergraduate research at the University of Toronto.

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)0,017
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,007
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,037
Tête enseignante GPT0,381
Écart entre enseignants0,344 · 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'étudeAutre devis
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetGenetics, Bioinformatics, and Biomedical ResearchTravaux en français237 207