MétaCan
Menu
Retour à la cohorte
Enregistrement W2996273883 · doi:10.1186/s12909-019-1890-6

Advancing the understanding of research during medical education through collaborative learning: the Collaboration of Practitioners and Researchers Seminar Series

2019· letter· en· W2996273883 sur OpenAlexaff
Charles Yin, Alexander J. Moszcyznski, Jessica N. Blom, Tristan P. E. Johnson, Douglas L. Jones

Notice bibliographique

RevueBMC Medical Education · 2019
Typeletter
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedical educationGraduate studentsGraduate medical educationMedicineTranslational researchGraduate educationValue (mathematics)Psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Collaboration of Practitioners and Researchers Seminar Series is student-led program comprised of seminars delivered jointly by medical and graduate students on a topic in medicine of mutual interest to an audience of both medical and graduate students. METHODS: Following its inaugural year in 2016-2017, we evaluated changes in attendees' perceived understanding of translational research through an electronic survey and semi-structured interviews with attendees. RESULTS: Study participants rated their understanding of translational research and comfort with interacting with students from the other program higher following attending seminars. Participants believed that the seminars helped in breaking barriers between medical and graduate students. CONCLUSIONS: We conclude that this seminar series positively impacted attendees' understanding of translational research and attitudes towards collaboration between medical and graduate students. We believe that similar initiatives may be of value in fostering new opportunities for collaboration between medical and graduate students at other institutions.

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)0,029
score de la tête « metaresearch » (Gemma)0,081
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,081
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0060,004
Communication savante0,0050,004
Science ouverte0,0010,009
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,185
Tête enseignante GPT0,520
Écart entre enseignants0,335 · 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
GenreCommentaire

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

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetHealth and Medical Research ImpactsTravaux en français237 207