MétaCan
Menu
Retour à la cohorte
Enregistrement W3017127634 · doi:10.5430/ijhe.v9n3p262

Global One Health Case Competition: Building Capacity for Addressing Infectious Threats

2020· article· en· W3017127634 sur OpenAlexvenueno aff
Carolyn M. Porta, Robert Kibuuka, Innocent B. Rwego, Thierry Nyatanyi, Mapendo Mindje, Benjamin Ndayambaje, Besufekad Alemu

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of RwandaUnited States Agency for International Development
Mots-clésWorkforceExperiential learningTeamworkCompetition (biology)Multidisciplinary approachCapacity buildingMedical educationWorkforce developmentOutbreakPublic relationsMedicinePsychologyPolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Extracurricular inter-professional activities advance pre-service student skills and confidence before joining the workforce. This article describes an extracurricular model, whereby students engaged in experiential learning, and had the opportunity to challenge themselves in interprofessional groups guided by faculty and inspired by professionals in their respective fields. The Global One Health Case Competition involved students from the University of Rwanda in collaboration with the University of Minnesota, and required students in teams to address an Ebola outbreak containment and response scenario. Forty students, seven faculty coaches, and five judges participated in this event. Students gained collaborative teamwork skills as they developed comprehensive strategies for managing a response to a zoonotic disease outbreak, considering political, financial, logistical, and other factors. Faculty strengthened skills in writing complex case studies for a competition model, and in mentoring of multidisciplinary student groups. Case competition is an effective educational mechanism for building the outbreak response capacity of our future workforce before they are in their real-world professional roles responding to actual zoonotic and other infectious disease threats.

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)0,016
score de la tête « metaresearch » (Gemma)0,023
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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,006
Communication savante0,0090,006
Science ouverte0,0060,029
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0290,005

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 Opus0,138
Tête enseignante GPT0,461
Écart entre enseignants0,323 · 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
GenreAutre

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

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207