MétaCan
Menu
Retour à la cohorte
Enregistrement W3026739321 · doi:10.37590/able.v41.art56

Introducing Fundamental Microscopy Skills in a “Stage Wise” Manner to First Year Biology Students

2020· article· en· W3026739321 sur OpenAlexaff
Charlotte de Araujo, Karen Joan Puddephatt, Gavin Ridgeway, Lynda H. McCarthy, Andrew E. Laursen

Notice bibliographique

RevueAdvances in Biology Laboratory Education · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Bioinformatics, and Biomedical Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBiologyMicroscopyMathematics educationStage (stratigraphy)PsychologyPhysicsOpticsPaleontology

Résumé

récupéré en direct d'OpenAlex

The microscope is an ubiquitous tool in the undergraduate biology laboratory.Implementing a hierarchical approach, students were introduced to skills in microscopy.Initially, students attempted to locate and examine a specimen on a prepared slide.Subsequently, students employed the microscope to recognize and describe the stages of mitosis in plant cells, observing particular features for each phase in onion (Allium) root tip.During the session, students created a wet mount with Brown planaria (Dugesia tigrina) and practiced using the microscope to observe live organisms.While developing skills in microscopy, parallel laboratory activities also included creating scientific illustrations and quantifying the proportion of cells in each stage of the cell cycle, integrating research skills (gathering, analyzing, interpreting data) as part of the exercise.In addition, we have adapted peer-to-peer teaching, where upper year students created a video microscopy tutorial.This supplemental resource provided first year students with an overview of the standard procedures and key components of a microscope.After reviewing the video, a majority of biology students felt more confident and comfortable using a microscope and more aware of practices which contribute to improper use.Coupling in-laboratory and online resources promoted student development of practical techniques.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0030,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0730,032

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 Opus0,007
Tête enseignante GPT0,356
Écart entre enseignants0,349 · 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
GenreMéthodes

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Biology Laboratory EducationMême sujetGenetics, Bioinformatics, and Biomedical ResearchTravaux en français237 207