Illustrating your research: design basics for junior clinicians and scientists
Notice bibliographique
Résumé
Communication in the fields of science, technology, engineering, and mathematics has historically been dominated by text based mediums. Scientific articles, textbooks, reviews, conference proceedings, and posters rely heavily on text to communicate scientific findings. Our current method of communication is framed primarily for those who conduct research, and we generally make little use of visual aids, which are arguably more effective.1 However, scientists and clinicians may struggle to translate scientific data into clear and informative graphics. As a group of biomedical postsecondary students and scientific illustrators interested in graphic design, we have consolidated and summarised the eight steps we use for creating eye-catching illustrations. These steps are intended as a practical resource for junior clinicians and scientists to use when creating scientific graphics, including manuscript figures, scientific poster presentations, and slides for oral presentations. Most people interested in finding information now use online resources. The internet is full of relevant search results, so being able to capture an audience’s attention is crucial for knowledge translation. Some high impact journals, including Cell , now feature and request graphical abstracts, creating a prime opportunity to incorporate visual communication into scientific data presentation.2 Data suggest that clinicians and medical trainees respond more favourably to visual communication methods such as infographics rather than to traditional text based information. For trainees and junior clinicians, designing effective and clear visuals improves communication, knowledge dissemination, and application to real-life scenarios. Visual illustrations are more memorable than words, as stated in the “picture superiority effect.” Several hypotheses have been developed as to why visuals are more memorable.3 Catching readers’ attention is especially crucial when sharing scientific pieces on social media platforms, a key part of knowledge dissemination in today’s society. Scientific illustrations on social media are more accessible than text-heavy articles; a thorough illustration enables …
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».