MétaCan
Menu
Retour à la cohorte
Enregistrement W3108978124

Recommendations for approaching the introduction section of manuscripts and grant applications.

2020· article· en· W3108978124 sur OpenAlexaff
Arnaldo Perez, Sharon M. Compton, Jacqueline Green, Maryam Amin

Notice bibliographique

RevuePubMed · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSection (typography)Medical educationDental hygieneSpecial sectionDental researchKey (lock)Public relationsEngineering ethicsPolitical scienceMedicinePsychologyDentistryComputer scienceEngineeringEngineering physics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Research on dental and dental hygiene education is key to improving learning, teaching, and oral health care in academic dental institutions. Faculty should be able to write research proposals and reports properly to secure funding for research and share the findings of studies with stakeholders. Specifically, they should demonstrate why the study matters in the introduction section of their text. Our experience in mentoring dental and dental hygiene faculty shows that some have difficulty justifying the importance of their studies due to the way they approach the introduction section. This short communication provides 3 recommendations to help faculty approach and write this section adequately, which can be useful for writing other sections of manuscripts and grant applications.

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)0,222
score de la tête « metaresearch » (Gemma)0,643
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,959

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2220,643
Méta-épidémiologie (sens strict)0,0030,005
Méta-épidémiologie (sens large)0,0030,007
Bibliométrie0,0160,012
Études des sciences et des technologies0,0080,005
Communication savante0,0340,023
Science ouverte0,0070,012
Intégrité de la recherche0,0280,017
Charge utile insuffisante (le modèle a refusé de juger)0,2400,235

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 Opus0,081
Tête enseignante GPT0,263
Écart entre enseignants0,182 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
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 revuePubMedMême sujetData Visualization and AnalyticsTravaux en français237 207