MétaCan
Menu
← Retour à la cohorte
Enregistrement W3117301266 · doi:10.26685/urncst.232

Introducing a Novel Undergraduate Research Education Initiative: The URNCST Journal Mentored Paper

2020· article· en· W3117301266 sur OpenAlexaff
Ayomide Fakuade, Neethu Pavithran, Saameh A. Siddique, Jeremy Y. Ng

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUndergraduate researchMedical educationUndergraduate educationIndex (typography)Graduate studentsMedicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The Undergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal Mentored Paper initiative is a unique undergraduate research education opportunity open to undergraduate and professional-undergraduate degree students internationally. Participants are invited to submit an abstract on a selected topic and be paired with a graduate student mentor with an interest and expertise in the research area. Over a three-month period, the mentor and mentee(s) work together to turn the unpolished abstract into a full-length manuscript of publishable quality. In this short editorial, we provide an overview of how our editorial team successfully conceptualized, developed, and established this initiative. Undergraduate students interested in submitting an abstract to the next URNCST Journal Mentored Paper round should visit: https://www.urncst.com/index.php/urncst/mentored_paper. Graduate students interested in serving as a mentor should visit https://www.urncst.com/index.php/urncst/about/#_Toc487899585 to apply to the URNCST Journal.

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)0,055
score de la tête « metaresearch » (Gemma)0,125
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 enseignants0,055
Score d'incertitude au seuil0,291

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0550,125
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0070,005
Communication savante0,0250,015
Science ouverte0,0030,011
Intégrité de la recherche0,0090,015
Charge utile insuffisante (le modèle a refusé de juger)0,0240,015

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 Opus0,278
Tête enseignante GPT0,573
Écart entre enseignants0,295 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal→Même sujetHealth Sciences Research and Education→Travaux en français237 207→