MétaCan
Menu
Retour à la cohorte
Enregistrement W3128327914 · doi:10.1162/dint_a_00086

Implementation of an Open Science Instruction Program for Undergraduates

2021· article· en· W3128327914 sur OpenAlexaffabout
Sharon L. Hanna, Jason Pither, Mathew Vis‐Dunbar

Notice bibliographique

RevueData Intelligence · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)CurriculumContext (archaeology)Best practicePolitical scienceUndergraduate researchSubject (documents)Medical educationPublic relationsEngineering ethicsPedagogyEngineeringLibrary scienceSociologyComputer scienceMedicineGeography

Résumé

récupéré en direct d'OpenAlex

The scientific, social, and economic advantages that accrue from Open Science (OS) practices—ways of doing research that emphasize reproducibility, transparency, and accessibility at all stages of the research cycle—are now widely recognized in nations around the world and by international bodies such as the United Nations and the Organization for Economic Cooperation and Development. However, program wide or coordinated instruction of undergraduate students in OS practices remains uncommon. At the University of British Columbia in Canada, we have started to develop a comprehensive undergraduate OS program that can be adapted to and woven into diverse subject curricula. We report on the context and planning of the pilot module of the program, “Open Science 101”, its implementation in first-year Biology in Fall 2019, and qualitative results of an attitudinal survey of students following their course.

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)0,011
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,002
Communication savante0,0040,002
Science ouverte0,0040,011
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,430
Tête enseignante GPT0,567
Écart entre enseignants0,137 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData IntelligenceMême sujetScientific Computing and Data ManagementTravaux en français237 207