MétaCan
Menu
Retour à la cohorte
Enregistrement W3135832219 · doi:10.1111/febs.15757

Writing an effective and supportive recommendation letter

2021· review· en· W3135832219 sur OpenAlexaff
Sarvenaz Sarabipour, Sarah J. Hainer, Emily Furlong, Nafisa M. Jadavji, Charlotte M. de Winde, Natalia Bielczyk, Aparna Shah

Notice bibliographique

RevueFEBS Journal · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensCarleton University
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of HealthNational Alliance for Research on Schizophrenia and DepressionBrain and Behavior Research Foundation
Mots-clésStructuringConstructiveTask (project management)Key (lock)Advice (programming)PsychologyPersonalityComputer scienceSocial psychologyEngineeringPolitical scienceProcess (computing)

Résumé

récupéré en direct d'OpenAlex

Writing recommendation letters on behalf of students and other early-career researchers is an important mentoring task within academia. An effective recommendation letter describes key candidate qualities such as academic achievements, extracurricular activities, outstanding personality traits, participation in and dedication to a particular discipline, and the mentor's confidence in the candidate's abilities. In this Words of Advice, we provide guidance to researchers on composing constructive and supportive recommendation letters, including tips for structuring and providing specific and effective examples, while maintaining a balance in language and avoiding potential biases.

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)0,034
score de la tête « metaresearch » (Gemma)0,182
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,182
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0020,002
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,0580,060

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 Opus0,240
Tête enseignante GPT0,544
Écart entre enseignants0,304 · 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
GenreSynthèse

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

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFEBS JournalMême sujetEvaluation of Teaching PracticesTravaux en français237 207