Instagram as a virtual art display for medical students
Notice bibliographique
Résumé
Implication Statement We require our medical students to create art as part of a core course. Projects have historically been displayed at our health sciences library. During a rapid adjustment to virtual teaching at the onset of the COVID-19 pandemic, using Instagram to hold a virtual art show was a quickly implemented alternative. With student consent, course directors posted different artwork every weekday for eight weeks to a course account. By capitalizing on the visual strengths and extensive reach of the Instagram platform, we promoted our medical students' talents both locally and nationally. We plan to use Instagram and in-person displays in the future. Énoncé des implications de la recherche Dans un de leurs cours du tronc commun, nos étudiants en médecine sont amenés à faire de l'art. Avant la pandémie de la COVID-19, leurs projets étaient exposés à la bibliothèque des sciences de la santé. La solution de rechange trouvée dans le cadre d'une adaptation rapide à l'enseignement virtuel au début de la pandémie a été d'utiliser Instagram pour exposer virtuellement les œuvres. Avec le consentement des étudiants, les responsables de cours ont publié des œuvres différentes tous les jours pendant huit semaines sur un compte Instagram créé pour le cours. Tirant parti des atouts visuels et de la vaste portée de la plateforme, nous avons pu promouvoir les talents de nos étudiants en médecine tant au niveau local qu'au niveau national. À l'avenir, nous comptons combiner les expositions physiques et Instagram.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,235 | 0,051 |
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 source (Gemma direct ou Codex distillé), 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 ».