MétaCan
Menu
Retour à la cohorte
Enregistrement W3174092069 · doi:10.1096/fasebj.27.1_supplement.961.3

Introducing Anatomical Concepts to Junior High School Students: Early Engagement

2013· article· en· W3174092069 sur OpenAlexafffundabout
Tamara A. Franz‐Odendaal

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Bioinformatics, and Biomedical Research
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTerminologyMathematics educationGRASPFunction (biology)Subject (documents)PsychologyComputer scienceBiologyLinguistics

Résumé

récupéré en direct d'OpenAlex

Anatomical concepts can be challenging for undergraduate students to grasp. Often fundamental concepts (body axes, relationships between cells and tissues, the importance of understanding structure and function) are either assumed knowledge or are taught very quickly in the first week of classes. Students are then expected to fully understand these terms as they get loaded with a large quantity of very specific terminology in Anatomy, Cell Biology and Developmental Biology courses. By introducing some of these concepts during junior high school in a fun hands‐on way, students will develop a stronger foundation in these key concepts, will be exposed to and possibly develop a desire to pursue these subjects later on, and can also get introduced to problem‐based learning. An early introduction to anatomical concepts in a fun way will ensure that students are excited about this subject and will remember these fundamental concepts as they continue with their courses. Grant Funding Source : NSERC Canada

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,827

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,014
Tête enseignante GPT0,307
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetGenetics, Bioinformatics, and Biomedical ResearchTravaux en français237 207