MétaCan
Menu
Retour à la cohorte
Enregistrement W3201061790 · doi:10.1152/advan.00148.2020

MUREs: a new member of the URE-CURE family of research opportunities for undergrads

2021· article· en· W3201061790 sur OpenAlexafffund
Holly E. Bates, Shanna Lowes, Sarah West

Notice bibliographique

RevueAJP Advances in Physiology Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensTrent University
Organismes subventionnairesTrent University
Mots-clésUndergraduate researchExperiential learningScale (ratio)PsychologyMedical educationIdentity (music)Engineering ethicsPedagogyMathematics educationMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Undergraduate research experiences are important for the development of scientific identity, appreciation of authentic research, and improvement of persistence toward science careers. We identified a gap in experiential research opportunities for undergraduate Biology students who were seeking a formal yet small-scale research experience that was unique to their own interests and career aspirations. These opportunities may be especially worthwhile for of science, technology, engineering, and mathematics (STEM) students aspiring to nonresearch scientific careers (i.e., medicine, dentistry, forensics, and communication) and underrepresented STEM students. Here, we reflect on the use of small-scale, individualized undergraduate research experiences that are based on established methods. These experiences have helped to fill this gap and create problem-centered learning opportunities for undergraduate students that are as unique as the students themselves.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,202
Tête enseignante GPT0,445
Écart entre enseignants0,243 · 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'étudeThéorique ou conceptuel
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAJP Advances in Physiology EducationMême sujetCareer Development and DiversityTravaux en français237 207