2021 Undergraduate Big Data Challenge: Infodemiology for the future of digital and public health
Notice bibliographique
Résumé
STEM Fellowship’s Undergraduate Big Data Challenge (UnBDC) is an inquiry-driven and experiential learning program that invites students from across the country to strengthen their problem-solving and critical thinking skills while gaining familiarity with the fundamentals of data science. By allowing students to undertake independent research projects that tackle real-world public health and bioinformatics problems, the BDC fosters scientific inquiry and prompts new and innovative ideas. This year, we invited students to investigate the theme of Infodemiology for the Future of Digital and Public Health. It allowed students to explore practical applications and insights of infodemiology to discover breakthrough connections in Digital and Public Health using open social, demographic, and health data. Students explored many topics, ranging from using Twitter machine learning for fighting the COVID-19 infodemic, to the sentiment comparison between real and fake COVID-19 news articles. We developed in-depth learning modules designed to lead the student from zero-knowledge to an elementary working proficiency in data science. The students learn a broad range of data analytics tools, methods and programming languages which are useful for uncovering hidden patterns, trends in structured and unstructured data. Some of the skills the students learnt and used includes Data Visualization, Classification, Statistics and Data Handling, Overleaf etc. On behalf of STEM Fellowship, we extend our sincere congratulations to all students who participated in the challenge, and wish them the best for their future endeavours. It has been a privilege for us to witness the analytical capabilities of the next generation of students firsthand, and we are certain all entrants will continue to demonstrate excellence in their respective careers.
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 | 0,011 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,012 | 0,006 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 0,021 |
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 ».