MétaCan
Menu
Retour à la cohorte
Enregistrement W4280542150 · doi:10.15173/ijsap.v6i1.4850

Compassion, flexibility, and partnership in the midst of a global pandemic

2022· article· en· W4280542150 sur OpenAlexaffvenue
Izzy Munevar-Pelton, Anika Olsen-Neill, Kim Hellemans, Zachary R. Patterson

Notice bibliographique

RevueInternational Journal for Students as Partners · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipCompassionPandemicFlexibility (engineering)Political scienceCoronavirus disease 2019 (COVID-19)PsychologyMedicineEconomicsManagementLawInfectious disease (medical specialty)Internal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Our Students as Partners Program (SaPP) project took place throughout a global health pandemic that shook post-secondary institutions to their core.The COVID-19 pandemic disproportionately affected post-secondary students (Cao et al., 2020;Liang et al., 2020;Patterson et al., 2021) and created pedagogical challenges that most instructors had never imagined (Ramirez, 2020;Weinhandl et al., 2021).Despite many challenges, our student-faculty partnership resulted in a compassionate, flexible, and student-centered learning environment.This project helped both student and faculty partners endure a challenging time and provided a fun, engaging, and pedagogically sound learning experience where all students felt welcomed and connected. BACKGROUND AND CONTEXTThis SaPP project took place at Carleton University where the student and faculty partners were members of the Department of Neuroscience.At the time of this project, Dr. Zachary Patterson was a new instructor for the Department of Neuroscience, Dr. Kim Hellemans was a senior instructor in the Department of Neuroscience and the departmental chair, Izzy Munevar-Pelton had just completed her second year of the Neuroscience and Biology Combined Honours program, and Anika Olsen-Neill had just finished her second year of the Neuroscience and Mental Health program

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)0,011
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0080,011
Communication savante0,0100,005
Science ouverte0,0010,012
Intégrité de la recherche0,0040,012
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,247
Tête enseignante GPT0,693
Écart entre enseignants0,446 · 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'étudeQualitatif
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Students as PartnersMême sujetEthics in medical practiceTravaux en français237 207