The 6th International Undergraduate Conference on Science, Technology, Medicine, and Society: The Interaction of Science, Technology, Medicine, and Politics
Notice bibliographique
Résumé
The Sixth International Undergraduate Research Conference on Science, Technology, Medicine, and Society (STMS): The Interaction of Science, Technology, Medicine, and Politics was held March 24-25, 2022. It was hosted by the University of Toronto’s History and Philosophy of Science Undergraduate Society (HPSUS) and the Institute for History & Philosophy of Science (IHPST). Student submissions examining the interaction between politics and science, including science policy, science funding, politicization of science and scientization of politics, political influences on science, as well as other topics regarding the mutual influence between science and politics were invited. These issues have been at the forefront of our lives recently with the COVID-19 pandemic, climate change, and constant technological advances including artificial intelligence. The virtual conference included slideshows accompanied by oral presentations from presenters with diverse disciplinary backgrounds from fourteen universities across four countries. Presentations were divided into five sessions: Technology & Epistemology; Politics & Science; Medicine, Mental Health, & Society; Technology & Data; and Education & Healthcare. In addition to undergraduate presentations, a keynote on “Public Trust in Science” was presented by Dr. Maya Goldenberg and a panel on “Science Policy & Funding” was held. The full program can be found at: http://tiny.cc/stms2022program.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,063 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,008 | 0,025 |
| Études des sciences et des technologies | 0,010 | 0,138 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,007 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».