MétaCan
Menu
Retour à la cohorte
Enregistrement W4297821728 · doi:10.32396/usurj.v8i1.542

The application of citizen science to an undergraduate research project on canine cognition

2022· article· en· W4297821728 sur OpenAlexvenueaboutno aff
Dezirae Leger

Notice bibliographique

RevueUSURJ University of Saskatchewan Undergraduate Research Journal · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitionCitizen sciencePsychologyClass (philosophy)Medical educationMathematics educationMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Animal research provides meaningful insight into animals' skills and abilities, further enhancing our care for and understanding of them. However, performing authentic animal research in an undergraduate class is difficult because of cost and limited resources. One solution to this challenge is citizen science. Citizen science is a form of research conducted by members of the public who perform experiments and gather information for researchers, allowing for wide-scale data collection with minimal cost associations. Thus, an experiment using the citizen science approach was performed in Animal Bioscience 360 at the University of Saskatchewan to determine if there were cognitive differences in groups of dogs. Teams of two students performed cognition tests on their own dogs and tested four aspects of cognitive ability: memory, object permanence, perspective-taking, and response to human cues. Together, the class tested 42 dogs and uploaded the experimental data to Excel. Students developed hypotheses to test whether dogs differing in age, gender, breed, obedience training, or household status had different cognitive profiles. There were no significant differences in cognition except that dogs living in single-dog households yawned significantly more often in response to human yawning than multi-dog households (P ≤ 0.05). The citizen science approach provided 61 students with an authentic research experience and improved their writing and numeracy skills. Undergraduate research experience assists in practical skill development, improved academic performance, and degree completion. Citizen science enhances participants' knowledge of the research area and provides a level of transparency toward scientific research.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,071
Tête enseignante GPT0,340
Écart entre enseignants0,269 · 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.

Devis d'étudeObservationnel
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUSURJ University of Saskatchewan Undergraduate Research JournalMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207