MétaCan
Menu
Retour à la cohorte
Enregistrement W4312308198 · doi:10.2218/eorc.2022.6968

Introducing a Framework for Open and Reproducible Research Training (FORRT)

2022· article· en· W4312308198 sur OpenAlexaff
Flávio Azevedo

Notice bibliographique

RevueEdinburgh Open Research · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensCanadian Association for Theatre Research
Organismes subventionnairesnon disponible
Mots-clésOpen educational resourcesNexus (standard)SyllabusOpen educationEngineering ethicsEthosSociologyOpen scienceKnowledge managementComputer sciencePublic relationsPolitical sciencePedagogyEngineering

Résumé

récupéré en direct d'OpenAlex

The Framework for Open and Reproducible Research Training (FORRT) addresses the underappreciated pedagogical aspect of open and reproducible science and its associated challenges, including a need for curricular reform, an account of epistemological pluralism, the development of new methods of education, and questions around how open science practices relate to social justice and a principled academic education. Teachers’ and researchers’ time constraints are substantial, posing a challenge to developing course materials and integrating new research practices in teaching. FORRT has developed strategies and proposed solutions to mitigate time constraints and help scholars implement open and principled education in their workflows. FORRT’s e-learning platform is a hub for community-driven initiatives and resources. FORRT’s community conceptualized our educational Nexus as integrating diverse components into one infrastructure serving those wishing to learn, adopt, and disseminate open and reproducible science tenets. In this talk, we will explain each element of FORRT’s open educational resources, FORRT’s ethos and modus operandi. Elements of the Nexus (https://forrt.org/nexus) are: FORRT’s Clusters (a pedagogically-driven organization of OS literature), Curated Resources (database of >1000 resources on OS), Initiatives Towards Social Justice in Academia (where we link mentees of unprivileged backgrounds to mentors of privileged ones), Open & Reproducible Science Summaries (having more than 300 summaries of OS literature), 7-ways to adopt principled teaching and mentoring practices (listing 100+ low commitment ways to interact with OS), Open & Reproducible Science Syllabus (a boiler-plate template for OS course that can be readily adapted and implemented in teachers’ courses), Self-Assessment Tool (a dynamic survey giving teachers feedback on how to integrate OS into their teaching), and finally, Educator’s Corner (offering a platform for educators of all stripes to share their stories, experiences, successes and hardships in teaching and mentoring, as well as for sharing educational practices and initiatives that are of interest to the OS community).

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)0,386
score de la tête « metaresearch » (Gemma)0,289
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,757

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3860,289
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0070,006
Études des sciences et des technologies0,0060,057
Communication savante0,0260,032
Science ouverte0,0120,026
Intégrité de la recherche0,0190,016
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,787
Tête enseignante GPT0,626
Écart entre enseignants0,161 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineReproductibilité
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdinburgh Open ResearchMême sujetScientific Computing and Data ManagementTravaux en français237 207