Perfil de las sociedades científicas de estudiantes en las ciencias de la salud del Perú
Notice bibliographique
Résumé
Introducción: Las sociedades científicas de estudiantes (SCE) son comunidades de aprendizaje donde el estudiante forma sus competencias investigativas. Objetivo: Elaborar un perfil contextualizado de las características de las SCE en los programas de las ciencias de la salud existentes en el Perú. Método: Se diseñó un estudio de tipo descriptivo y transversal, en el que se utilizó el análisis documental y la encuesta. La población se compuso de todas las SCE existentes en el Perú hasta diciembre del 2020, exploradas a través de sus redes sociales y encuestas a sus líderes. Las categorías fueron: conformación, pertenencia institucional, visibilidad, trayectoria y actividades académico-científicas. Resultados: De las 143 universidades analizadas en el Perú, 105 presentaron al menos un programa relacionado a las ciencias de la salud, el 32.4% (n = 34) tuvo al menos una SCE; la mayoría presentes en universidades estatales. 11 universidades presentaron más de una SCE, por lo que en total se registraron 52 SCE, el 71.2% (n = 37) existentes en el programa de Medicina Humana. El periodo de fundación de las SCE varió desde 1991 hasta el 2020. Sus principales actividades incluyeron: dictado de cursos sobre redacción científica, publicación de artículos, participación en concursos, talleres y seminarios relacionados a metodología de la investigación. Conclusiones: El perfil contextualizado de las SCE permite documentar la presencia de semilleros de investigación desde hace más de 30 años en el Perú, se encuentran aproximadamente en un tercio de las universidades con al menos un programa de las ciencias de la salud, siendo una experiencia mayormente desarrollada en las universidades estatales.
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 | 0,017 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 ».