MétaCan
Menu
Retour à la cohorte
Enregistrement W4320023026 · doi:10.15173/sciential.v1i9.3209

Impact and Effectiveness of Science Communication Training in the Honours Life Sciences Program at McMaster University

2022· article· en· W4320023026 sur OpenAlexaffvenue
David Rodrigues

Notice bibliographique

RevueSciential - McMaster Undergraduate Science Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPresentation (obstetrics)CurriculumArgumentativeMedical educationCommunication skillsPublic speakingMathematics educationPsychologyMultimediaComputer sciencePedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

Proper training in science communication (scicomm) skills are consistently falling short of requirements in higher education. This highlights the need to examine a curriculum as a whole as opposed to a course level view. This study investigates whether or not students in their current undergraduate level are comfortable with performing various scicomm skills, in addition to exploring if the dedicated scicomm courses are effectively teaching students the necessary skills. We administered a survey to students on topics regarding scicomm, and asked them to rate their level of comfort, agreement, ranking of importance, and open-ended questions. Four scicomm skills that had the greatest increase in comfort; Argumentative Writing (12%), Literature Review (15%), Public Lecture- Style Presentation (19%), and Oral Presentation (30%). Alternatively, four scicomm skills had the greatest increase in discomfort; Debate (15%), Audio (18%), Policy Communication (19%), and Public Debate (22%). Upon completion of the scicomm courses, there was an increase in comfort for; oral science communication (22%); selecting and using the appropriate written, oral, and multimedia tools (24%); communicating science in written forms (26%); and personal knowledge of written, oral, and multimedia tools (50%). A small sample size, missing data (voluntary questions), omittance of Life Sciences research seminar courses, and uncertainty if academic level implied one took the course(s) in the same year, were limitations . These findings can inform changes to the existing curriculum in order to facilitate the development of scicomm skills for science students as they progress through their undergraduate degrees.

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)0,004
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,226
Tête enseignante GPT0,424
Écart entre enseignants0,198 · 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
DomaineMéthodes
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 revueSciential - McMaster Undergraduate Science JournalMême sujetClimate Change Communication and PerceptionTravaux en français237 207