Integrating open science education into an undergraduate health professional research program
Notice bibliographique
Résumé
Objective: Open science (OS) is a global movement focused on improving research equity, reproducibility, and transparency of research outputs in publicly funded research. While OS education in academia is becoming more common, examples of health sciences librarians providing OS training are not. This paper describes how a librarian collaborated with teaching faculty and a research program coordinator to integrate an OS curriculum into an undergraduate professional practice course and assess students' perceptions of OS after participating. Methods: A librarian developed an OS-specific curriculum for an undergraduate professional practice course in Nutrition. This course is part of the First Year Research Experience (FYRE) program, which is integrated into 13-week undergraduate courses to introduce students to core elements of the research process in their first year of study by carrying out a research project. The OS curriculum included an Introduction to OS class, a requirement that students share their research outputs in the Open Science Framework, and an assignment asking students to reflect on their experience learning about and practicing OS. Twenty-one of 30 students consented to having their reflection assignment undergo thematic analysis. Results: Students indicated transparency, accountability, accessibility to research outputs, and increased efficiency as positive attributes of OS. The time commitment, fear of being scooped, and concerns over having research be misinterpreted were considered negative attributes. 90% (n=19) of students indicated that they intend to practice OS in the future. Conclusion: Based on strong engagement from the students, we believe that this OS curriculum could be adapted to other undergraduate or graduate student contexts where a research project is required.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».