MétaCan
Menu
← Retour à la cohorte
Enregistrement W4362590679 · doi:10.26685/urncst.466

Fresh Ideas: Side by Side Summer Research Program Conference 2021

2023· article· en· W4362590679 sur OpenAlexaffabout
Janaksha Linga-Easwaran, Ashley Zhang, Vanessa Dib

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMentorshipMedical educationAgency (philosophy)CuriosityUndergraduate researchPsychologyLiteracyPedagogySociologyPublic relationsMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Side by Side Agency (SBS) is a student-led educational non-profit based in the Greater Toronto Area. We began by providing free virtual tutoring and mentorship for K-12 students to compensate for pandemic-related educational disruptions. When school services returned, we switched gears to focus on persisting barriers to academia for marginalized students primarily addressing inconsistencies in research education across Ontario. Literature on Canadian undergraduate students’ literacy and research skills affirmed our personal difficulties with entering the research field, motivating us to develop a free, accessible, and supportive beginner research program for high school students. The 2021 SBS Summer Research Program (SBS SRP) was developed by undergraduate volunteers and included weekly lessons, workshops, homework, and guest speakers to cultivate research skills and inspire curiosity. Students worked with undergraduate mentors to pursue research projects of their interest in fields such as neuroscience, public health, and sociology. SBS SRP culminated with our conference, where students presented their literature reviews, proposed studies, and informative social media campaigns. Check out our website to view our students’ presentations and learn more.

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)0,012
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,722

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,002
Communication savante0,0080,003
Science ouverte0,0030,010
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,2160,098

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 Opus0,257
Tête enseignante GPT0,577
Écart entre enseignants0,321 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→