MétaCan
Menu
Retour à la cohorte
Enregistrement W4375857408 · doi:10.26685/urncst.492

2022-2023 SSGSA STEM Sustainability Case Competition: Genetic Engineering

2023· article· en· W4375857408 sur OpenAlexaffabout
Michael Braun Hamilton, Meryam Tawfik, Massimo Maiuri, Amelia Rilling, Grace Basso, Sukhjot Pooni, Mackenzie Paton-Stevens

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Guelph
Organismes subventionnairesDirectorate for Biological Sciences
Mots-clésCompetition (biology)SustainabilityTheme (computing)Competitor analysisReading (process)PsychologyMedical educationEngineering ethicsPublic relationsPolitical scienceEngineeringMedicineBusinessComputer scienceMarketingEcologyBiologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The SSGSA STEM Sustainability Case Competition is an annual research case competition hosted by undergraduate students from the STEM Students Guelph Support Association (SSGSA). The mission of this competition is to provide University of Guelph undergraduate students with an opportunity to develop their own research proposal while gaining valuable experience in innovative thinking and critical research analysis. Each year students, in teams of up to three are paired with an experienced mentor to develop and present a novel research proposal aligning with the competition’s theme. During the competition, students are taught fundamental principles outlining three lab techniques which they could write about in their proposal. The theme of the competition this year was Genetic Engineering, and competitors learned about CRISPR-Cas9, CAR T-cell therapy, and PCR. In the 2022-2023 SSGSA STEM Sustainability Case Competition over 100 participants submitted abstracts for judgment, and we present the Top 20 winning submissions to be read by you in our competition abstract booklet. We hope you enjoy reading this year’s best abstract submissions and encourage you to participate in the growing SSGSA community as we strive to encourage interest in novel scientific research fields surrounding STEM.

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)0,010
score de la tête « metaresearch » (Gemma)0,012
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,537

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0080,002
Science ouverte0,0020,007
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,1600,065

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 Opus0,034
Tête enseignante GPT0,363
Écart entre enseignants0,328 · 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
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetBiomedical and Engineering EducationTravaux en français237 207