MétaCan
Menu
Retour à la cohorte
Enregistrement W4380739290 · doi:10.15760/honors.1336

Let Kids Sleep: The Role of Interdisciplinary Neuroscience Outreach in Stimulating Brains and Developing Research-Informed Approaches to Community Concerns

2023· dissertation· en· W4380739290 sur OpenAlexaboutno aff
Marc Chenard

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOutreachNogginPublic relationsMedical educationPsychologyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Northwest Noggin (NW Noggin), an all-volunteer neuroscience education outreach non-profit, serves its community by bringing students, artists, scientists and other participants together for artistic collaboration and learning. The outreach takes place in K-12 schools and other institutions (such as museums, coffee shops and correctional facilities) all over the Pacific Northwest. Neuroscience education outreach generates discourse surrounding community concerns through illuminating the brain-centric qualities of issues and by drawing on neuroscience research to create solutions. The neuroscience research-informed perspectives on these concerns stimulate awareness, create momentum towards evidence-based reform, and can result in policy interventions. This thesis details how NW Noggin outreach helped address chronic sleep deprivation and its associated health risks for teenagers in the Vancouver Public School District. This was achieved when NW Noggin volunteers persistently re-sparked discussion surrounding the start times for high schools in the district while referencing neuroscientific evidence centered around research on sleep and developing brains. Further educational and communal concerns are analyzed in parallel with a demonstration of how NW Noggin works to explore research-informed initiatives and solutions. The efforts of NW Noggin are then positioned in the context of STEM education research by understanding how outreach efforts aim to improve metrics associated with student motivation and performance.

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)0,031
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0350,029
Communication savante0,0220,012
Science ouverte0,0030,034
Intégrité de la recherche0,0050,011
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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.

Tête enseignante Opus0,431
Tête enseignante GPT0,447
Écart entre enseignants0,016 · 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'étudeQualitatif
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'admission1
Résumé présentoui

Explorer davantage

Même sujetCareer Development and DiversityTravaux en français237 207