MétaCan
Menu
Retour à la cohorte
Enregistrement W4388265458 · doi:10.1128/jmbe.00147-23

Developing scientific literacy with a cyclic independent study assisted CURE detecting SARS-CoV-2 in wastewater

2023· article· en· W4388265458 sur OpenAlexfundno aff
Kristine N. Dye

Notice bibliographique

RevueJournal of Microbiology and Biology Education · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésFunctional illiteracyTrainerMedical educationCoronavirus disease 2019 (COVID-19)Resource (disambiguation)LiteracyHigher educationPsychologyComputer scienceMedicinePedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has exposed a high level of scientific illiteracy and mistrust that pervades the scientific and medical communities. This finding has proven the necessity of updating current methods used to expose undergraduates to research. The research in traditional course-based undergraduate research experiences (CUREs) is limited by undergraduate time constraints, skill level, and course structure, and consequently it does not attain the learning objectives or the high-impact, relevant studies achieved in graduate-level laboratories using a cyclic trainee/trainer model. Although undergraduate independent study (ISY) research more closely matches the structure and learning objectives of graduate-level research, they are uncommon as professors and universities typically view them as a significant time and resource burden with limited return. Cyclic independent study-assisted CUREs (CIS-CUREs) combine many positive aspects of ISY graduate-level research, and CUREs by pre-training ISY research lead to facilitate CURE proposal and project semesters in a cyclic model. The CIS-CURE approach allowed undergraduate students at Stetson University to perform and disseminate more rigorous, involved, long-term, and challenging research projects, such as the surveillance of SARS-CoV-2 in wastewater. In doing so, all students would have the opportunity to participate in a high-impact research project and consequently gain a more comprehensive training, reach higher levels of research dissemination, and increase their competitiveness after graduating. Together, CIS-CUREs generate graduates with higher scientific literacy and thus combat scientific mistrust in communities.

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)0,018
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0020,010
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

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 Opus0,027
Tête enseignante GPT0,299
Écart entre enseignants0,271 · 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'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Microbiology and Biology EducationMême sujetBiomedical and Engineering EducationTravaux en français237 207