MétaCan
Menu
Retour à la cohorte
Enregistrement W4389409901 · doi:10.35459/tbp.2023.000248

INSPIRE: Development of an Interdisciplinary Science Program in Research and Entrepreneurship

2023· article· en· W4389409901 sur OpenAlexafffund
T. Sedighi, Teodora Radu, Qirat F. Ashraf, Bipin Kumar, Erica J. Quilates, Robeth Rahmatullah, Joshua N. Milstein

Notice bibliographique

RevueThe Biophysicist · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésEngineering ethicsEntrepreneurshipGraduate studentsUndergraduate researchPrincipal (computer security)Face (sociological concept)Work (physics)ChemistryEngineeringEngineering physicsMedical educationSociologyPolitical scienceComputer scienceMedicineMechanical engineeringSocial science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We developed the Interdisciplinary Science Program in Research and Entrepreneurship (INSPIRE) to address the changing career landscape that students with an interest in Biophysics, Physical Chemistry, and Biochemistry face. Third and fourth-year undergraduate Chemistry and Physics students participated in a 4-week, hands-on program that introduced applications of biophysical and biochemical techniques to drug discovery, while simultaneously engaging in a crash course on entrepreneurship and pharma. The principal objective of this inaugural, pilot program was to introduce undergraduate students interested in pursuing a PhD to the interdisciplinary nature of Chemistry and Physics research in the Life Sciences, while simultaneously introducing the idea of translating their future graduate work into a career in biotechnology.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,739
Score d'incertitude au seuil0,124

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,077
Tête enseignante GPT0,386
Écart entre enseignants0,309 · 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 tête enseignante, 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe BiophysicistMême sujetBiomedical and Engineering EducationTravaux en français237 207