MétaCan
Menu
Retour à la cohorte
Enregistrement W4403393046 · doi:10.26685/urncst.740

2023-2024 SSGSA STEM Sustainability Case Competition: Global Health

2024· article· en· W4403393046 sur OpenAlexaffabout
Michael Braun Hamilton, Grace Basso, Meryam Tawfik, Sanya Sareen, Massimo Maiuri, Amelia Rilling, Sukhjot Pooni

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueScience, Research, and Medicine
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSustainabilityCompetition (biology)BusinessBiologyEcology

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 this year’s competition was Global Health, and competitors learned about Enzyme Linked Immunosorbent assay (ELISA), Flow Cytometry, and Radio Carbon Dating. In the 2023-2024 SSGSA STEM Sustainability Case Competition over 175 participants submitted abstracts for judgment, and we present the Top 19 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 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)0,020
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,008
Études des sciences et des technologies0,0010,010
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,004
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 Opus0,073
Tête enseignante GPT0,505
Écart entre enseignants0,432 · 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.

Devis d'étudeAutre devis
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetScience, Research, and MedicineTravaux en français237 207