A model for cross-disciplinary and cross-institutional student collaboration for undergraduate immunologists
Notice bibliographique
Résumé
Abstract Immunology is a cross-disciplinary field, existing at the interface of biology, engineering and medicine. Therefore, a crucial skill for immunologists to develop is their ability to collaborate with others who have vastly different expertise and skillsets, such as biomedical engineers and statisticians. Undergraduate students at the University of Toronto (UofT) have few formal opportunities to engage in these types of collaborations. Most team-based projects allow students to work with fellow immunology peers, or students from other biology disciplines; however, the opportunity to do so with students in other fields is rare. Even fewer opportunities exist to collaborate with students from other academic institutions. To address this gap, two undergraduate courses, IMM360 (Scientific Methods and Research in Immunology, UofT) and BMEG372 (Biomedical Materials and Drug Delivery, University of British Columbia), were knit together in September-December 2022 and 2023. Here, we present our scaffolded approach for promoting collaboration on a cross-disciplinary, cross-institutional project. Furthermore, we will report student attitudes towards cross-disciplinary collaboration, which were assessed via surveys both at the start and end of the collaborative project. We hope that learnings from this work will inform an effort to weave cross-disciplinary collaboration throughout all years of the Immunology undergraduate program at the University of Toronto and other institutions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,013 |
| Communication savante | 0,014 | 0,009 |
| Science ouverte | 0,004 | 0,017 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».