Bridging the Python Training Gap for Bioscientists in Brazil: Improvements and Challenges
Notice bibliographique
Résumé
The rapid evolution of high-throughput technologies in biosciences generates vast and diverse datasets, demanding that bioscientists develop advanced data manipulation and analysis skills. Python, with its versatility and powerful libraries, has become a crucial tool for managing these datasets. However, a significant lack of programming training for bioscientists persists in many countries. To address this knowledge gap in Brazil, the Brazilian Python Workshop for Biological Data was introduced several years ago, focusing on fundamental programming concepts and data handling techniques using popular Python libraries. Despite positive feedback from earlier editions, persistent challenges necessitated continuous adaptation to meet the evolving needs of bioscientists. This work describes the advancements implemented in the 2021 and 2022 editions of the workshop and discusses suggestions for its ongoing enhancement. Key innovations were introduced in the workshop's structure and coordination, including new committees and a code of conduct. Feedback forms were updated for real-time adjustments, and the event's reach was expanded to increase geographical diversity. New didactic strategies, such as pair-teaching, code clubs, and the integration of ICTs, were implemented to enhance learning outcomes. Programming best practices and scientific reproducibility were emphasized through talks and hands-on activities guided by PEP8 conventions. Furthermore, scientific dissemination was intensified through an increased social media presence and participation in international events. Finally, we present updated recommendations for students, researchers, and educators interested in organizing similar initiatives.
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 | 0,058 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,006 | 0,019 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,010 |
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 ».