MétaCan
Menu
Retour à la cohorte
Enregistrement W4405713403 · doi:10.29173/hsi472

Trends in youth climate change research highlight strengths and areas of improvement in canadian STEM outreach programs

2022· article· en· W4405713403 sur OpenAlexvenueaboutno aff
Eric M. Lind

Notice bibliographique

RevueHealth Science Inquiry · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOutreachClimate changePolitical scienceGeographyPsychologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Climate change research and environmental activism are critical to the long-term health and safety of all people. Canadian populations face considerable risk from events such as coastal erosion, forest fires, droughts, and more. Youth climate activism is experiencing a zeitgeist which may positively impact research in this area. This paper explores publication trends in the Canadian Science Fair Journal to explore the locations, age groups, research topics and other key factors of science fair reports published between 2018 and 2022. From this analysis, we conclude that Canadian youth are keenly aware of how their research can generate solutions to climate change, and that they approach the issue from many perspectives. However, efforts must be made to further mobilize specific provinces, provide avenues for entrepreneurship, and increase networking to foster the next generation of Canadian climate scientists.

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)0,013
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,299

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,011
Études des sciences et des technologies0,0060,002
Communication savante0,0050,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,360
Tête enseignante GPT0,525
Écart entre enseignants0,165 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Science InquiryMême sujetInterdisciplinary Research and CollaborationTravaux en français237 207