MétaCan
Menu
Retour à la cohorte
Enregistrement W4407363644 · doi:10.26685/urncst.796

2024-2025 SSGSA STEM Sustainability Case Competition: Regenerative Science

2025· article· en· W4407363644 sur OpenAlexaffabout
Maiuri Massimo, Sanya Sareen, Lauren Carscadden, Sukhjot Pooni, Rachel Nishizeki, Rameen Jafri, Mohammed Afridh, Youmna Asaad

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
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 that they could write about in their proposal. The theme of this year’s competition was Regenerative Science, and competitors learned about Bioremediation, PCR, and CRISPR-Cas9. In the 2024-2025 SSGSA STEM Sustainability Case Competition, over 55 participants submitted abstracts for evaluation by faculty judges. We present to you the top 19 winning submissions 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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,719
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0010,007
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,033
Tête enseignante GPT0,397
Écart entre enseignants0,364 · 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'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetBiomedical and Engineering EducationTravaux en français237 207