198 Creating a larger, more inclusive cohort to promote scholar engagement through the addition of an invited KL2 seminar fellows program
Notice bibliographique
Résumé
Objectives/Goals: The ITHS KL2 Seminar Fellows program creates a larger cohort by inviting additional early career faculty to join the tailored career development curriculum. The implementation of this program seeks to increase collaboration and innovation by amplifying diverse perspectives and increased networking. Methods/Study Population: In addition to the funded KL2 Scholars awarded each year, 13–15 Seminar Fellows are invited to be full participants in the KL2 curriculum, which includes monthly career development seminars and opportunities for feedback on their research. Invited Fellows are early career investigators who were promising KL2 applicants, faculty with alternative career development funding, and/or new underrepresented faculty in Washington, Wyoming, Alaska, Montana, and Idaho. Fellows commit to one year of participation, which can be renewed on a case-by-case basis. Fellows have been integrated into the ITHS implementation of Flight Tracker (Vanderbilt) to follow the career pathways alongside funded KL2 award recipients. Results/Anticipated Results: The key measures of success will be the rate of seminar fellows transitioning into K-level or similar career development awards and securing other subsequent funding. Preliminary data demonstrates significant collaborations between KL2 Scholars with different areas of scientific inquiry and promotion of at least half of our past KL2 Scholars into leadership positions at prestigious medical schools in the USA and Canada. We suspect that the trends evidenced by the career progression of early KL2 recipients will be expanded into newer and different translational research projects with the addition of the KL2 Fellows program. Discussion/Significance of Impact: The Seminar Fellows program presents a cost-effective way to increase the impact of an existing career development program by amplifying cross-boundary interactions to form a strong, diverse translational research workforce.
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 | 0,017 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,016 |
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 ».