Collaborative Open Resources on Research Integrity and Ethics (CORRIE)
Notice bibliographique
Résumé
This course has been collaboratively developed by staff of Munster Technological University (MTU), Atlantic Technological University (ATU) in Ireland, the University of Windsor in Ontario, Canada, and Teagasc. It was originally funded as part of the N-TUTORR project at MTU, with follow-up funding from SATLE Reusable Learning Resources. The Articulate Rise 360 platform has been used to build a series of asynchronous multi-media self-contained learning objects and further support compliance of researchers (students and staff) on research integrity and research ethical requirements locally, nationally and internationally. The resources entail media-rich components consisting of interactive documents, audio and video files, and self-testing opportunities through practical scenarios and dilemmas encountered in the areas of research integrity and research ethics. The resources are designed to align with the principles of Universal Design Learning and Open Science. The resource content is framed around the lessons and includes: - Principles of Research Integrity, - Principles of Research Ethics, - Vulnerability and Vulnerable Groups in Research, - Evidence-Informed Practice, - Community/Participant Engagement, - Informed Consent, - Voluntary Participation and Right to Withdraw, - Data Storage and Management, - Responsible Dissemination, - Justification for Animal Research, - Animals as Sentients, - The 3 R’s Principle, - The 5 Domains Model for Assessing Animal Welfare, - Legal Oversight and Policy Regulations in Animal Research, - Ethical Challenges and Public Perception in Animal Research.
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 | 0,039 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,004 | 0,022 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,167 | 0,071 |
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 ».