A student perspective on Big Team Science: Pathways to open science
Notice bibliographique
Résumé
As Big Team Science (BTS) reshapes how research is conducted, it is also transforming how students learn to do science. While BTS has been widely recognized for its methodological contributions, its pedagogical potential—particularly as a gateway to Open Science—remains under-examined. This student-led lightning talk uses BTS as a case study to explore how students can be meaningfully introduced to Open Science practices and ultimately thrive in applying them. We reflect on BTS as a training context where participation is distributed, learning is experiential, and collaboration is foundational. Drawing on firsthand experience with ManyManys 1—a large-scale collaboration investigating comparative cognition across animal taxa—we identify five key ways BTS is changing the future of research training: it expands access through global networks, invites students to contribute to shaping research decisions, exposes them to more inclusive and representative forms of science, fosters reflection on the conceptual foundations of scientific practice, and accelerates the development of Open Science habits through active, hands-on participation. BTS offers more than technical skill-building; it supports identity formation, critical thinking, and a deeper sense of belonging grounded in the ethos of Open Science.
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 | 0,014 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,027 |
| Communication savante | 0,029 | 0,017 |
| Science ouverte | 0,002 | 0,024 |
| Intégrité de la recherche | 0,008 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».