Recueil des résumés : 1er symposium étudiant de l’École de réadaptation de l’Université de Montréal : apprendre à communiquer la recherche pour en optimiser les retombées, En ligne, 3 septembre 2020
Bibliographic record
Abstract
Le Symposium étudiant de l’École de réadaptation de l’Université de Montréal est un évènement scientifique organisé par des étudiantes et étudiants des programmes de maitrise et de doctorat en sciences de la réadaptation. Il est ouvert à tous les membres étudiants et stagiaires postdoctoraux de la communauté universitaire des sciences de la santé de l'Université de Montréal (ergothérapie, physiothérapie, sciences de la réadaptation, orthophonie, audiologie, nutrition, kinésiologie). La première édition, intitulée « Apprendre à communiquer la recherche pour en optimiser les retombées », a eu lieu en ligne le 3 septembre 2020. Au cours de cette demi- journée, 17 étudiantes et étudiants de deuxième ou troisième cycle ont présenté leurs travaux portant sur la réadaptation. Les communications étaient sous forme de présentations orales vulgarisées de 3 minutes. Une conférence sur la vulgarisation scientifique aux études supérieures a également été présentée par Christophe Alarie, kinésiologue et étudiant au doctorat en sciences de la réadaptation. Le symposium était organisé en collaboration avec la direction de l'École de réadaptation de l'Université de Montréal et a reçu un financement de la FAÉCUM, du FICSUM et du Fonds d’amélioration de la vie étudiante de l’Université de Montréal.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.002 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.145 | 0.057 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".