藤校录取率逐年递减，面对如此竞争的趋势，康奈尔大学两位负责录取的招生官Jason C. Locke 以及Pamela Tan ，在太阳报上为大家深入解读康奈尔大学是如何评估和选拔学生。
康奈尔大学在寻求什么样的学生？
Locke说：不像其他许多大学，所有的申请都由中央本科招生办公室审核，康奈尔有一个“有点独特的系统”。如果申请被提交，它将被提交给学生申请的唯一的学院或学校，在那里他或她的材料将经历洛克所说的“第一次审查”。
Tan说，大约80%，也就是4万多申请者，将被选中进入下一步。谭说，只有在申请人成功通过学术审查后，招生人员才会考虑他或她的申请的其他部分，如推荐信和课外活动。
在第一次审查中，每个学院的招生人员都扮演着看门人的角色，通过观察申请者的学业成绩来判断他们是否能在康奈尔大学取得好成绩。这项评估依赖于学生提交的所有分数和成绩，但将在他们的高中记录中占最重的分量。
但是，成绩并不是招生官员唯一看重在成绩单上的东西。除了表现水平之外，Locke还表示，康奈尔还会关注这些课程的要求。在像CALS（农业和生命科学学院）这样的学院里，学生必须选择一个专业或至少在申请中指定一个主体学科，招生官还会考虑学生是否已经上过其未来所学专业相关的课程，并且是否取得良好的成绩。
如果你申请的是生物工程专业，那么你需要非常扎实的数学和科学课程。”Tan说到“否则，你无法完成这里的学业。”
在评估成绩单时，康奈尔没有对不同学校的学生进行比较，因为全国各地的高中在课程设置的深度和广度上各不相同。选拔标准是基于申请人是否选修了“他们学校最具挑战性的课程”，以及他们与来自同一所学校的其他学生相比的表现，而不是基于他们选修的AP课程的数量。
另一个重要且经常被忽视的因素是大学申请特定的文书。通常被称为“why”的文书，这些文书在招生的第一步和后续步骤中会进行审查。Tan说，这篇文书是学生展示自己写作技能的机会，也是他们花时间研究和了解康奈尔大学的机会。
一旦学生通过第一次材料审阅，他们的材料将被进入下一步审阅环节，康奈尔大学的招生官将开始考虑学生是否适合康奈尔大学及其未来打算学习的课程—不仅是看他们是否为严格的课程做好准备，还会看他们有某些特质和品质能将康奈尔的资源充分利用起来。
“让我们感到疯狂的一件事就是：有些被另一个常春藤录取的学生说，'我只是不明白，如果我足够好去那里（已录取的常春藤大学），为什么康奈尔拒绝了我？“Locke说。
招生官员还寻找其他有助于康奈尔社区的品质，例如个人坚持和与社区间的纽带。虽然康奈尔不期望“一长串活动”，但招生人员希望从论文和课外活动中发现这些价值观。
Tan说。无论学生决定向招生官员展示什么，她都说他们一直在寻找学生可以带给康奈尔大学的“共同价值观”。
在全国范围内进行的研究表明，参与课堂外活动的学生通常是更成功的，“他说。“我们见过那些认为他们会来这里单纯学习的学生，我们不知道这是不是一件好事。
有方推荐高含金量课外活动
- 英特尔科学与工程大赛Intel ISEF
- 丘成桐中学科学奖
- 谷歌科学竞赛Google Science Fair
- 全美中学生计算机编程竞赛USACO
- 美国数学竞赛AMC
- 美国高中生数学建模大赛HiMCM
- 美国物理竞赛Physics Bow
- 美国生物奥赛USABO
- 美国化学奥赛USNCO
前 3 个课外活动在全球范围内被高度认可，但是难度比竞赛要大很多，因为它们都要求学生将课题写成论文，但正是因为有一定的难度，只要拿到奖项意味着进入美国前十学校概率大大增加！
小助手整理了生物医学相关的课题
- 从没做过科研的同学，可以从探究课题开始打基础。
- 有科研经历想参加科研竞赛或想发表论文期刊的同学，小助手也准备了适合各位的科研课题。
扫描下方二维码添加小助手
一对一免费咨询
👇
探究课题
01
雌激素在骨骼发育及老龄化骨质疏松方面的影响
导师：普渡大学 博士
方向：生物物理学、医学成像
内容：在这个项目中，学生将深入了解骨骼结构，骨细胞功能和代谢，骨重塑过程，以及受激素调节的骨转换等的背景知识。导师还将介绍常见的骨骼成像设备，实验成像样本以及图像分析软件的使用。
探究课题
02
乳腺癌诊断
方向：机器学习/统计学习、医学
内容：本课题旨在利用各类机器学习方法构建诊断预测模型。使用数据清洗，归一化等方法处理乳腺癌诊断数据集。对数据集进行分析并采用多种方法进行可视化，挖掘数据中的深层信息。采用RFECV提取出可靠有用的特征。分别使用逻辑回归模型，KNN模型以及决策树模型等方法实现对乳腺癌样本的诊断，判断患者为良性还是恶性。对模型进行评估，参数进行优化后确定最终的诊断模型。
探究课题
03
基于核糖核酸序列（RNA-seq）的泛癌症分析
导师：康奈尔大学 博士
方向：计算机、遗传学
内容：本课题选取了RNA序列数据作为主要研究对象。通过聚类分析（clustering analysis），主成分分析（Principal Component Analysis）等统计学方法先获取大量癌症数据样本的总体特征以及其各个癌症的从属类别，再通过基因差异表达研究等生物统计模型对于每个类别进行具体分析。目标是通过同时分析大量数据的方法，增强分析时的统计功效，并且探索出不同种类和同类癌症之间在基因表达上的差异性，从基因学上的源头寻找癌症的病因，借此为癌症的诊断和治疗提供更多的帮助。
科研课题
01
睡眠与悲伤：睡眠障碍与抑郁症的网络分析
导师：哥伦比亚大学 博士
方向：计算机、精神病理学
内容：本课题是跨心理学和数据科学的综合研究，是数据挖掘相关技术的实际应用。研究者将获得使用R进行数据分析的技能和对抑郁与睡眠障碍诊断和病因的深入了解。
02
基于3D打印的液体活检技术
导师：宾夕法尼亚大学 博士后
方向：计算机、生物学、体外诊断
内容：液体活检（Liquid Biopsy）的主要优势在于能够通过非侵入性的手段进行取样，降低活检的危害，有效延长患者的生存期。上述优点显著地缩短了诊断癌症需要的时间。液体活检也因此入选了《麻省理工大学科技评论》评选的“2015年十大突破技术”。
03
利用电动效应控制生物芯片中的液流动
导师：加州理工大学 博士
方向：计算机、生物学、流体力学
内容：生物芯片已被广泛应用于体内和体外诊断，例如聚合酶链式反应(PCR)、基因测序、体液检测、蛋白质谱等。随着生物医学芯片的发展，根据不同病患的情况实现精准医疗的梦想将很快实现。本课题我们从电动效应的原理入手，利用电学和流体力学的交叉知识研究电动效应在生物芯片中的应用。
★有方过往学员部分成绩★
丘成桐中学科学奖
2018年，荣获全球金奖（全球第一名）
2017年，荣获全球铜奖（全球前五）
2018年，荣获全球优胜奖（全球前 3%）
2018年，荣获地区一等奖， 入围全球总决赛（全球前 5%）
Intel ISEF英特尔国际科学与工程大奖赛
州赛 TOP 6
电子与电气工程师协会IEEE专项奖
美国统计学会ASA专项
扫描下方二维码添加小助手
一对一免费咨询
👇
