Measuring Academic Capacity: Research in Relationship
Notice bibliographique
Résumé
tective factor, contributing to that community’s physical, mental, spiritual, and emotional health. Academic researchers working with six First Nations and one Metis Settlement asked, “What is our role as academic partners in building capacity for communitybased participatory research?” The goal was to understand changes in the researchers’ capacities and their roles in building the capacity of community members. The Public Health Agency of Canada’s Community Capacity Building Tool (Public Health Agency of Canada, 2007) served as the framework for two focus groups. A thematic analysis of the focus group transcripts resulted in insights into researcher capacity and potential contributions to community capacity building. Focus group participants validated the interpretations and four themes that emerged from the data. Theme 1. Language and measures. The language and tools for measuring capacity, as described in existing literature, define and explore capacity from a Western worldview. In consultation with community, the authors learned that measures of capacity building based on an Indigenous worldview can include cultural identity, life purpose, community engagement, transmission of traditional knowledge from elders to youth, and participation in cultural cer emonies. In response to time-sensitive pressures to measure and document capacity, researchers often overlook the importance of co-creating relevant and meaningful measures. It is in the act of co-creation, where worldviews overlap, that researchers and com munity members contribute to each other’s capacity for research, sustainability, and, ultimately, community health.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».