Knowledge Translation and Strategic Communications: Unpacking Differences and Similarities for Scholarly and Research Communications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Knowledge translation (KT) involves communication of research evidence. Within research-relevant organizations there is considerable overlap in the roles and activities associated with KT and strategic communications (SC), which calls for greater role clarity. We untangle the differences and similarities between KT and SC, bringing clarity that may benefit organizations employing both types of workers. As KT practitioners (KTPs) take hold in organizations that have long had SC personnel, there is tension but also opportunities for defining roles and exploring synergies. What follows is a description of how we have explored this duality within our networks and an analysis of how SC and KT roles are similar and divergent.L’application des connaissances (AC) suppose la communication des données de la recherche. Dans les organisations qui s’occupent de recherche, les rôles et les activités associés à l’AC et aux communications stratégiques (CS) se recoupent en maints endroits, à tel point qu’une clarification des rôles s’impose. Nous démêlons ici les différences et les ressemblances entre l’AC et les CS, dans une mise a point utile aux organisations qui emploient les deux types de travailleurs. En effet, à mesure que les professionnels de l’AC prennent leurs marques dans des lieux de travail où s’affaire depuis longtemps un personnel voué aux communications, des tensions se créent, mais aussi des occasions de définir les rôles respectifs et de développer une synergie. Voici comment nous avons exploré cette dualité au sein de nos réseaux, ainsi qu’une analyse des ressemblances et des divergences entre les CS et l’AC.
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.
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 | 0,014 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle