Community‐Engaged Strategies to Promote Relevance of Research Capacity‐Building Efforts Targeting Community Organizations
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
OBJECTIVE: The study goal is to highlight strategies for promoting relevance of research capacity-building efforts targeting community organizations (CO)s. METHODS: Two community partners, representing two COs, were invited to participate in CO research development trainings, Community Research Forums (Forum)s. Their contributions were documented via Forum document review. Forum participants, representatives from other COs, completed post-Forum surveys to identify additional training needs and rate Forum impact relative to their training expectations. A content-based analysis and descriptive statistics were used to summarize needs assessment- and impact-related survey responses, respectively. RESULTS: Community partners were involved in eight Forum-related activities including marketing (planning), facilitation (implementation), and manuscript coauthorship (dissemination). Eighty-one individuals, representing 55 COs, attended the Forums. Needs assessment responses revealed a desire for additional assistance with existing Forum topics (e.g., defining research priorities) and a need for new ones (e.g., promoting organizational buy in for research). Ninety-one percent of participants agreed that the Forum demonstrated the value of research to COs and how to create a research agenda. CONCLUSIONS: Including community partners in all Forum phases ensured that CO perspectives were integrated throughout. Post-Forum needs and impact assessment results will help in tailoring, where needed, future training topics and strategies, respectively.
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 | 0,102 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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