MétaCan
Menu
Retour à la cohorte
Enregistrement W2010550489 · doi:10.1080/10400435.2011.614677

International Mobility Technology Research: A Delphi Study to Identify Challenges and Compensatory Strategies

2011· article· en· W2010550489 sur OpenAlexaff
Alexandra Jefferds, Jonathan Pearlman, Joy Wee, Rory A. Cooper

Notice bibliographique

RevueAssistive Technology · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensQueen's University
Organismes subventionnairesVA Pittsburgh Healthcare SystemNational Science Foundation
Mots-clésDelphi methodEngineeringKnowledge managementEngineering ethicsPsychologyEngineering managementComputer science

Résumé

récupéré en direct d'OpenAlex

We sought to identify logistical and ethical challenges to performing wheelchair-related research in low- and middle-income countries and to generate a list of compensatory strategies to address these challenges. Thirteen individuals with experience in the field participated in an online Delphi study. The surveys asked participants to identify research challenges, suggest strategies to address the selected challenges, and critique each other's strategies. Participants identified challenges in the use of research techniques, compensation for participation that does not result coercion, oral and written translation materials, funding for research, collaboration with local professionals, and "respect for persons." Effective international mobility research requires time, cultural sensitivity, collaboration, and careful planning. An understanding of these requirements can allow researchers to anticipate and compensate for common pitfalls of their work, thus making the research more productive and beneficial to subjects. Future research is required to verify the general effectiveness of compensatory strategies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,069
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,363

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,057
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0100,005
Communication savante0,0040,005
Science ouverte0,0010,008
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,404
Tête enseignante GPT0,535
Écart entre enseignants0,131 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssistive TechnologyMême sujetDelphi Technique in ResearchTravaux en français237 207