MétaCan
Menu
Retour à la cohorte
Enregistrement W2027883192 · doi:10.5130/ijcre.v4i0.1758

It’s the Basement Stories, not the Belt: Lessons from a community-university knowledge mobilisation collaboration

2011· article· en· W2027883192 sur OpenAlexaff
David Phipps, Daniele Zanotti

Notice bibliographique

RevueGateways International Journal of Community Research and Engagement · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSustainabilityPanacea (medicine)General partnershipPublic relationsPolitical scienceSociologyPublic administrationLaw

Résumé

récupéré en direct d'OpenAlex

Since 2006, United Way of York Region and York University have been collaborating to support community-university knowledge mobilisation and research collaborations that serve the human service needs of citizens in York Region. Ours is a sustained and sustainable community-university collaboration. What makes us sustainable? Certainly there is no single sustainability panacea (‘do this and you to will have a sustainable community-university collaboration’) but, in general, if you pay attention to the little details, the big things (like sustainability) will take care of themselves. Looking back we realise that the journey (our evolving collaboration) is more important than the destination (sustainability). We share our journey by interpreting a story about a family trip one of us (Daniele) made to see relatives. What happened when Daniele visited his relatives is an allegory for our community-university knowledge mobilisation story and is instructive for those forging community-university collaborations. We illustrate each of the lessons with examples from our experience. Keywords Community-university collaboration, knowledge mobilisation, shared history, evolution of partnership, sustainability

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)0,015
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,058
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0580,044
Communication savante0,0230,029
Science ouverte0,0040,030
Intégrité de la recherche0,0080,012
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,425
Tête enseignante GPT0,454
Écart entre enseignants0,029 · 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

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGateways International Journal of Community Research and EngagementMême sujetService-Learning and Community EngagementTravaux en français237 207