University Collaboration in Delivering Applied Health and Nursing Services Research Training
Notice bibliographique
Résumé
In 2001-2002, the Canadian Health Services Research Foundation (CHSRF) and the Canadian Institutes of Health Research (CIHR) committed 10 years of funding for the creation and implementation of three Regional Training Centres to build capacity in health services and policy research in the Atlantic, Ontario and Western regions of Canada and one training centre in Quebec to focus on the development of nursing services researchers.Each RTC comprises several universities that collaborate to deliver the graduate training.The authors of this paper describe the consortium-related features of the RTCs, including approval processes, formal agreements, governance, communication, students, curriculum, administration and use of educational technology.The discussion outlines the benefits and challenges of university collaboration for participating students, faculty and universities and summarizes lessons learned. RésuméEn 2001-2002, la Fondation canadienne de la recherche sur les services de santé (FCRSS) et les Instituts de recherche en santé du Canada (IRSC) ont alloué 10 ans de financement pour la création et la mise sur pied de quatre Centres régionaux de formation (CRF) -en Ontario, au Québec et dans les régions de l' Atlantique et de l'Ouest du Canada -afin d' accroître la capacité dans le domaine de la recherche en services et en politiques de santé et de favoriser la formation de chercheurs en services infirmiers.Chaque CRF comprend plusieurs universités qui collaborent pour offrir le programme d' études supérieures.Les auteurs de cet article décrivent les caractéristiques des CRF qui s' apparentent à celles des consortiums, y compris les processus d' approbation, les ententes officielles, la gouvernance, la communication, les étudiants, les programmes d' études, l' administration et l' emploi de la technologie d' enseignement.L'article présente les avantages et les défis de la collaboration universitaire pour les étudiants, le corps professoral et les universités et résume les leçons apprises.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,144 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,022 | 0,007 |
| Communication savante | 0,020 | 0,012 |
| Science ouverte | 0,003 | 0,034 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».