MétaCan
Menu
Retour à la cohorte
Enregistrement W2063315986 · doi:10.1177/0270467604267003

Doing Knowledge Transfer: Engaging Management and Labor with Research on Employee Health and Safety

2004· article· en· W2063315986 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBulletin of Science Technology & Society · 2004
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensUniversity of TorontoInstitute for Work & Health
Organismes subventionnairesnon disponible
Mots-clésKnowledge transferCredibilityPsychosocialKnowledge managementProcess (computing)Context (archaeology)Public relationsPsychologyPsychological interventionBusinessPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

In workplace health interventions, engaging management and union decision makers is considered important for the success of the project, yet little research has described the process of making this happen. A case study of a knowledge-transfer process is presented to describe the practices and processes adopted by a knowledge broker who engaged workplace parties in discussions on research on physical and psychosocial factors important for employee health. The process included one-on-one interactions between the knowledge broker and individuals to explain the research, to build trust and credibility, and to explore the applicability of the research to their work (sense making). It also included facilitated group sessions, where the groups explored how the research could solve problems within the workplace (social construction of knowledge). The workplace context offered multiple opportunities that helped and hindered the flow of research. Nevertheless, this intense, sustained, knowledge-transfer intervention noted conceptual, structural, and political knowledge use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0020,003
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,277
Écart entre enseignants0,257 · 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