Increasing Accessibility for Community Participants at Academic Conferences
Notice bibliographique
Résumé
BACKGROUND: To decrease the gulf between academic and community perspectives, there has been an increased call among stakeholder groups to collaborate in solving complex urban health problems. Despite these recent shifts, however, community partners face barriers to participate in conferences, ultimately limiting exchange of ideas and uptake of research data. This paper reports on the evaluation of the strategy used to engage community participants at the 4th International Conference on Urban Health (ICUH) held in Toronto, Canada, in October, 2005. METHOD: We surveyed participants (n = 98) and conducted follow-up interviews (n = 23) to assess factors that facilitated attendance at ICUH 2005 as well as the impact of the conference on their work. RESULTS: Community registrants were drawn by accessible fee structures, scholarship opportunities, and preconference workshops relevant to their interests. Both community and academic registrants were drawn by the presence of a separate conference stream showcasing high-quality and rigorous community-based participatory research (CBPR). The conference provided valuable opportunities for networking with other community-based researchers by facilitating the development of relationships between community registrants and researchers, increased the profile and legitimacy of CBPR, and reinforced the value of community input in research. It also provided opportunities for capacity building-knowledge sharing and heightened awareness of CBPR. CONCLUSION: The 4th ICUH had a significant impact on community registrants and provided valuable opportunities to bridge academic and community divides. These data support the need for comprehensive strategies for community engagement at health conferences.
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 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 | 0,036 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,012 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».