Research funder required research partnerships: a qualitative inquiry
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.
Notice bibliographique
Résumé
BACKGROUND: Researchers and funding agencies are increasingly showing interest in the application of research findings and focusing attention on engagement of knowledge-users in the research process as a means of increasing the uptake of research findings. The expectation is that research findings derived from these researcher-knowledge-user partnerships will be more readily applied when they became available. The objective of this study was to investigate the experiences, perceived barriers, successes, and opinions of researchers and knowledge-users funded under the Canadian Institutes of Health Research's integrated Knowledge Translation funding opportunities for a better understanding of these collaborations. METHODS: Participants, both researchers and knowledge-users, completed an online survey followed by an individual semi-structured phone interview supporting a mixed methods study. The interviews were analyzed qualitatively using a modified grounded theory approach. RESULTS: Survey analysis identified three major partnership types: token, asymmetric, and egalitarian. Interview analysis revealed trends in perceived barriers and successes directly related to the partnership formation and style. While all partnerships experienced barriers, token partnerships had the most challenges and general poor perception of partnerships. The majority of respondents found that common goals and equality in partnerships did not remove barriers but increased participants' ability to look for solutions. CONCLUSIONS: We learned of effective mechanisms and strategies used by researchers and knowledge-users for mitigating barriers when collaborating. Funders could take a larger role in helping facilitate, nurture, and sustain the partnerships to which they award grants.
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 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 | 0,090 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 découle