MétaCan
Menu
Retour à la cohorte
Enregistrement W2127634794 · doi:10.22230/cjnser.2013v4n1a126

Knowledge Mobilization, Collaboration, and Social Innovation: Leveraging Investments in Higher Education

2013· article· en· W2127634794 sur OpenAlexafffundvenue
Naomi Nichols, David Phipps, Johanne Provençal, Allyson Hewitt

Notice bibliographique

RevueCanadian journal of nonprofit and social economy research · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensSickKids FoundationMaRSHospital for Sick ChildrenUniversity of TorontoYork University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSocial innovationMobilizationSocial mobilizationSociologyKnowledge creationPolitical scienceHigher educationLeverage (statistics)Public relationsPoliticsBusiness

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This article is a qualitative literature synthesis in the areas of community-campus collaborations, knowledge mobilization and social innovation. The article aims to be useful to people who work in academic settings, community organizations, public institutions, and government. The authors utilized a purposive sampling methodology to explore the following questions: 1. How can university-based knowledge mobilization leverage investments in higher education research and development (R&D) through community-campus collaboration and social innovation? 2. What is the role of university-wide knowledge mobilization projects in supporting community-campus connections and ultimately social innovation strategies that contribute to the public good? Our review indicates considerable interplay between community-campus collaborations, knowledge mobilization and social innovation given that knowledge mobilization facilitates – and is facilitated by – collaboration. With sufficient knowledge mobilization, community-campus collaborations stimulate social innovation. The article concludes with recommendations based on our review of the literature. RÉSUMÉ Cet article se fonde sur une synthèse littéraire qualitative portant sur les collaborations communautaires/académiques, la mobilisation du savoir et l’innovation sociale. Il se veut utile pour toute personne travaillant dans un milieu académique, un organisme communautaire ou une institution publique. Les auteurs ont recours à une méthode d’échantillonnage raisonné pour répondre aux questions suivantes : 1. Comment la mobilisation du savoir universitaire – au moyen de la collaboration communautaire/académique et de l’innovation sociale – peut-elle faire augmenter les investissements en recherche et développement dans l’enseignement supérieur? 2. Comment les projets de mobilisation du savoir universitaire peuvent-ils resserrer les liens entre campus et communauté et, en fin de compte, appuyer des stratégies d’innovation sociale qui contribuent au bien commun? Notre évaluation indique qu’il y a beaucoup d’influences réciproques entre les collaborations communautaires/académiques, la mobilisation du savoir et l’innovation sociale, surtout que la mobilisation du savoir facilite la collaboration et vice versa. En effet, avec une mobilisation du savoir suffisante, les collaborations communautaires/académiques stimulent l’innovation sociale. Cet article se termine par des recommandations provenant de notre analyse documentaire.

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)0,022
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0060,011
Communication savante0,0110,008
Science ouverte0,0010,012
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,193
Tête enseignante GPT0,402
Écart entre enseignants0,208 · 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.

Devis d'étudeObservationnel
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

Citations46
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian journal of nonprofit and social economy researchMême sujetService-Learning and Community EngagementTravaux en français237 207