MétaCan
Menu
Retour à la cohorte
Enregistrement W2129924533 · doi:10.1136/jech.2005.040881

A model for collaborative evaluation of university-community partnerships

2006· article· en· W2129924533 sur OpenAlexafffundabout
Sarah Bowen

Notice bibliographique

RevueJournal of Epidemiology & Community Health · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensHealth Sciences CentreManitoba HealthUniversity of ManitobaWinnipeg Regional Health Authority
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedical educationVariety (cybernetics)Program evaluationMedicineData collectionTest (biology)Knowledge translationIdentification (biology)Participant observationKnowledge managementProcess managementComputer scienceSociologyEngineering

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Manitoba's The Need to Know project was presented with a unique opportunity to develop a collaborative approach to evaluation, and to explore the effectiveness of a variety of evaluation methods for assessment of university-community collaborative health research partnerships. OBJECTIVES: The evaluation was designed to incorporate participation of community partners in planning, developing, and evaluating all aspects of the project. Objectives included: (a) assessment of extent to which the project met its initial objectives; (b) assessment of extent participants needs and expectations were met; (c) refinement of evaluation questions; (d) identification of unanticipated impacts; (e) assessment of participant confidence as research team members; (f) development of knowledge translation theory; and (g) component analysis. METHODS: A "utilisation focused" approach was used. Primary stakeholders identified evaluation questions of concern, and how findings would be used. The multimethod time series design incorporated key informant interviews, a pre/post-test survey, written workshop evaluations, and participant and unobtrusive observation. All aspects of the evaluation were made transparent to participants, and formal feedback processes were instituted. RESULTS: There was a high level of participation in evaluation activities. Identifying evaluation questions of concern to community partners helped shape project development. While all methods provided useful information, only key informant interviews, participant observation and feedback processes provided insights into all evaluation objectives. CONCLUSION: Collaborative evaluation can make an important contribution to development of university-community partnerships. Qualitative methods (particularly key informant interviews, participant observation, and feedback processes) provided the richest source of data, and made an important contribution to team development.

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)0,108
score de la tête « metaresearch » (Gemma)0,131
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,569

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1080,131
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0060,005
Études des sciences et des technologies0,0050,012
Communication savante0,0160,017
Science ouverte0,0050,010
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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.

Tête enseignante Opus0,594
Tête enseignante GPT0,547
Écart entre enseignants0,046 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology & Community HealthMême sujetCommunity Health and DevelopmentTravaux en français237 207