MétaCan
Menu
Retour à la cohorte
Enregistrement W2197967215 · doi:10.7508/isih.2009.04.006

Utilization of Research Findings and their Role in Research Management as an Interdisciplinary Field

2009· article· en· W2197967215 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2009
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésField (mathematics)Data scienceComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Research management has been brought up as an interdisciplinary subject –a combination of “management” and “research methodology”- especially in Humaninties and Social Sciences research. As an essential concept in research management, utilization of research findings is so important that some believe neglecting it would cause failure of research efforts. Utilization Model is the frame within which the matter is programmed. Introducing different Utilization models, the present study attempts to suggest a variety of research frameworks to be selected in proportion to organizational status. Points of strength and weakness of any model have been explored here. Three different uses –instrumental, conceptual, and procedural- have been explained according to their corresponding utilization models. In the procedural use, various models are introduced including communication models, science push, knowledge driven, problem solving, demand push, diffusion, stetler, the knowledge-to action process, cronbach Rossi model in conceptual use, and the Ottawa model, Canadian Institutes of health research, understanding user context framework, collaborative model, and the utilization forced model for evaluation. They are introduced to be selected for different organizational structures. The variety of utilization models show that they are especially rooted in the local environment, and thus when applying them, the user should pay attention to the specific characteristics of the models besides the organizational and environmental specifications.

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 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)0,018
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,658
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
Science ouverte0,0030,003
Intégrité de la recherche0,0000,001
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 Opus0,673
Tête enseignante GPT0,706
Écart entre enseignants0,034 · 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 tête enseignante, 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetConstruction Project Management and PerformanceTravaux en français237 207