MétaCan
Menu
Retour à la cohorte
Enregistrement W2298513496

Fostering Inclusive Innovation for Agriculture Knowledge Mobilization in Sri Lanka: A Community-University Partnership Development Project

2015· article· en· W2298513496 sur OpenAlexaffabout
Gordon A. Gow, Nuwan Waidyanatha, Chandana Jayathilake, Tim Barlott, Helen Hambly, Mahmuda Anwar

Notice bibliographique

RevueQueensland's institutional digital repository (The University of Queensland) · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensUniversity of GuelphUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipAgricultureLivelihoodBusinessStewardship (theology)Knowledge managementEconomic growthIndigenousTraditional knowledgeInformation and Communications TechnologyPublic relationsPolitical scienceGeographyEconomicsComputer sciencePolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mobilization of scientific and indigenous knowledge in support of sustainable agriculture has been identified as a vital activity that faces numerous challenges today, yet constraints and limitations on traditional agricultural extension methods as well as high costs of information provision have been cited as barriers to improving the livelihood of farmers in developing countries, particularly those residing in the lowest socioeconomic category known as ‘base of the pyramid’. Information and communication technologies (ICTs) have long been regarded as forces for positive change in agriculture and rural development despite a track record of modest success with many initiatives. This paper describes the approach and initial results of an ongoing initiative involving researchers from Sri Lanka and Canada to create a community-university partnership intended to establish local capacity for inclusive innovation using low cost ICTs that can support knowledge mobilization within agricultural communities of practice. Initial results of the project point toward ‘technology stewardship' as a promising approach for building capacity for local innovation through a community-university research partnership.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,061
Tête enseignante GPT0,254
Écart entre enseignants0,193 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQueensland's institutional digital repository (The University of Queensland)Même sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207