MétaCan
Menu
Retour à la cohorte
Enregistrement W2755020612 · doi:10.1332/174426417x15034894876108

Building the concept of research impact literacy

2017· article· en· W2755020612 sur OpenAlexaffabout
Julie Bayley, David Phipps

Notice bibliographique

RevueEvidence & Policy · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLiteracyImpact assessmentScale (ratio)Impact evaluationKnowledge managementManagement sciencePolitical scienceComputer scienceSociologyEngineeringPedagogyPublic administrationGeography

Résumé

récupéré en direct d'OpenAlex

Impact is an increasingly significant part of academia internationally, both in centralised assessment processes (for example, UK) and funder drives towards knowledge mobilisation (for example, Canada). However, narrowly focused measurement-centric approaches can encourage short-termism, and assessment paradigms can overlook the scale of effort needed to convert research into effect. With no ‘one size fits all’ template possible for impact, it is essential that the ability to comprehend and critically assess impact is strengthened within the research sector. In this paper we reflect on these challenges and offer the concept of impact literacy as a means to support impact at both individual and institutional levels. Opportunities to improve impact literacy are also discussed.

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)0,099
score de la tête « metaresearch » (Gemma)0,110
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,525

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0990,110
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0170,006
Études des sciences et des technologies0,0030,078
Communication savante0,0210,055
Science ouverte0,0030,021
Intégrité de la recherche0,0070,012
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,628
Tête enseignante GPT0,732
Écart entre enseignants0,103 · 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'étudeThéorique ou conceptuel
DomaineÉvaluation
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

Citations58
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvidence & PolicyMême sujetEvaluation and Performance AssessmentTravaux en français237 207