MétaCan
Menu
Retour à la cohorte
Enregistrement W2766754806

Establishing Community, Academic, and Industry Partnerships to Support Experiential Learning Within a Community-Based Research Collaborative

2016· article· en· W2766754806 sur OpenAlexfundno aff
Brenda Gamble, Derek R. Manis, Randy S. Wax

Notice bibliographique

RevueArrow - TU Dublin (Technological University Dublin) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésExperiential learningAcademic communityCollaborative learningPublic relationsKnowledge managementSociologyPolitical scienceBusinessPedagogyComputer scienceSocial science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sudden cardiac arrest (SCA) is a common but potentially reversible cause of death. Unfortunately, few communities have attempted to improve survival using a holistic approach to resuscitation science including preventative, clinical, and rehabilitative care. The Durham Region Resuscitation Research Collaborative (DRRRC) has been established to identify research priorities, leverage regional community and health care services, and provide experiential learning and training opportunities within the resuscitation science continuum of care. Our objective is to provide an overview of the DRRRC and to present the collaborative learning experiences that link learners, stakeholders, research, and knowledge users in a community- based resuscitation laboratory. We used a case study approach that illustrated the opportunities for learning within the context of DRRRC’s first initiative focused on improving community- based cardiopulmonary resuscitation (CPR). To date, this community-based resuscitation laboratory has included: one-second year and four fourth year undergraduates, and one medical resident. Learners engaging with the co-investigators and stakeholders have experienced learning opportunities that support the development of critical thinking skills and problem solving in the real world to support strategies to increase bystander CPR.

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)0,016
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesÉtudes des sciences et des technologies, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,595
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0110,003
Communication savante0,0000,001
Science ouverte0,0030,003
Intégrité de la recherche0,0020,013
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 Opus0,298
Tête enseignante GPT0,389
Écart entre enseignants0,091 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArrow - TU Dublin (Technological University Dublin)Même sujetService-Learning and Community EngagementTravaux en français237 207