Research Impact, the ‘New Academic Capital’: An Environmental Scan of Research Impact Indicators and Resources for the Humanities and Social Sciences across 32 Countries
Notice bibliographique
Résumé
Research impact agendas are gaining momentum globally and changing research policies from funding agencies and universities. This article reports on an environmental scan of research impact indicators and resources for Humanities and Social Sciences (HSS) from 32 countries. Changing policies from national research funders include new expectations for researchers to mobilize their research to non-academic audiences that could benefit from its use and demonstrate the tangible impacts of their work. Many have argued that research impact agendas disadvantage HSS as compared to Science, Technology, Engineering and Mathematics (STEM) fields. As such, the purpose of this environmental scan was threefold: (a) to examine how funding agencies are defining and conceptualizing research impact and KMb in different countries, (b) to gather and analyze research impact indicators used to assess HSS and (c) to identify practical resources that might support HSS researchers with research mobilization and impact. The scan yielded 721 research impact resources relevant to HSS; included analysis of 1,105 indicators; and identified 87 resources for researchers (including tools, networks, projects and open access repositories). Supplementary files for this article include a taxonomy of research impact indicators as well as a guidebook of research impact resources for researchers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,163 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,013 | 0,040 |
| Études des sciences et des technologies | 0,015 | 0,049 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».