“Community First” for Whom? Reflections on the Possibilities and Challenges of Community-Campus Engagement from the Community Food Sovereignty Hub
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While community-campus engagement (CCE) has gained prominence in postsecondary institutions, critics have called for a more direct focus on community goals and objectives. In this paper, we explore the possibilities and limitations of community-centred research through our collective experiences with the Community First: Impacts of Community Engagement (CFICE) and the Community Food Sovereignty (CFS) Hub. Drawing on a four-year research project with twelve community-campus partnership projects across Canada, we outline three key areas for reflection. First, we examine the meanings of community-centred research—called “community first”—in our work. Second, we explore key tensions that resulted from putting “community first” research into practice. Third, we discuss possibilities that emerged from attempts to engage in “community first” CCE. We suggest that while putting “community first” presents an opportunity to challenge hierarchical relationships between academia, western ways of knowing, and community, it does not do so inherently. Rather, the CCE process is complex and contested, and in practice it often fails to meaningfully dismantle hierarchies and structures that limit grassroots community leadership and impact. Overall, we argue for the need to both champion and problematize “community first” approaches to CCE and through these critical, and sometimes difficult conversations, we aim to promote more respectful and reciprocal CCE that works towards putting “community first.”
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.
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 | 0,842 | 0,455 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,740 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,671 |
| 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 découle