Utilizing a Journal Club to Build Research Competencies in a Cross-Disciplinary Environment
Notice bibliographique
Résumé
Background The goal of this process-focused field note is to detail the steps taken to design and implement the pilot of a cross-disciplinary research-trainee-led journal club within a hospital-based research institute.Analysis The journal club was designed to support learning goals in the areas of critical appraisal, research knowledge, and communication within a cross-disciplinary environment. The evaluation data for the three pilot sessions are presented, and successes and challenges are discussed.Conclusion and implications Recommendations for institutes interested in the implementation of similar programs focused on research competencies within a cross-disciplinary setting are given.
 Keywords Knowledge dissemination; Tools and practices; Journal club; Research training; Interdisciplinary communication; Program development
 Résumé
 Le but de cette note de terrain est de détailler les étapes de la conception et exécution du pilote d’un club de lecture scientifique interdisciplinaire dirigé par des étudiants au sein d’un institut de recherche en milieu hospitalier. Le club de lecture a été conçu pour soutenir des objectifs d’apprentissage relevant des domaines de l’analyse critique, du savoir, et de la communication de recherche au sein d’un environnement interdisciplinaire. Les données d’évaluation pour les trois sessions pilotes sont présentées dans cet article et les succès et défis discutés. Des recommandations sont faites pour les instituts intéressés par l’exécution de programmes similaires axés sur des compétences de recherche dans un cadre interdisciplinaire. 
 Mots clés Knowledge dissemination: Tools and practices; Journal club; Research training; Interdisciplinary communication; Program development 
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 | 0,068 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».