Liverpool knowledge quarter sustainability network: case study
Notice bibliographique
Résumé
Purpose This paper aims to study the development of the Liverpool Knowledge Quarter Sustainability Network (KQSN). It outlines the sectors included in the collaborative knowledge-sharing, the nature of the work it facilitates, and considers how the network can transform its existing objectives around the shared vision of the United Nations sustainable development goals (SDGs). Design/methodology/approach The KQSN operates in a collaborative cross-sectoral forum to support, facilitate or coordinate projects around sustainability, with core leads sitting in higher education and health care. Findings The KQSN supports projects through collaborative activity and enables members to access specialist advice available through the network. Through its membership, the KQSN is primed to develop metrics for demonstrating Knowledge Quarter SDG-aligned activity. The KQSN has scope to increase its level of implementation arising from its shared values, with a renewed focus around the SDGs. Practical implications This paper contributes to the 2018 EAUC Annual Conference theme of “Collaborations for Change” and the need for transformative partnerships that are prepared to align their mission to the SDGs. Originality/value Unlike discipline- or sector-specific networks, the KQSN has an inclusive membership, making it an original multi-disciplinary sustainability platform for neighbouring organisations in and around Liverpool's Knowledge Quarter. This case study can support other knowledge cluster communities to replicate its model. This case study also presents a diverse range of small projects, which are easily replicable and hopefully will inspire others to do something similar.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».