MétaCan
Menu
Retour à la cohorte
Enregistrement W2995066033 · doi:10.15171/ijhpm.2019.140

When Coproduction Is Unproductive Comment on "Experience of Health Leadership in Partnering with University-Based Researchers in Canada: A Call to ‘Re-Imagine’ Research"

2019· letter· en· W2995066033 sur OpenAlexaffabout
Sara A. Kreindler

Notice bibliographique

RevueInternational Journal of Health Policy and Management · 2019
Typeletter
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCoproductionContext (archaeology)General partnershipPerspective (graphical)Public relationsDecision makerSociologyPolitical scienceEngineering ethicsKnowledge managementManagement scienceComputer scienceEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Bowen et al offer a sobering look at the reality of research partnerships from the decision-maker perspective. Health leaders who had actively engaged in such partnerships continued to describe research as irrelevant and unhelpful - just the problem that partnered research was intended to solve. This commentary further examines the many barriers that impede researchers from meeting decision-makers' knowledge needs, and decision-makers from using knowledge that they have coproduced. It argues that not all barriers can or should be dismantled: some are legitimate and beneficial; some are harmful but deeply entrenched; some arise unpredictably. This being the case, it seems unrealistic to expect either existing or emerging strategies to create a macro-context devoid of barriers to the fruitful coproduction of knowledge. However, it may be possible to identify and support micro-contexts (configurations of participants, settings, and project characteristics) in which partnered research is most likely to achieve its aims.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,501

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0180,008
Communication savante0,0050,006
Science ouverte0,0040,002
Intégrité de la recherche0,0480,049
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,800
Tête enseignante GPT0,639
Écart entre enseignants0,161 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health Policy and ManagementMême sujetHealth Policy Implementation ScienceTravaux en français237 207