MétaCan
Menu
Retour à la cohorte
Enregistrement W3016473425 · doi:10.22230/ijepl.2020v16n6a945

Knowledge Mobilization for Impact: A Multi-Case Study of Education Organizations

2020· article· en· W3016473425 sur OpenAlexaffvenueabout
Sofya Malik

Notice bibliographique

RevueInternational Journal of Education Policy and Leadership · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEducational Assessment and Improvement
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOperationalizationDiscernmentEmpirical researchPublic relationsSample (material)Empirical evidencePolitical sciencePsychologyKnowledge managementBusinessComputer science

Résumé

récupéré en direct d'OpenAlex

Using a multi-case design, this study draws on empirical evidence and literature to analyze the knowledge mobilization approaches in educational organizations. The sample consists of four different types of education organizations in Ontario, Canada: a school board, a university, a not-for-profit, and a professional association. Data sources include publicly available websites and documents (n = 63) and key informant interviews (n = 18). Although research impact was operationalized and observed differently in these organizations, measures of impact were found to be ineffectual in all cases. This article validates the findings of existing studies that have found that there are limited instrumental uses of research, wherein research directly influences policy and practice decisions. The study calls for a careful discernment and applicability of research impact.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil0,758

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,460
Tête enseignante GPT0,549
Écart entre enseignants0,089 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations7
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Education Policy and LeadershipMême sujetEducational Assessment and ImprovementTravaux en français237 207