MétaCan
Menu
Retour à la cohorte
Enregistrement W3025914926 · doi:10.33596/coll.39

The Internal-External Dynamic: Using Research to Inform Government Policy about Poverty in Canada

2020· article· en· W3025914926 sur OpenAlexaffabout
Lesley Hodge, Maria Mayan, Sanchia Lo, Solina Richter, Jane Drummond

Notice bibliographique

RevueCollaborations A Journal of Community-Based Research and Practice · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBureaucracyGovernment (linguistics)Public relationsQualitative researchPovertyPolitical sciencePoliticsPublic policyPublic administrationSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Background: The purpose of this study is to describe integrated knowledge translation (iKT) partners’ experiences with moving knowledge to action within government. In this study, iKT partners emerged from government, academic, and community settings with a shared interest in making changes to policies, programs, and services that would benefit families in poverty. Methods: Interview data were generated with 23 iKT partners who worked within or close to municipal and provincial governments. Partners were asked about how to use research findings to draw attention to and make needed changes within government. Qualitative description was used to answer our research question. An iterative and inductive process of coding, categorizing, and theming characterized our analysis. Results: Partners described how bureaucracy stymied change as well as how bureaucratic barriers could be overcome. In particular, partners described how to create opportunities for research use through an internal-external dynamic/dance, wherein research is strategically poised to address current political priorities. The value-laden nature of poverty also has implications for research use. Conclusion: An interplay of public engagement and socially accountable partnerships are needed to drive change within government. The broad shift in academia to engage with community and government partners warrants further discussion.

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)0,067
score de la tête « metaresearch » (Gemma)0,076
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,873

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,076
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,009
Études des sciences et des technologies0,0450,037
Communication savante0,0270,008
Science ouverte0,0030,026
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,407
Tête enseignante GPT0,572
Écart entre enseignants0,166 · 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'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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCollaborations A Journal of Community-Based Research and PracticeMême sujetCommunity Health and DevelopmentTravaux en français237 207