Proceedings of the Fifth Biennial Conference of the Society for Implementation Research Collaboration (SIRC) 2019: where the rubber meets the road: the intersection of research, policy, and practice - part 1
Notice bibliographique
Résumé
The Society for Implementation Research Collaboration (SIRC) evolved as a society following a National Institute of Mental Health (NIMH)-funded conference grant (NIMH 1R13MH086159-01A1, PI Comtois) and has continued to develop as an international society [ 1 ]. At the 5th biennial conference held in in Seattle, WA, USA, on September 12–14, 2019, we announced that we had incorporated SIRC as an entity and obtained non-profit status with generous assistance from the Business Innovations Clinic at the University of Arkansas Little Rock, Bowen School of Law. SIRC’s goal is to improve the implementation of effective practices in behavioral health, health, and social care, notably through collaboration among communities, researchers, purveyors of evidence-based practices, practitioners, and policy makers. To include and support a variety of member types, SIRC created Networks of Expertise (NoE). These networks include the Student, New Investigator, Established Investigator, Practitioner, and Mechanisms NoE. Each NoE focuses on activities relevant to their members, such as pairing Students with New or New with Established Investigator mentors, hosting office hours to share expertise, and developing conference content relevant to their interests. Conference activities related to the NoEs are highlighted throughout this summary.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,182 | 0,181 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,019 | 0,007 |
| Science ouverte | 0,004 | 0,014 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,016 |
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 source (Gemma direct ou Codex distillé), 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 ».