MétaCan
Menu
Retour à la cohorte
Enregistrement W3134144315 · doi:10.1016/j.envsci.2021.02.009

Leading inter- and transdisciplinary research: Lessons from applying theories of change to a strategic research program

2021· article· en· W3134144315 sur OpenAlexaff
Lisa Deutsch, B. Belcher, Rachel Claus, Sabine Hoffmann

Notice bibliographique

RevueEnvironmental Science & Policy · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensRoyal Roads University
Organismes subventionnairesEidgenössische Anstalt für Wasserversorgung Abwasserreinigung und Gewässerschutz
Mots-clésTheory of changeSustainabilityContext (archaeology)Process (computing)Process managementResearch programSanitationService (business)Knowledge managementComputer scienceSociologyManagement scienceBusinessEngineeringMarketingEcology

Résumé

récupéré en direct d'OpenAlex

Theory of Change (ToC) has been promoted as a useful tool in sustainability research for visioning, planning, communication, monitoring, evaluation and learning. It involves a mapping of steps towards a desired long-term goal supplemented with continuous reflection on how and why change is expected to happen in a particular context. However, there is limited reported experience with the development and application of ToCs in inter- and transdisciplinary research contexts. While some previous publications have focused on ex-post application, there has been little discussion about the process of developing and using ToCs in strategic planning and monitoring in large inter- and transdisciplinary research programs. This article reports challenges and lessons learned from the experience of developing and using ToCs in the inter- and transdisciplinary research program Wings (Water and sanitation innovations for non-grid solutions). Challenges include (1) managing time constraints, (2) balancing between concrete and abstract discussions, (3) ensuring diversity in group composition, (4) fluctuating between reservations and appreciation, and (5) fulfilling both service and science roles while leading the ToC process. The experience highlights the importance of alternating formal and informal interaction formats throughout the process, ensuring heterogenous group formation, involving early career scientists, being responsive to emergent needs and making the added value of developing and using ToCs explicit and tangible for all participants. Although these lessons are mainly derived from developing ToCs within the interdisciplinary program team, they can support other programs in both their inter- and transdisciplinary research endeavors.

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)0,087
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,460

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0870,062
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0130,087
Communication savante0,0260,029
Science ouverte0,0070,017
Intégrité de la recherche0,0070,015
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,682
Tête enseignante GPT0,588
Écart entre enseignants0,094 · 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
DomaineMéthodes
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

Citations67
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & PolicyMême sujetComplex Systems and Decision MakingTravaux en français237 207