Leading inter- and transdisciplinary research: Lessons from applying theories of change to a strategic research program
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle