Illustrating the Outcomes of Community-Based Research: A Case Study on Working with Faith-Based Institutions
Notice bibliographique
Résumé
Incoming immigrants to places like Canada tend to be religious and thereby have sympathies counter to prevailing secularizing trends that emerge in research praxis. This paper presents an illustrative case study of Community-Based Research (CBR) that starts from the community to be studied. We illustrate how CBR can be an effective tool for engaging community stakeholders in solving community problems when stakeholders are part of faith-based institutions. This is accomplished by drawing on Ochocka and Janzen (2014) and Janzen et al. (2016), who discuss the hallmarks of CBR that we used to structure a case study with The Salvation Army (TSA). This paper focuses on TSA as a religious institution and how CBR supports TSA’s adjustment to enhance its relationships with a community it finds itself serving: newcomers. We first outline the hallmarks of CBR and show how they are expressed in our case study. Second, we extend Ochocka and Janzen (2014) and Janzen et al. (2016) by focusing on the functions of CBR to illustrate further the outcomes that can emerge from this sort of approach and make recommendations for researching with faith-based institutions.
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 | 0,027 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,038 | 0,023 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».