Transdisciplinary training: what does it take to address today’s “wicked problems”?
Notice bibliographique
Résumé
There is a growing need to address today’s “wicked problems” seen in issues such as social justice, global climate crisis and endemic health concerns. Wicked problems are those for which there is no single, clear or optimal solution and thus are amenable to transdisciplinary solutions. Working in a transdisciplinary paradigm is thus seen as an increasingly necessary learned skill, and yet there is a dearth of knowledge on how curriculum centred around transdisciplinarity is perceived by those impacted by such curricula. This study examines the attitudes and responses of Aging Gracefully across Environments using Technology to Support Wellness, Engagement and Long Life NCE Inc.’s (AGE-WELL) stakeholders to the concept and role of transdisciplinarity in a training program intended to equip trainees and research staff from a variety of fields to address the “wicked problem” of aging well in Canada. We conducted 15 in-depth interviews with current AGE-WELL members, trainees as well as researchers and mentors, on the subject of designing the best possible training program. Our data illustrate the complexity of curriculum design and implementation to train for transdisciplinarity. We consider ways in which a shift in culture or ethos in academia may be required to pursue a thoroughly transdisciplinary approach to problem-solving. Short of instituting such a radical culture change as transdisciplinarity, however, strategic and conscientious efforts to integrate multiple and diverse perspectives, to attend carefully to communication and to foreground relationship building may well achieve some of the same goals.
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 | 0,031 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,010 |
| Communication savante | 0,015 | 0,023 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».