MétaCan
Menu
Retour à la cohorte
Enregistrement W4200616985 · doi:10.31234/osf.io/cxrmt

Community-Based Research: Perspectives of Psychology Researchers and Community Partners

2021· preprint· en· W4200616985 sur OpenAlexaffabout
Nicole Racine, Sheri Madigan, Shelley Cardinal, Cailey Hartwick, Margaret Leslie, Mary Motz, Debra Pepler

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensYork UniversityAlberta Children's HospitalCanadian Red Cross SocietyUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCommunity psychologyContext (archaeology)Public relationsEngineering ethicsPsychological researchSociologyFoundation (evidence)Academic communityPsychologyPolitical scienceManagement scienceSocial scienceEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

There is now a growing understanding that translational research must be co-created in collaboration with community partners and that solutions to real-world social problems require stepping outside the academic silo. Fewer than half of psychology programs in Canada, however, offer courses in community-based research or evaluation, leaving a gap in skill development amongst the next generation of scholars. In an effort to partially fill this learning gap, the current paper provides insights into lessons learned from the perspectives of researchers and community partners alike, who have been mutually engaging in community-based research over the last 25 years. Ultimately this paper seeks to provide a roadmap for conducting community-based research and illustrates why it should be a central component to research seeking to answer critical questions in psychological science. First, we provide a conceptual foundation of community-based research. Next, using three specific community-based research projects as examples, we share the challenges and benefits of conducting research in the community context. Finally, we highlight future directions for increasing the uptake of community-based research in Canada.

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)0,101
score de la tête « metaresearch » (Gemma)0,059
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil0,532

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1010,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0520,141
Communication savante0,0450,027
Science ouverte0,0060,027
Intégrité de la recherche0,0180,022
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,850
Tête enseignante GPT0,689
Écart entre enseignants0,161 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCommunity Health and DevelopmentTravaux en français237 207