Co-production and arts-informed inquiry as creative power for knowledge mobilisation
Notice bibliographique
Résumé
Background: Interest in using arts-informed approaches within research to increase stakeholder engagement is growing; however, there is little work describing how these approaches are operationalised across contexts. This article addresses that gap by exploring the use of arts-informed approaches across three projects. Aims and objectives: We explore how conceptualising research and evaluation as creative endeavours, particularly in arts-informed approaches to co-production, create opportunities to move knowledge into action (knowledge mobilisation). We propose an actionable configuration of context + mechanism = outcome (CMO) to understand the influence of arts-informed approaches to co-production. Methods: Multi-case design and cross-case synthesis was conducted of three studies that used arts-informed approaches. A common focus across our cases was evidence use in the K-12 education sector; however, each engaged with this focus by involving different types of evidence and sets of education stakeholders. Findings: Arts-informed approaches and co-production were influenced by a variety of contextual factors such as relationships between researchers and stakeholders, ethical issues of collaborative research activities, approaches to meaningful stakeholder engagement, co-production of knowledge, capacity-building support and resources, and communication between multi-stakeholder partners. Outcomes included new ways of thinking about research topics based on arts-informed approaches, more positive attitudes about co-production, more relevant and useful research and evaluation findings, and increased openness to future co-productive work. Discussion and conclusions: Four propositions arising from this article include: (1) arts-informed approaches address context specificity and sensitivity; (2) arts-informed approaches promote engagement; (3) arts-informed approaches enhance and intertwine skills; (4) arts-informed approaches broaden thinking about impact.
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 | 0,136 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,011 | 0,134 |
| Communication savante | 0,034 | 0,028 |
| Science ouverte | 0,005 | 0,044 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».