MétaCan
Menu
Retour à la cohorte
Enregistrement W4290630233 · doi:10.19088/1968-2022.126

Positioning Research for Impact: Lessons From a Funder During the Covid-19 Pandemic

2022· article· en· W4290630233 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIDS Bulletin · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCommunity Development and Social Impact
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesnon disponible
Mots-clésPandemicOpenAccessPolitical scienceCoronavirus disease 2019 (COVID-19)Public relationsFlexibility (engineering)Vulnerability (computing)InequalityEconomic growthLivelihoodMedicineEconomicsManagementGeography

Résumé

récupéré en direct d'OpenAlex

The Covid-19 pandemic has reinforced the value of robust, policy-relevant research to inform decision-making and heightened the need for evidence-informed responses to address worsening inequalities. While international development research has the potential to contribute to a more equitable world, research funders grapple with how to ensure that their support best enables researchers to respond to evolving evidence demands and influence policy and practice. This article reflects on lessons emerging from one of the International Development Research Centre’s (IDRC) rapid-response initiatives and highlights the ongoing experiences of our research partners in influencing policy to address the socioeconomic impacts of the pandemic. We conclude that flexibility of funding, promoting Southern leadership and embedded partnerships, and ongoing support for amplification of research results help to ensure that research is positioned for impact amid constantly evolving priorities. This has implications for research funding practices and underlines the importance of addressing inequities in access to research funding.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,317
Tête enseignante GPT0,413
Écart entre enseignants0,096 · 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