The pedagogy of community research: moving out of the ivory tower and into community organisations in Canada
Notice bibliographique
Résumé
To describe a model of teaching/preparing students to engage in community research To focus on the collaborative elements of the project To examine power issues associated with communities setting the research agenda To discuss the relationships that emerge between student researchers and community organisations as they collaborate on research Universities are increasingly engaged in community research (CR) as a means of attracting and retaining students (Gallini and Moely, 2003). The approach to preparing researchers discussed in this chapter has benefits for the university, students and community organisations. Students receive relevant training and experience when engaged in the community and engagement is seen as an indicator of academic success (Billig, 2009). In an era of downsizing and budget restrictions there is increased emphasis on fiscal accountability. Funders are demanding evidence of effectiveness as a prerequisite for continued resources. Community organisations can benefit from students’ expertise in evaluating their programmes and defining effectiveness in order to meet their funders’ demands. In this context universities and students can make a significant contribution to services provided to service users, but they must acquire the necessary skills to form collaborations that embrace the research agendas of the community. This chapter considers a number of key questions: how do you prepare students to collaborate with community organisations in research projects? How do the various research partners (faculty, students, community organisations, service providers, service users) experience this collaboration? What are the power issues that students face when engaging in research when the community sets the research agenda? We will address these questions based on several years of experience teaching about community research to social work graduate students while they engage in research with social service community partners in the Ottawa region 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 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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,049 | 0,018 |
| Communication savante | 0,014 | 0,005 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».