MétaCan
Menu
Retour à la cohorte
Enregistrement W4312203308 · doi:10.15402/esj.v8i3.70753

Leveraging Community-University Partnerships to Develop a Strength-Based and Individualized Approach to Humanizing Housing Service Delivery for Individuals with Fetal Alcohol Spectrum Disorder (FASD)

2022· article· en· W4312203308 sur OpenAlexaffvenue
Jacqueline Pei, Cheryl Poth, Elizabeth Carlson, Vannesa Joly, Danielle Mattson, Nicol Patricny, Dorothy Badry, Richard Mugford, Tracy Mastrangelo, Audrey McFarlane

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFetal Alcohol Spectrum DisorderGeneral partnershipService delivery frameworkService (business)Service providerField (mathematics)Key (lock)Public relationsSociologyPsychologyEngineeringBusinessComputer sciencePolitical sciencePregnancyMarketingComputer security

Résumé

récupéré en direct d'OpenAlex

This field report summarizes and advances key learnings for leveraging community–university partnerships addressing housing service gaps for high-risk, marginalized populations with complex needs. We describe our navigation of existing and forged intersections to develop a strength-based and individualized approach to humanizing housing service delivery for individuals with fetal alcohol spectrum disorder (FASD). Our account is framed by four questions: why community and university partners came together to develop a responsive approach through the CanFASD network; who became key stakeholders in the partnership; how our humanizing housing approach is guiding the navigation of complexities inherent in service delivery for individuals with FASD; and what insights about creating intersections are we applying to our community-university partnerships.

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 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)0,558
score de la tête « metaresearch » (Gemma)0,174
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,435
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,5580,174
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,3730,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,435
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,154
Tête enseignante GPT0,340
Écart entre enseignants0,186 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207