MétaCan
Menu
Retour à la cohorte
Enregistrement W4384523256 · doi:10.19088/ids.2023.028

Knowledge Translation in the Global South: Bridging Different Ways of Knowing for Equitable Development

2023· report· en· W4384523256 sur OpenAlexfundno aff
James Georgalakis, Fajri Siregar

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCommunity Development and Social Impact
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilUniversiteit van AmsterdamUniversitas IndonesiaForeign, Commonwealth and Development OfficeUniversity of BathInternational Development Research Centre
Mots-clésIntermediaryBridging (networking)Knowledge managementGlobal SouthKnowledge translationSelection (genetic algorithm)Political scienceBusinessComputer scienceGeographyMarketing

Résumé

récupéré en direct d'OpenAlex

This study explores knowledge translation (KT) in the global South and provides recommendations for funders to support more effective structures and strategies for the use of research for equitable development. The project explores the KT strategies, practices and theories researchers and research intermediaries use in the global South, and the challenges they experience, and identifies the types of support required from research funders. The mixed methods design incorporated facilitated learning sessions, a review of the literature, case study selection and analysis, and semi-structured interviews. The research finds that KT is too narrowly defined and a holistic approach is needed support it in the global South. Recommendations for funders include creating challenge funds, taking a programme-level approach to supporting KT, and embracing complexity.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,890

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,535
Tête enseignante GPT0,372
Écart entre enseignants0,163 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCommunity Development and Social ImpactTravaux en français237 207