COVID-19 Reflections of Hyperlocal, Placed-Based Engagement
Notice bibliographique
Résumé
The degree to which Universities could nimbly and effectively respond to the impacts of the COVID-19 crisis on their local communities depended upon the structure and orientation of their community engagement infrastructure. Institutions that support a hyperlocal form of place-based engagement were uniquely positioned to harness their extensive place-based organizational networks, intimate knowledge of community assets, and existing paths to leverage institutional resources to work alongside neighbors, residents, organizational leaders, elected officials, elders, youth and families committed to everyone’s thriving through the COVID-19 crises. Hyperlocal, place-based engagement describes an engagement approach within higher education in which a university’s community engagement efforts are focused on a bounded area, such as a neighborhood, within a larger city or metropolitan region, and are aligned with that community’s development goals (Dostilio, Ohmer, McFadden, Mathew, & Finkelstein, 2019). These efforts typically advance two goals: to a) position the institution to partner with, and add value to, community building efforts undertaken by the neighborhood being engaged and b) to enhance and accelerate the institution’s ability to forge mutually-beneficial alliances and mobilize knowledge production. Because these efforts are long-term, they create unique conditions for engagement that proved to accelerate community-campus engagements to address COVID-19 impacts. The Community Engagement Professionals (Dostilio, 2017) who lead hyperlocal engagement activities were particularly crucial to their institution’s COVID-19 community responses. At the time of the pandemic, a group of such professionals had been meeting as a learning community to exchange promising practices of hyperlocal engagement. This article is written from the perspective of these professionals, endeavoring to reflect on how their work to steward hyperlocal approaches was challenged and affirmed through the COVID-19 pandemic.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».