MétaCan
Menu
Retour à la cohorte
Enregistrement W4386033259 · doi:10.19088/ids.2023.041

L’application des connaissances dans les pays du Sud : Établir des liens entre les différents systèmes de connaissances pour un développement équitable

2023· report· fr· W4386033259 sur OpenAlexfundno aff
James Georgalakis, Fajri Siregar

Notice bibliographique

Revuenon disponible
Typereport
Languefr
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-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette étude examine l’application des connaissances (AC) dans les pays du Sud et fournit des recommandations aux donateurs afin de mettre en place des structures et des stratégies plus efficaces dans le cadre de l’utilisation de la recherche pour un développement équitable. Le projet examine les stratégies, les pratiques et les théories de l’AC utilisées par les chercheurs et les médiateurs de recherche dans les pays du Sud, ainsi que les défis auxquels ils sont confrontés, et identifie les types de soutien requis de la part des organismes subventionnaires de la recherche. La conception des méthodes mixtes comprenait des sessions d’apprentissage dirigées, un examen de la documentation, la sélection et l’analyse d’études de cas ainsi que des entretiens semi-dirigés. La recherche indique que l’AC est définie de façon trop restreinte et qu’une approche globale est nécessaire pour soutenir sa mise en oeuvre dans les pays du Sud. Les recommandations à l’intention des organismes subventionnaires comprennent la création de fonds de défi, l’adaptation des programmes pour soutenir l’AC ainsi que la prise en compte de la complexité de chaque situation.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,309
Écart entre enseignants0,147 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCommunity Development and Social ImpactTravaux en français237 207