Learning from the CO‐CREATE project: A protocol for systems thinking across research (STAR)
Notice bibliographique
Résumé
The CO-CREATE project aimed to work with young people to create, inform, and disseminate obesity-preventive evidence-based policies using a complex systems perspective. This paper draws lessons from this experience and proposes a protocol for embedding systems thinking within a research project. We first draw on existing systems thinking frameworks to analyze how systems thinking was translated across CO-CREATE, including the flow and relationship between the work packages and in the methods used. We then take the lessons from CO-CREATE and the principles of existing systems thinking frameworks-which focus on various points of intervention planning and delivery but not on research projects as a whole-to formulate a protocol for embedding systems thinking across a research project. Key lessons for future planning and delivery of systems-oriented research projects include incorporating "boundary critique" by capturing key stakeholder (adolescent) values and concerns; working to avoid social exclusion; ensuring methodological pluralism to allow for reflection and responsiveness (with methods ranging from group model building, Photovoice, and small group engagement); getting policy recipients to shape key questions by understanding their views on the critical drivers of obesity early on in the project; and providing opportunity for intraproject reflection along the way.
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 | 0,330 | 0,328 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,009 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,005 | 0,014 |
| Intégrité de la recherche | 0,009 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,024 |
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 ».