New Perspectives of Reciprocity in Community-Engaged Learning: A Case Study of a First-Year Post-Secondary Knowledge Exchange Project in an Over-researched Urban Community
Notice bibliographique
Résumé
This paper describes key discoveries and lessons learned about the practice of reciprocity in community-engaged learning (CEL). We draw from an example of a multi-partner, multi-year, CEL project that addresses a community-identified priority to access jargon-free research findings about their community. Our project benefits community members in an over-researched, equity-deserving, inner-city neighborhood without requiring the direct presence of large numbers of university students in the community. In this collaboration, first-year undergraduate students in introductory academic writing courses at the [Canadian post-secondary institution] create publicly accessible infographic summaries of research articles arising from studies that have taken place in [an over-researched inner-city] neighborhood. First-year students, in their position as novice scholars, bring helpful perspectives to the task of knowledge translation. As apprentice researchers not yet immersed in disciplinary languages, they are cognizant that the specialized types of discourse used in research writing are often not accessible to readers outside the academy. Pairing students with community-engaged researchers leads to multi-directional benefits: students develop their knowledge translation skills in an authentic research writing situation; researchers benefit from publication of supervised, student-authored infographics of their scholarship; and over-researched communities gain access to relevant research findings. A community-embedded institutional unit is crucial to the project’s success, providing the resources, relationships, and boundary-spanning expertise required to ensure this project is successful from the perspective of the community and the university.
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 | 0,061 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,048 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».