From Promise to Practice: How Health Researchers Understand and Promote Transdisciplinary Collaboration
Notice bibliographique
Résumé
There is an increasing emphasis on transdisciplinary research to address the complex challenges faced by health systems. However, research has not adequately explored how members of transdisciplinary research teams perceive, understand, and promote transdisciplinary collaboration. As such, there is a need to investigate collaborative behaviors, knowledge, and the impacts of transdisciplinary research. To address this gap, we conducted a longitudinal realist evaluation of transdisciplinary collaboration within a 5-year National Health and Medical Research Council-funded Center of Research Excellence in Transdisciplinary Frailty Research. The current study aimed to explore researchers' perceptions and promotion of transdisciplinary research specifically within the context of frailty research using qualitative methods. Participants described transdisciplinary research as a collaborative and integrative approach that involves individuals from various disciplines working together to tackle complex research problems. However, participants often used terms like interdisciplinary and multidisciplinary interchangeably, indicating that a shared understanding of transdisciplinary research is needed. Barriers to transdisciplinary collaboration included time constraints, geographical distance, and entrenched collaboration patterns. To overcome these challenges, participants suggested implementing strategies such as creating a shared vision and goals, establishing appropriate collaboration systems and structures, and role modeling collaborative behaviors, values, and attitudes. Our findings underscore the need for practical knowledge in developing transdisciplinary collaboration and leadership skills across different career stages. In the absence of formal training, sustained and immersive programs that connect researchers with peers, educators, and role models from various disciplines and provide experiential learning opportunities, may be valuable in fostering successful transdisciplinary collaboration.
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 | 0,349 | 0,403 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,010 | 0,005 |
| Études des sciences et des technologies | 0,033 | 0,079 |
| Communication savante | 0,067 | 0,075 |
| Science ouverte | 0,013 | 0,083 |
| Intégrité de la recherche | 0,027 | 0,038 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».