Mobilizing knowledge about urban change for equity and sustainability: developing ‘Change Stories’, a multi-country transdisciplinary study
Notice bibliographique
Résumé
Background: Health-focused research funders increasingly support multi-country research partnerships that study health, urban development and equity in global settings. To develop new knowledge that benefits society, these grants require researchers to integrate diverse knowledges and data, and to manage research-related aspects of coloniality, such as power imbalances and epistemic injustices. We conducted research to develop a transdisciplinary study proposal with partners in multiple middle and high income countries, aiming to embed equity into the methodology and funding model. Methods: Parallel to literature review, we used participatory and social research methods to identify case study cities for our primary study and to inform our study design. We conducted semi-structured interviews with informed and consented sustainable urban development experts in the USA (n=23). We co-developed our research approach with our global advisory group (n=14) and conducted a participatory workshop (n=30) to identify case study sites, also informed by conversations with international academic experts in sustainable development (n=27). Results: Through literature review we found that there is a need to study the contextual pre-conditions of urban transformation, the influence of coloniality on understandings of how cities can change and the failure of standard development practices to meet the needs of all residents and the planet. Through expert input and literature we found that decolonial and storytelling methods may help us show the complexities behind stories of urban transformation, particularly the role of marginalized populations in creating long-term change. Conclusions: There are multiple benefits of conducting research to develop an equitably designed multi-country research collaboration. We built new partnerships and co-developed our research approach, creating new understanding of diverse collaborators' disciplinary perspectives and institutional requirements. By investigating the informational needs of U.S. sustainable development actors and designing our study to meet these needs, we have increased the likelihood that our research will create impact.
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 | 0,013 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,049 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».