MétaCan
Menu
Retour à la cohorte
Enregistrement W4401485874 · doi:10.1177/14761270241274590

Reflections on deep academic–practitioner partnering for generative societal impact

2024· article· en· W4401485874 sur OpenAlexafffund
Natalie Slawinski, Bruna Brito, Jennifer Brenton, Wendy K. Smith

Notice bibliographique

RevueStrategic Organization · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanada First Research Excellence FundOcean Frontier Institute
Mots-clésGeneral partnershipScholarshipGenerative grammarInterdependenceOrder (exchange)Value (mathematics)SociologyPoint (geometry)Public relationsPolitical scienceBusinessComputer scienceSocial scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

While academics increasingly point to the value of engaged scholarship, we describe a more extreme form which we label as "deep partnering"-a long-term, holistic, and dynamic collaboration between academics and practitioners to achieve shared goals. Deep partnering involves interdependent and evolving interactions between academics and practitioners over an extended time period. While such relationships enable generative impact on important issues, these relationships remain challenging as academics spend time in the practitioners' complex worlds, surfacing paradoxes due to the partners' conflicting roles, time horizons, and goals, as well as uncertainty in the partnership's evolution. In this essay, we reflect on our experiences working closely with practitioners on a program of research over more than a decade in order to expand on a deep partnering approach, including the paradoxes and emotional discomfort it surfaces, and we identify practices to navigate these paradoxes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,058
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,309

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0580,062
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0320,058
Communication savante0,0300,026
Science ouverte0,0040,046
Intégrité de la recherche0,0080,020
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,417
Tête enseignante GPT0,626
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStrategic OrganizationMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207