Collaborating for (Game) Change(rs): Negotiating and Building Meaningful Action Research Partnerships
Notice bibliographique
Résumé
Sport- and physical activity-related participatory action research (PAR) often involves voluntary partnerships spanning institutions, organizations, and jurisdictions. Negotiating and maintaining multi-stakeholder and multi-jurisdictional research partnerships can be likened to a delicate balancing act fraught with potential challenges and strains impacting project outcomes (e.g., waning commitment, emerging external factors, new and/or revised stakeholder/organizational requirements, fidelity to the necessary care given when working with community partners and participants). This article presents PAR as a methodology in sport and physical activity that can potentially engage all research participants as co-researchers, sharing power equitably. Recognizing the need for continued attention and action in this area, we provide an overview of PAR in practice, identifying significant ideas and principles. Additionally, we outline Game Changers—a PAR project involving students with various disabilities, schools, PE teachers, coaches, national and community sport partners, and university researchers. Based on lessons learned from this multi-stakeholder and multi-jurisdictional research project, we interrogate the possibilities associated with engaging in PAR by exploring challenges and opportunities related to sport and physical activity-focused PAR.
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 | 0,149 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,020 | 0,034 |
| Communication savante | 0,018 | 0,020 |
| Science ouverte | 0,007 | 0,039 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».