Piece of Mind: knowledge translation performances for public engagement on Parkinson’s disease and dementia
Notice bibliographique
Résumé
Introduction The subjective experience of illness is often overshadowed by the disease-and-cure focus of health research, contributing to the stigmatization of conditions such as Parkinson’s disease and dementia. This is exacerbated by the fact that traditional means of knowledge dissemination are inaccessible to non-academic audiences, hampering meaningful dialogue with and research uptake by the broader community. Methods Our arts-based knowledge translation project, Piece of Mind, brought together neuroscientists, people with Parkinson’s disease or dementia, care partners and artists (musicians, dancers, circus acrobats) to co-create 2 multi-media performances based on scientific research and lived experience. We investigated whether the resulting interdisciplinary, multimedia performances could (1) challenge misperceptions around Parkinson’s/dementia; and (2) render neuroscientific research accessible to a diverse audience. Prior to and immediately following virtual screenings of the feature-length Piece of Mind Parkinson’s and Dementia filmed performances, audience members were invited to complete pre-post questionnaires comprised of demographic, Likert-scale and open-ended questions. Results Responses indicated that both performances elicited strong emotional engagement and improved self-reported understanding and empathy towards individuals with Parkinson’s and dementia. Based on a thematic analysis on open-ended questions, we consider the barriers and facilitators to the audience’s receptiveness and discuss the performances’ potential as a knowledge translation tool. Discussion By presenting an emotionally engaging perspective on Parkinson’s and dementia, Piece of Mind acts as an important complement to text-based knowledge dissemination in health research.
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,005 |
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 ».