Whither convergence? Co-designing convergent research and wrestling with its emergent tensions
Notice bibliographique
Résumé
Convergence has emerged as an important paradigm for conducting research that tackles grand societal challenges. It demands deep integration of multiple disciplines for a holistic understanding of the complexity of these challenges. In the last decade, most convergent research efforts have focused on the integration of science, technology, engineering, and mathematics (STEM). However, addressing societal challenges necessitates greater integration of the social sciences in order to bring in critical and reflexive thinking. Design, as a discipline, integrates social science foundations with the creative arts and a strong future orientation, to understand human behaviors and interactions across socio-technical systems. Although design has gained attention at the U.S. National Science Foundation (NSF) as a means of identifying use-inspired research and facilitating cross-disciplinary collaboration, it has not been more widely recognized as a valuable discipline contributing to convergent research. This paper examines design’s role in activating convergence within Multiscale Resilient, Equitable, and Circular Innovations with Partnership and Education Synergies for Sustainable Food Systems (RECIPES), an NSF-funded Sustainable Regional Systems Research Network. RECIPES aims to develop scientific breakthroughs in characterizing the complex challenges surrounding food loss and waste in the U.S., as well as to develop innovative, circular, and socially equitable solutions for reducing and managing wasted food. The network uses design to help infrastructure convergence. Prioritizing authentic whole person engagement among network participants, fostering critical reflection through convergence and divergence cycles, and making space for open-ended inquiries around emergent tensions are vitally important. This article is a reflection on this role, with insights and recommendations for more effectively leveraging design in convergence.
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 | 0,269 | 0,302 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,011 | 0,050 |
| Communication savante | 0,025 | 0,034 |
| Science ouverte | 0,006 | 0,025 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».