Conductor and Cobbler: Leadership Lessons From Large-Scale Research Partnership Facilitation
Notice bibliographique
Résumé
“I was a nurse, and now I’m an academic. Why would they think I know how to manage a website!?” (Colleague, personal communication). Many scholars make the transition from managing their own doctoral research project to larger-scale research involving funders, industry partners, community-based partners, or others. Although often well-prepared for research and theorizing, the leadership work of facilitation, project management, budget management, and other logistical and human aspects can be daunting and unfamiliar. This autoethnographic study examines my own experiences of making this transition, using personal notes and journal entries as data for analysis. By analyzing them through a concept of belonging (Pfaff-Czarnecka, 2011), I consider the lessons learned through a large-scale research project: a community-based project involving the creation of a connected network of rural research hubs, and how these lessons impacted my identity as a scholar and director of a research centre. I also share the process of how autoethnography can be enacted in such a role. The findings have been categorized into two metaphors: Conducting an orchestra without any music, and fitting shoes for diverse feet. These lessons offer ways of understanding the struggles and successes of learning to lead large-scale research projects while honouring the diversity of lived experiences and particularities of context, recognizing the need for all to belong within these complexities.
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 | 0,064 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,026 | 0,031 |
| Communication savante | 0,016 | 0,015 |
| Science ouverte | 0,004 | 0,017 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».