MétaCan
Menu
Retour à la cohorte
Enregistrement W4406081053 · doi:10.1017/cts.2024.1165

Institutional community engagement leader perspectives on supporting ethical community-engaged research

2025· article· en· W4406081053 sur OpenAlex
Stephanie Solomon Cargill, Nancy Shore, Rachel Olech, Phoebe Friesen, Jessica Rowe, Sana Khoury-Shakour, Emily E. Anderson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Clinical and Translational Science · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcGill University
Organismes subventionnairesNational Institutes of Health
Mots-clésCommunity engagementSociologyPublic relationsPsychologyEngineering ethicsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Introduction: Over the last couple of decades, there has been a growing awareness of the value of community-engaged research (CEnR). Simultaneously, many academic institutions have established centralized support for CEnR. For example, dozens of academic medical centers in the United States receive National Institutes of Health (NIH)-funded Clinical and Translational Science Awards (CTSAs) and have embedded community engagement programs (CE) whose primary expertise and mission is to advance CEnR at their institutions. Methods: As part of a larger interview study aiming to learn more about how institutional CE programs and HRPPs work together, we analyzed interviews with CE program leaders at academic medical centers that receive funding from the NIH CTSA program to identify barriers and strategies to conducting CEnR at their institutions, primarily focusing on the relationships with Institutional Review Boards (IRBs). Results: We identified three categories in the interviews: barriers and strategies vis-à-vis IRBs to address 1) CE/IRB relationships; 2) Understanding issues; and 3) Structural and resource issues. Conclusions: CTSA CE program leaders have experience implementing solutions to common barriers to IRB review faced by CEnR researchers. The barriers they face in these three categories and the strategies they use to overcome them can provide helpful insights to others who hope to facilitate CEnR research at their institutions.

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.

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaIntégrité de la recherche
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
gptMétarecherche
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifmedium
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,338
score de la tête « metaresearch » (Gemma)0,107
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche, Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,3380,107
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0240,004
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,033
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,949
Tête enseignante GPT0,805
Écart entre enseignants0,144 · 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