MétaCan
Menu
Retour à la cohorte
Enregistrement W4408158826 · doi:10.3389/feduc.2025.1423832

Navigating barriers and pathways in capacity development for knowledge mobilization: perspectives from McGill University’s Faculty of Education

2025· article· en· W4408158826 sur OpenAlexaffabout
Hamid Golhasany, Blane Harvey

Notice bibliographique

RevueFrontiers in Education · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMobilizationKnowledge managementEngineering ethicsSociologyPolitical scienceEngineering managementMedical educationEngineeringPedagogyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction This study offers a case study of capacity development for Knowledge Mobilization (KMb) within the context of McGill University’s Faculty of Education, focusing on the experiences of researchers and students engaged in KMb. Amidst increasing global demands for academic research to contribute to societal benefits, this case study evaluated the participants’ experiences of challenges and support received in doing KMb activities. Methods This case study followed a qualitative exploratory approach, utilizing semi-structured interviews to gather detailed insights from graduate students and faculty members within McGill University’s Department of Integrated Studies in Education (Montreal, Canada). Ten participants were selected through convenience sampling, to provide a diverse representation of experiences in engaging with KMb practices. The study’s inductive data analysis strategy allowed for a comprehensive analysis of the challenges and supports related to KMb and grounded findings in the real-world experiences and perspectives of those directly involved in KMb efforts. Results The research revealed organizational challenges, including inadequate recognition of KMb efforts and insufficient institutional support, as significant barriers to effective KMb. Despite these obstacles, certain enablers, such as KMb training and supportive relationships with supervisors, highlight the potential pathways for enhancing KMb capacity. Notably, the study uncovered a discrepancy between the availability and accessibility of KMb support, pointing to the necessity of tailored, accessible capacity development strategies. Discussion By emphasizing the need for systemic changes and prioritizing organizational capacity development, this research contributes to a more nuanced understanding of fostering effective and inclusive KMb practices with faculties of Education and beyond.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,521
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,086
Tête enseignante GPT0,422
Écart entre enseignants0,337 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EducationMême sujetEvaluation and Performance AssessmentTravaux en français237 207