Rural Futures - Mobilizing Knowledge and Sustaining Partnerships at the University of Guelph
Notice bibliographique
Résumé
The future of rural places, people, and environments is critical to the province of Ontario. Launched in 2022, supported by the Ontario Agri-Food Innovation Alliance, the Rural Futures initiative explores ways to amplify the knowledge mobilization of rural research conducted at the University of Guelph and rural-based organizations across Ontario. This poster shares insights collected from rural partners, an inventory of student and faculty-produced rural research generated at the University of Guelph, and plans for future knowledge mobilization activities. Dialogues with rural partners illuminated valuable insights into the barriers preventing rural knowledge from reaching its intended audiences. While their knowledge-related needs differ significantly, every respondent noted the need for deeper collaboration between rural actors and a resource to help identify and facilitate opportunities for rural Ontarians. The project team has also collected and analyzed thousands of rural-related research items generated at the University of Guelph since 2010, identifying 5,112 articles. As a centre for rural knowledge, the initiative intends to build on these insights from the University of Guelph by supporting new knowledge mobilization activities. As part of this process, the research team is currently constructing an online pathfinder site that will act as a repository of rural research and a tool to help connect rural partners across Ontario to knowledge-based resources. These initial projects will continue to build on each other, strengthening Ontario’s rural communities and the agri-food sector in the process.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,006 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».