MétaCan
Menu
Retour à la cohorte
Enregistrement W4408822858 · doi:10.1017/cts.2024.952

320 Bridging the gap: Effective promotion of academic and community engaged (PACE) research dissemination strategies

2025· article· en· W4408822858 sur OpenAlexaff
Tara Truax, Patricia Piechowski, Polly Gipson Allen, Sarah Bailey, Daphna Stroumsa

Notice bibliographique

RevueJournal of Clinical and Translational Science · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensMichener Institute
Organismes subventionnairesnon disponible
Mots-clésBridging (networking)PacePromotion (chess)Public relationsPolitical scienceComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

Objectives/Goals: Present a framework for hosting Community Grand Rounds, where community and academic partners showcase completed community-engaged research (CEnR) projects. This highlights innovative dissemination methods, engages diverse audiences, elicits community responses, and advances the translational science of CEnR. Methods/Study Population: Our approach involves planning and outreach to collaborate with promotion of academic and community engaged grantees to develop community dissemination events that translate the science of CE into accessible, relatable, culturally relevant formats for diverse audiences. These events incorporate interactive presentations that encourage active participation and feedback from attendees. Following each event, an evaluation is completed to assess community impact. Key strategies for hosting, facilitating, and utilizing diverse marketing to ensure that events are tailored to culturally diverse community groups, including regional implementation when practical. This collaborative approach meets a critical need and strengthens the bond between researchers and the communities they aim to serve. Results/Anticipated Results: These events create a feedback loop between the community and academic researchers. It was not just about telling people what was found. We created opportunities for community members and academics to build trust, give us feedback, ask questions, and discuss how findings could be practically applied. By presenting the findings in an accessible way within the community, community members are more informed and empowered to make decisions or advocate for changes in their own lives based on the research. Academics also benefited from community feedback, which provided new insights to help refine future research questions and methods. The goal is for shared conversation and understanding between community members and academics to inspire real-world applications and policy change directly informed by the research. Discussion/Significance of Impact: Community Grand Rounds are one dissemination strategy to leverage community–academic collaboration to present tailored research, fostering engagement, understanding, and action between researchers and community members. This approach effectively enhances the translational science of CEnR by involving and benefiting the community.

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)0,012
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 enseignants0,930
Score d'incertitude au seuil0,775

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,105
Tête enseignante GPT0,458
Écart entre enseignants0,353 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Translational ScienceMême sujetBiomedical and Engineering EducationTravaux en français237 207