Best bang for your buck: Considerations for cost-efficiency in knowledge co-production
Notice bibliographique
Résumé
Knowledge co-production is a key strategy of collaborative engagement between research and management to achieve better outcomes. Whereas the principles of knowledge co-production in support of evidence-informed policy-making are increasingly understood, our understanding of its cost-efficiency - putting benefits in relation to its cost - is in its infancy. Here, we approach this gap by exploring the key considerations for ensuring that the benefits of co-production processes outweigh the significant direct and indirect costs they can incur. We conceptualise a relationship between the costs and benefits of co-production, consider preconditions that affect those costs and benefits, and outline options for improving the cost-benefit relationship. Specifically, we explore how to maximise co-production efficiency for key principles underpinning effective knowledge co-production (context-based, pluralistic, goal-oriented, interactive) and illustrate this with a hypothetical case study of co-production for the use and management of an emerging small-scale fishery. To this end, we conclude by providing a series of guiding questions that practitioners of co-production can use to help ensure that the benefits outweigh the costs. Our results provide researchers and practitioners with improved understanding of the costs and benefits of co-production and encourage the consideration of cost-efficiency in the planning of participatory research. Further, by considering the costs and benefits of co-production processes we provide critical insights into how to ensure effective and efficient science-policy engagement where expectations might exceed limited resources. This includes enabling more transparent and accountable funding and engagement decisions while engaging multiple context-specific streams of policy-relevant knowledge for evidence-informed policy.
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 | 0,152 | 0,250 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,062 |
| Communication savante | 0,040 | 0,062 |
| Science ouverte | 0,007 | 0,025 |
| Intégrité de la recherche | 0,015 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 ».