MétaCan
Menu
Retour à la cohorte
Enregistrement W4413965482 · doi:10.1080/17533015.2025.2555254

Bringing health research to life: readers theatre as an innovative knowledge translation strategy

2025· article· en· W4413965482 sur OpenAlexafffund
Poppy Jackson, Alison Luke, Sandra Bell, Shelley Doucet

Notice bibliographique

RevueArts & Health · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesFondation de la recherche en santé du Nouveau-Brunswick
Mots-clésKnowledge translationPsychologyMedical educationEngineering ethicsKnowledge managementEngineeringMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Arts-based knowledge translation (KT) tools are increasingly being used to make health research more accessible and engaging. METHODS: This paper reports on the evaluation of Readers Theatre - short, theatrical vignettes - as a method for sharing qualitative interview findings with diverse audiences. This approach was evaluated in three settings: a workshop for caregivers and care providers and two undergraduate health classrooms. RESULTS: Results demonstrate that Readers Theatre is an educational, enjoyable, effective, and useful tool for KT. Most participants perceived it to be as effective or more effective than other KT methods. CONCLUSIONS: While the results are promising, further research is warranted to better understand its full potential.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,324

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,018
Communication savante0,0120,009
Science ouverte0,0020,017
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,899
Tête enseignante GPT0,760
Écart entre enseignants0,139 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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'admission2
Résumé présentoui

Explorer davantage

Même revueArts & HealthMême sujetParticipatory Visual Research MethodsTravaux en français237 207