MétaCan
Menu
Retour à la cohorte
Enregistrement W4415225339 · doi:10.15173/ijsap.v9i2.6674

Accessibility, authenticity, and agility

2025· article· en· W4415225339 sur OpenAlexvenueno aff
Michael Priestley, Hannah Rachael Slack, Vee Okobia, A. S. V. MacKenzie, Rachel Shemwell Rostron, Carys Lynn Hoggan, Nathan Damascus, Xinyi Zhan, Ayesha Memon, Nicola Byrom

Notice bibliographique

RevueInternational Journal for Students as Partners · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParticipatory action researchCitizen journalismBest practiceStudent engagementPostgraduate researchStrengths and weaknessesAuthentic learning

Résumé

récupéré en direct d'OpenAlex

Student loneliness is a prevalent challenge across universities around the globe. Epistemological, ethical, and efficacious challenges characterise contemporary research on student loneliness. To address this, our team of 11 staff researchers implemented a students-as-partners initiative with 16 students from 12 universities across the United Kingdom (UK). This student research team were responsible for co-producing the design, delivery, and dissemination of a research project to understand student belonging and loneliness. Adopting a participatory evaluation approach co-authored with seven members of the student research team, this paper critically examines strengths and limitations in our team’s approach to addressing common challenges in student-as-partners activities, namely engaging underrepresented groups, fostering meaningful and authentic engagement, and navigating sensitive topics. In doing so, we elicit good practice for inclusive, accessible, and impactful research with students as partners.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,292

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,034
Tête enseignante GPT0,563
Écart entre enseignants0,528 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Students as PartnersMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207