MétaCan
Menu
Retour à la cohorte
Enregistrement W4417397275 · doi:10.1186/s12961-025-01436-3

Establishing criteria and distributing conference grants for participants from the Global South: experiences from the Canadian Conference on Global Health 2024

2025· article· en· W4417397275 sur OpenAlexaffabout
Alisha Gauhar, M.J. Mutumba-Nakalembe, Colleen Davison, Michelle Amri

Notice bibliographique

RevueHealth Research Policy and Systems · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensCanadian Public Health AssociationQueen's UniversityWestern UniversityBC Centre for Disease ControlUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésScholarshipRubricHealth services researchGlobal healthPublic healthHealth policyHealth administrationInternational developmentProcess (computing)

Résumé

récupéré en direct d'OpenAlex

The annual Canadian Conference on Global Health (CCGH) provides a platform for global health professionals and students from various sectors and disciplines to share knowledge and innovations in research, policy, and practice. However, known barriers disproportionately faced by participants from the Global South (PGS) often result in a lower representation, attendance, and participation of PGS in conferences such as the CCGH. Recognizing these barriers and to promote greater conference equity, the Canadian Association for Global Health (CAGH) with funding from the International Development Research Centre created a scholarship programme for PGS to provide full and partial funding to attend the CCGH. This paper details the six-step process used for the creation of the PGS scholarship criteria, as well as considerations for selecting recipients, methods for scoring applications, and processes for distributing the scholarships. The criteria and rubric designed provides a foundation for a reproducible resource that can be scaled up for other international conferences and can be applied to other groups underrepresented in conference settings.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,385
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0010,000
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 Opus0,439
Tête enseignante GPT0,551
Écart entre enseignants0,112 · 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.

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'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetGlobal Health and SurgeryTravaux en français237 207