Roles and responsibilities when leading consensus meetings
Notice bibliographique
Résumé
Objective: To map the roles, responsibilities, criteria for evaluating performance, and characteristics of effective leadership among chairs and other principals of meetings where the goal is to reach a consensus-based decision. Introduction: The processes of peers evaluating grant applications to allocate research funding is considered essential to the discourse of science 2 3. Yet the process is increasingly questioned, and prone to bias. Furthermore, the structure and interactions of peer review committees is not always equitable. Inclusion criteria: Studies that report on leadership roles within consensus decision committees that follow a similar process to the grant peer review process, across organizations that are tied to funding directives. This review will include studies from a range of disciplines; health science, biomedicine, education, psychology, management research, law, ethics and policy. Methods: With the help of a medical librarian, we will create comprehensive search strategies using a range of bibliographic databases, citation indexes and websites. We will search the websites of academic bodies (e.g., learned societies) and other web sources of information (e.g., management research organizations) to locate grey papers. Two independent reviewers will screen abstracts and subsequently full-text articles, to identify potentially eligible studies for inclusion. This scoping review will report on the roles, responsibilities and potential performance indicators of consensus decision committees that follow a similar process to grant peer review.
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 | 0,252 | 0,479 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,020 | 0,016 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,024 | 0,017 |
| Science ouverte | 0,004 | 0,015 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,005 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».