Bibliographic record
Abstract
DESCRIPTION: Les partenariats en ergothérapie entre les praticiens et les chercheurs sont importants pour produire des connaissances pertinentes pour la pratique clinique et pour favoriser la pratique fondée sur les données probantes au sein de la profession. BUT: Dans ce discours Muriel Driver, l'auteure discute des raisons pour lesquelles nous devons favoriser la participation des praticiens à la recherche et elle examine les conditions essentielles à la réussite des partenariats de recherche en collaboration. QUESTIONS CLÉS: Les partenariats de collaboration peuvent réduire les obstacles empêchant les praticiens de participer à la recherche et permettre de veiller à ce que les initiatives de recherche soient plus pertinentes pour la pratique clinique. Les facteurs clés pour établir et maintenir des partenariats significatifs sont la présence de conditions préalables et favorables au partenariat en lien avec le contexte, de même que l'utilisation de principes directeurs axés sur la vision, les valeurs, la confiance, la communication, le partage du pouvoir et les interactions. CONSÉQUENCES: Plusieurs des facteurs identifiés comme étant favorables à la réussite d'un partenariat de collaboration correspondent aux rôles fondamentaux des ergothérapeutes et témoignent de nos valeurs professionnelles. La prise en compte de ces facteurs lors de l'établissement de collaborations de recherche permettrait d'accroître les probabilités de réussite.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.034 | 0.129 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.007 | 0.010 |
| Scholarly communication | 0.021 | 0.016 |
| Open science | 0.004 | 0.014 |
| Research integrity | 0.008 | 0.010 |
| Insufficient payload (model declined to judge) | 0.112 | 0.079 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".