Perdus dans l’application des connaissances : besoin d’une carte ?
Bibliographic record
Abstract
Il existe une confusion et une incompréhension autour des concepts d’application des connaissances, de transfert de connaissances, d’échange de connaissances, d’utilisation de la recherche, de mise en œuvre, de diffusion et de dissémination. Nous examinons les termes et les définitions utilisés pour décrire le concept de mise en action des connaissances. Nous proposons également un cadre conceptuel pour réfléchir à son processus et y intégrer les rôles de la création et de l’application des connaissances. Les implications de l’application des connaissances pour la formation continue dans les professions de santé incluent le besoin de baser la formation continue sur les meilleures connaissances disponibles, l’utilisation de stratégies éducatives et d’autres stratégies de transfert dont l’efficacité est reconnue, et la valeur de l’apprentissage des théories de l’action planifiée pour être à même de mieux comprendre et d'influencer le changement dans les contextes de pratique.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.001 |
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 teacher head, 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".