Engaging knowledge users in knowledge mobilisation research: A scoping review
Bibliographic record
Abstract
Cette thèse examine les rôles et l'engagement des utilisateurs des connaissances dans la recherche sur la mobilisation des connaissances (MdC) sur la politique canadienne en matière d'enseignement et d'éducation de la maternelle à la 12e année. La recherche sur et autour du MdC s'est développée au cours de la dernière décennie. Ainsi, il est temps de réévaluer si les relations actuelles entre le producteur et l'utilisateur de connaissances dans la recherche MdC comportent les variables médiatrices ou les éléments récursifs promulgués comme les meilleures pratiques dans la recherche MdC.Une étude de la portée a été mené pour identifier le profil des utilisateurs des connaissances, tracer la recherche actuelle en matière de MdC en termes d'engagement des utilisateurs des connaissances et compter pour de tout changement apporté à leurs rôles dans le processus de recherche. Vingt-huit études pertinentes ont été identifiées et les données contextuelles et la fréquence d'engagement des utilisateurs des connaissances ont été collectées et analysées.Les résultats indiquent qu'un groupe diversifié d'utilisateurs des connaissances est engagé dans la recherche sur la MdC. Les utilisateurs des connaissances étaient impliqués le plus souvent pendant la phase de recherche et de collecte de données du processus de recherche. Avoir une relation de confiance et honnête entre les producteurs de connaissances et les utilisateurs était le catalyseur le plus courant pour un engagement positif des utilisateurs. Inversement, le manque de temps et de ressources s'est avéré être un obstacle courant à un engagement de qualité avec les utilisateurs des connaissances. Cette revue semble indiquer que l'intention et la fréquence d'engagement des utilisateurs des connaissances sont des facteurs critiques à considérer dans la recherche sur le MdC en éducation
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 | 0.011 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".