The 5 Cs for innovating in evaluation: Lessons from the field
Notice bibliographique
Résumé
Innovation is essential in addressing complex evaluation capacity building (ECB) efforts that include a host of interacting, nonlinear, adaptive, and dynamical individual and organizationallevel factors. This article highlights five key ingredients in fostering innovation in ECB, based on evaluation capacity building efforts of the Ontario Centre of Excellence for Child and Youth Mental Health. For the past 5 years, 87 organizations have participated in an integrated ECB program combining funding, training, and coaching support. The five key ingredients to fostering innovation in ECB are curiosity, courage, communication, commitment, and connection. L’innovation est essentielle pour aborder les efforts complexes de renforcement et de developpement des capacites d’evaluation (RCE) qui comprennent une gamme de facteurs uniques et organisationnels en interaction, facteurs non lineaires, adaptables, et dynamiques. Cet article presente cinq ingredients cles pour favoriser l’innovation dans le RCE bases sur les efforts de renforcement des capacites d’evaluation du Centre de l’excellence de l’Ontario en sante mentale des enfants et des adolescents. Depuis 5 ans, 87 organisations ont participe a un programme RCE associant le financement, la formation, et les services d’accompagnement. Les cinq principaux ingredients pour favoriser l’innovation dans le RCE sont la curiosite, le courage, la communication, l’engagement, et la connexion.
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 | 0,172 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,078 |
| Communication savante | 0,026 | 0,024 |
| Science ouverte | 0,005 | 0,020 |
| Intégrité de la recherche | 0,012 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».