MétaCan
Menu
Retour à la cohorte
Enregistrement W1965824013 · doi:10.1177/1098214013478142

The Case for Participatory Evaluation in an Era of Accountability

2013· article· en· W1965824013 sur OpenAlexaff
Jill Anne Chouinard

Notice bibliographique

RevueAmerican Journal of Evaluation · 2013
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAccountabilityTechnocracyCitizen journalismParticipatory evaluationContext (archaeology)Participatory GISPublic sectorSociologyPoliticsPublic administrationPublic relationsGovernment (linguistics)Social accountingPolitical scienceBusinessAccountingLaw

Résumé

récupéré en direct d'OpenAlex

Evaluation occurs within a specific context and is influenced by the economic, political, historical, and social forces that shape that context. The culture of evaluation is thus very much embedded in the culture of accountability that currently prevails in public sector institutions, policies, and program. As such, our understanding of the reception and use of participatory approaches to evaluation must include an understanding of the practices of new public management and of the concomitant call for accountability and performance measurement standards that currently prevail. In this article, the author discusses how accountability has been defined and understood in the context of government policies, programs, and services and provides a brief discussion of participatory and collaborative approaches to evaluation and the interrelationship between participatory evaluation and technical approaches to evaluation. The main part of the article is a critical look at key tensions between participatory and technocratic approaches to evaluation. The article concludes with a focus on the epistemological and cultural implications of the current culture of public accountability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,384
score de la tête « metaresearch » (Gemma)0,287
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,760

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3840,287
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0200,148
Communication savante0,0370,058
Science ouverte0,0060,030
Intégrité de la recherche0,0210,031
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,366
Tête enseignante GPT0,582
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations165
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EvaluationMême sujetEvaluation and Performance AssessmentTravaux en français237 207