Alleviating poverty: how do we know the scope of the problem and when we have solved it?
Notice bibliographique
Résumé
Purpose This paper aims to outline and discuss how to incorporate the stakeholder perspective into performance measurement framework to enhance program effectiveness, accountability and understanding in relation to human development issues. Design/methodology/approach An examination of the literature and a review of best practices was undertaken to identify relevant performance measurements and indicators that could be utilized to measure incremental results and impacts related to poverty reduction strategies. Findings Credible demonstration of policy or program impacts for poverty reduction are dependent on understanding the distinction between inputs, outputs, outcomes and indicators. Moreover, to be trusted by the public, performance reporting on poverty reduction needs to focus more selectively on identifying the key measures of performance and the engagement of key constituents. The intention of this paper is to identify some current best practices and suggest a model with potential indicators, which could be utilized to measure incremental results and impacts in relation to human development issues that we contend is the essential next step if the power and resources of stakeholders are to be harnessed in the fight against poverty while enabling organizations to implement new ways of approaching measurement effectiveness and accountability in a strategic and comprehensive manner. Practical implications The paper advocates that an understanding of performance measurement theory and stakeholder engagement process can enable business leaders to create practical performance measurement frameworks, which in turn will lead to enhanced reporting and accountability for poverty reduction impacts and results. Originality/value This paper presents an overview of the literature which both enhances personal knowledge and understanding at the theoretical and practical levels enabling business leaders to gain insight on the inherent stakeholder factors that need to be considered when designing performance measurement strategies and reporting frameworks.
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 | 0,046 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,028 |
| Communication savante | 0,019 | 0,045 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,007 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».