Reflections on Empowerment Evaluation: Learning from Experience
Notice bibliographique
Résumé
Abstract: Empowerment evaluation (EE) is the use of evaluation concepts, techniques, and findings to foster improvement and self-determination. It employs both qualitative and quantitative methodologies. Although it can be applied to individuals, organizations, communities, and societies or cultures, the focus is usually on programs. A wide range of programs use EE, including substance abuse prevention, indigent health care, welfare reform, battered women’s shelters, adolescent pregnancy prevention, individuals with disabilities, doctoral programs, and accelerated schools. This approach has been institutionalized within the American Evaluation Association since its introduction in 1993 and is consistent with the spirit of the standards developed by the Joint Committee on Standards for Educational Evaluation. Empowerment evaluation has become a worldwide phenomenon, its acceptance in part a function of timing. Evaluators were already using forms of participatory self-assessment or were prepared to use it because it represented the next logical step. Funders and clients were focusing on program improvement and capacity building. A critical match between people and common interests was made with an underlying and often implicit commitment to fostering self-determination. Widespread use of this evaluation approach was also a result of its appearance on the Internet.
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 | 0,117 | 0,136 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,030 |
| Communication savante | 0,015 | 0,022 |
| Science ouverte | 0,004 | 0,016 |
| Intégrité de la recherche | 0,010 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».