A Three-Way Approach to Evaluating Partnerships: Partnership Survey, Integration Measure and Social Network Analysis
Notice bibliographique
Résumé
An increasing number of initiatives are delivered through cross-sectoral or cross-jurisdictional partnerships. Methods to evaluate partnerships have also proliferated, but tend to focus only on particular aspects of partnerships. None alone provide a comprehensive picture of how a partnership is working. Working on commissioned evaluations of partnership initiatives, we have faced the challenge of selecting appropriate methods to gather information on partnership processes—from program or community-level partnerships to partnerships across the highest levels of government. While many partnership evaluations rely on analysis of participants’ views on how effectively the partnership works, more powerful evaluation demands methods to collect systematic quantifiable data on the actual behaviour of the partnership and how it changes over time. We reviewed a number of quantitative methods for assessing partnership processes and outcomes. As a result, we have been adapting and trialling three data collection tools to assess different aspects of partnerships: 1 A partnership survey (adapted from the Nuffield Partnership Assessment Tool): to collect systematic feedback from participating stakeholders on key partnership dimensions. 2 An integration measure (based on the Human Services Integration Measure developed by Browne and colleagues in Canada): to assess the level of cooperation between participating partners. 3 Social network analysis (employing a sociocentric approach and analysing data using UCINET 1 ): to collect information on interactions between individuals in the partnership. We have found that the complementarity of these methods provides a robust and more complete picture of the processes and outcomes of partnership initiatives and can be used in combination with qualitative methods to enhance the robustness of partnership assessments.
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 | 0,230 | 0,241 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,034 | 0,032 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».