MétaCan
Menu
Retour à la cohorte
Enregistrement W2482243048

L’étude d’évaluabilité : Une approche d’évaluation de programmes encore mal connue et peu utilisée

2016· article· fr· W2482243048 sur OpenAlexaffvenue
Biessé Diakaridja Soura, Christian Dagenais, Robert Bastien, Jean‐Sébastien Fallu, Michel Janosz

Notice bibliographique

RevueCanadian Journal of Program Evaluation · 2016
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Resume : L’etude d’evaluabilite (EE) a ete conceptualisee vers la fin des annees 1970 a la suite du constat de la mauvaise qualite d’implantation des programmes et de l’incapacite des evaluations a repondre aux besoins des parties prenantes. L’EE demeure, cependant, une approche d’evaluation de programmes encore peu utilisee malgre le fait qu’elle peut apporter une contribution substantielle a l’amelioration des programmes. En effet, ce type d’evaluation permet d’une part, de favoriser la clarification de la theorie du programme qui sous-tend la mise en œuvre des activites et d’autre part de faciliter l’elaboration du modele logique qui aide a l’implantation. Lorsqu’elle est conduite par un evaluateur ou une equipe d’evaluateurs qui possede les competences requises, elle permet egalement de disposer d’informations utiles a l’evaluation formative ou sommative qui sera entreprise. L’EEP fait partie des evaluations de type exploratoire que l’on peut realiser de quelques semaines a plusieurs mois en fonction de la complexite du programme et de son ampleur. Abstract:  Evaluability assessment (EA) was conceptualized in the late 1970s following the finding of poor program implementation quality and inability of evaluations to meet stakeholders’ needs. EA is an approach that might allow improvement to both the program and the evaluation to be conducted later. In fact, EA may, on the one hand help clarify a program theory and on the other hand, facilitate the  elaboration of the logic model, which are helpful for program implementation. When conducted by an evaluator or team of evaluators with the required skills, EA may also help to gather useful information in support of the program’s summative and formative evaluation. EA is considered an exploratory type of evaluations that can be conducted over a period of few weeks to several months, depending on the complexity of the program and its scope.

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)0,088
score de la tête « metaresearch » (Gemma)0,132
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,468

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0880,132
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0030,009
Communication savante0,0150,010
Science ouverte0,0030,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,296
Tête enseignante GPT0,500
Écart entre enseignants0,204 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Program EvaluationMême sujetEvaluation and Performance AssessmentTravaux en français237 207