MétaCan
Menu
Retour à la cohorte
Enregistrement W2511585254 · doi:10.1177/2158244016663800

Developing a Framework for Research Evaluation in Complex Contexts Such as Action Research

2016· article· en· W2511585254 sur OpenAlexaff
Eileen Piggot‐Irvine, Deborah Zornes

Notice bibliographique

RevueSAGE Open · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésReflexivityAccountabilityAction researchUnderpinningProcess (computing)Process managementKnowledge managementAction (physics)Conceptual frameworkDialogical selfFormative assessmentComputer scienceManagement scienceSociologyPsychologyBusinessPolitical scienceEngineeringPedagogySocial psychology

Résumé

récupéré en direct d'OpenAlex

Early investigation led the Evaluative Study of Action Research (ESAR) team to conclude that the complexity of a global, large scale study (evaluation of more than 100 highly diverse action research [AR] projects) called for an overarching research evaluation framework that differed from traditional frameworks. This article details the flexible, rigorous, Evaluative Action Research (EvAR) framework developed to meet the complex demands of the diverse AR projects and the intent to conduct high engagement research evaluation. The EvAR fulfilled multiple overarching needs to: authentically collaborate, engage, and enhance ownership from the ESAR team and the AR project participants and boundary partners evaluated; be informed in decision making via strong reference support; be responsive and flexible yet meet accountability demands to track, demonstrate, and measure process, outcomes, and impacts of projects; use mixed-method data collection to enhance rigor of findings; and utilize a highly reflective and reflexive approach to the evaluation. Many of the latter needs align with underpinning principles and values in AR itself; that is, it is collaborative, consultative, democratic, reflective, reflexive, dialogical, and improvement oriented. Rationale for the framework is provided alongside full details of phases and implementation elements using the ESAR as an example. Throughout the article, features are highlighted that distinguish this new EvAR framework from others. The advantages of adopting a flexible framework, which aims to enhance engagement of those evaluated, are highly relevant to contexts beyond AR if ownership of evaluation outcomes is a goal.

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)0,601
score de la tête « metaresearch » (Gemma)0,364
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,491

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6010,364
Méta-épidémiologie (sens strict)0,0050,003
Méta-épidémiologie (sens large)0,0060,006
Bibliométrie0,0200,013
Études des sciences et des technologies0,0130,095
Communication savante0,0410,036
Science ouverte0,0110,024
Intégrité de la recherche0,0130,020
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,935
Tête enseignante GPT0,770
Écart entre enseignants0,165 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineÉvaluation
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

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAGE OpenMême sujetEvaluation and Performance AssessmentTravaux en français237 207