MétaCan
Menu
Retour à la cohorte
Enregistrement W2586534219 · doi:10.1080/0142159x.2017.1286310

Twelve tips for planning and conducting a participatory evaluation

2017· article· en· W2586534219 sur OpenAlexaff
Katherine Moreau

Notice bibliographique

RevueMedical Teacher · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésParticipatory evaluationParticipatory GISCitizen journalismGeneral partnershipStakeholderParticipatory planningStakeholder engagementParticipatory action researchSociologyProcess managementMedical educationKnowledge managementManagement sciencePublic relationsComputer scienceMedicinePolitical scienceBusinessEnvironmental planningEngineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Participatory evaluation involves a partnership between program evaluators and stakeholders. This paper provides tips for planning and conducting a participatory evaluation of a medical education program. The tips highlight the need to recognize the importance of judgment in participatory evaluation, assess the appropriateness of participatory evaluation for the setting, determine a predominant stream of participatory evaluation, and select stakeholders for participation carefully. The tips also suggest that one should initiate participation at the program planning stage, engage a participatory evaluator, develop an evaluation framework, associate participatory evaluation with more than just qualitative methods, and use technology to facilitate participation. Furthermore, the tips illuminate that while individuals can use participatory evaluation to build evaluation capacity, it is important that they use three dimensions (i.e. control of decision-making, stakeholder selection, depth of participation) for determining the level of "participatory-ness," as well as publish and reflect on their use of participatory evaluation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,024
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,853
Tête enseignante GPT0,661
Écart entre enseignants0,191 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetEvaluation and Performance AssessmentTravaux en français237 207