MétaCan
Menu
Retour à la cohorte
Enregistrement W2605706618 · doi:10.1177/1356389017697620

Evaluability assessment of a small NGO in water-based development

2017· article· en· W2605706618 sur OpenAlexafffundabout
Stephanie K. Lu, Susan J. Elliott, Christopher M. Perlman

Notice bibliographique

RevueEvaluation · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesMitacs
Mots-clésAccountabilityContext (archaeology)Political sciencePublic relationsWater developmentFace (sociological concept)Qualitative researchBaseline (sea)PsychologySociologyWater resourcesGeographySocial science

Résumé

récupéré en direct d'OpenAlex

Small non-governmental organizations (NGOs) working in water-based development in low- and middle-income countries face unique challenges when it comes to evaluative practice. Few prioritize evaluation because they lack expertise and/or feel strongly about funding programs and not processes, given accountability to donors. To examine facilitators and barriers to evaluation in this context, we embarked on an organizational-level evaluation of H2O 4 ALL, a Canadian NGO with no prior evaluation experience. We first conducted an evaluability assessment, guided by Thurston and Potvin’s framework for social change programs, to understand evaluation priorities and needs. By triangulating findings from three qualitative sources of data – an environmental scan, a document review, and in-depth interviews – we demonstrated evaluability assessments’ applicability to water-based development and established a baseline for further research.

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)0,046
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0460,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,446
Tête enseignante GPT0,583
Écart entre enseignants0,136 · 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'étudeObservationnel
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

Citations7
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEvaluationMême sujetEvaluation and Performance AssessmentTravaux en français237 207