MétaCan
Menu
Retour à la cohorte
Enregistrement W2727038118 · doi:10.3138/cjpe.31039

“Advocates Change the World; Evaluation Can Help”: A Literature Review and Key Insights from the Practice of Advocacy Evaluation

2017· review· en· W2727038118 sur OpenAlexvenueaboutno aff
Juniper Glass

Notice bibliographique

RevueCanadian Journal of Program Evaluation · 2017
Typereview
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePublic relationsWork (physics)Theory of changeResource (disambiguation)Value (mathematics)Public administrationSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract: It is only since the new millennium that assessments of policy and systems change initiatives have been given much attention in practice or in research. A comprehensive literature review of advocacy in human services non-profit organizations (NGOs) has found a “lack of systemic, rational evaluation and measurement of the effectiveness of advocacy.” Similarly, in a survey of 211 NGOs that undertake advocacy, only one in four (24.6 percent) reported that this work had been evaluated. While the survey was conducted in the United States, it is likely that Canadian NGOs are in a similar situation, not because of a lack of interest or value for evaluation but, rather, because assessing systems change initiatives is challenging territory and NGOs face considerable resource and time constraints that put such evaluation low on the priority list. This article provides a review of key insights from advocacy evaluation practice and research that may help orient and inform NGOs as they decide on evaluation strategies. I will outline the state of the field of systems- and policy-change evaluation in North America as well as its benefits and challenges. Finally, a synthesis of the main steps in advocacy evaluation planning and implementation offers a broad map to NGOs seeking to enhance this practice in their own organizations.

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)0,073
score de la tête « metaresearch » (Gemma)0,041
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0730,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,569
Tête enseignante GPT0,599
Écart entre enseignants0,030 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations12
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

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