MétaCan
Menu
Retour à la cohorte
Enregistrement W2731017049 · doi:10.1093/geroni/igx004.2443

THEORIES OF EVALUATION AND THE MEANING OF A SUCCESSFUL AFCC PROGRAM

2017· article· en· W2731017049 sur OpenAlexaffabout
Sheldon Garon, Anne Veil, Mario Paris, Salomé Vallette

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSports Analytics and Performance
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMeaning (existential)PsychologyEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This presentation aims to describe the experience of the Age-Friendly Cities and Communities in Quebec, Canada (AFCC-QC), in order to contribute to knowledge building related to the evaluation process and to reflect on the pattern of evidence of what could mean a successful AFCC program regarding to different contexts. AFC-QC started with 7 pilot projects in 2008 and is now in implementation in 766 municipalities in 2016. It’s based on a mixed methods design, which provides an important body of data. This experience raises the question of how do we evaluate an AFCC program? There are more than a dozen of affiliated programs in the WHO Global Network of Age Friendly Cities and Communities (GNAFCC). Each of them takes place in different contexts. The theory of evaluation states explicitly the importance of these contexts. Through the lens of three different types of evaluation models (experimental, logic model, participatory), we’ll discuss how these models can or cannot address the different realities of AFCC.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,280
Score d'incertitude au seuil0,125

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,042
Tête enseignante GPT0,305
Écart entre enseignants0,263 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetSports Analytics and PerformanceTravaux en français237 207