MétaCan
Menu
Retour à la cohorte
Enregistrement W2946705940 · doi:10.3138/cjpe.42976

Evaluating Youth Drop-In Programs: The Utility of Process Evaluation Methods

2019· article· en· W2946705940 sur OpenAlexaffvenue
Derek Chechak, Judith M. Dunlop, Michael J. Holosko

Notice bibliographique

RevueCanadian Journal of Program Evaluation · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensThe King's UniversityWestern UniversityCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésDisadvantagedPsychological interventionMandateDrop outNeighbourhood (mathematics)Social workPsychologyPublic relationsProcess (computing)Knowledge managementBusinessSociologyApplied psychologyMedical educationPolitical scienceComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract: In North America, neighbourhood youth centres typically offer essential community-based programs to disadvantaged and marginalized populations. In addition to providing pro-social and supportive environments, they provide a host of educational and skill-development opportunities and interventions that build self-esteem, increase positive life relationships and experiences, and address social determinants of health. However, evaluators of such centres often have to work with moving changes in temporal components (i.e., service users, services, programs, and outcomes) that are unique and idiosyncratic to the mandate of the centre. Although there is an abundance of research on youth programs in general, there is a void in the literature on drop-in programs specifically, which this study aims to address. The lack of empirical research in this area inhibits knowledge about the processes of these centres. For this reason, the article concludes that process evaluation methods may be effectively used to substantiate the practice skills, knowledge, and managerial competencies of those responsible for program implementation.

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)0,050
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,682
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0500,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,377
Tête enseignante GPT0,547
Écart entre enseignants0,170 · 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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Program EvaluationMême sujetYouth Development and Social SupportTravaux en français237 207