L'élaboration et la mise en œuvre des recommandations issues d'évaluations de programmes au gouvernement du Canada
Notice bibliographique
Résumé
Sommaire Au gouvernement du Canada, les rapports d'évaluation de programmes contiennent des recommandations qui visent l'amélioration de leurs modalités et de leur mise en œuvre. L'élaboration de recommandations peut constituer une étape laborieuse de la démarche évaluative et mobiliser plusieurs parties prenantes. Cependant, peu d'études ont été réalisées afin de déterminer comment ces recommandations sont élaborées et si elles sont ensuite mises en œuvre par les responsables des programmes. Cet article présente les résultats d'un sondage mené auprès des directions d'évaluations fédérales afin de mieux cerner les enjeux relatifs à l'élaboration et à la mise en œuvre des recommendations. Les résultats témoignent d'un niveau élevé d'implication des parties prenantes à la démarche évaluative et à l'élaboration des recommandations, ce qui soutient une utilisation accrue des évaluations. Les résultats de l'étude confirment ceux d'études antérieures et démontrent que les recommandations sont principalement axées sur l'amélioration de l'efficacité et de l'efficience des programmes plutôt que sur la prise de décision plus stratégique.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,195 | 0,284 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,008 | 0,007 |
| Communication savante | 0,016 | 0,006 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».