MétaCan
Menu
Retour à la cohorte
Enregistrement W2973640600 · doi:10.1177/1356389019870213

Rapid impact evaluation

2019· article· en· W2973640600 sur OpenAlexaff
Andy Rowe

Notice bibliographique

RevueEvaluation · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSummative assessmentImpact evaluationFormative assessmentCounterfactual thinkingCredibilityStakeholderStakeholder engagementImpact assessmentEx-anteSalience (neuroscience)Program evaluationTheory of changeProcess managementLegitimacyComputer scienceManagement scienceKnowledge managementPsychologyBusinessPolitical sciencePublic relationsEconomicsSocial psychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Rapid Impact Evaluation offers the potential to evaluate impacts in both ex ante and ex post settings, providing utility for developmental and formative evaluation as well as the usual summative settings. Rapid Impact Evaluation triangulates judgments of three separate groups of experts to assess the incremental change in effects attributable to the program. Three methodological innovations are central to the method: the scenario-based counterfactual, a simplified approach to measuring change in effects, and an interest-based approach to stakeholder engagement. In evaluations to date, Rapid Impact Evaluation has proved to be a cost effective and nimble approach to assessing impacts and does not intrude on design or implementation of the program. By applying recent thinking on use-seeking research emphasizing joint knowledge processes over knowledge products, Rapid Impact Evaluation promotes salience, legitimacy, and credibility with decision makers and key stakeholders. Applications show Rapid Impact Evaluation to be fit for purpose.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0460,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1720,019

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 Opus0,338
Tête enseignante GPT0,589
Écart entre enseignants0,251 · 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
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvaluationMême sujetEvaluation and Performance AssessmentTravaux en français237 207