Translating Project Achievements into Strategic Plans: A Case Study in Utilization-Focused Evaluation
Notice bibliographique
Résumé
Background: Utilization-focused evaluation (UFE) is a decision-making framework intended to design and implement evaluations that get utilized. In this case study, the UFE approach was applied to the evaluation of a youth training and employment program in Kenya. Purpose: Analyze a case study based on empirical experience with the lens of evaluation use and influence. Setting: Nairobi and other urban and peri-urban settings, Kenya. Intervention: The evaluation of a youth training and employment program that provided direct training for marginalized youth as well as capacity building for employment and adapted a Basic Employability Skills Training (BEST) model from India. Research design: Analysis of a case study to describe: how the evaluation approach provided enabling factors for funders and grantees to turn evaluation into a learning intervention; the benefit of clarifying a project’s theory of change; and learning how to combine summative and developmental evaluation. Data collection and analysis: A case study based on an evaluation consultancy. The evaluation included site visits, extensive documentation review, qualitative and quantitative data collection. Findings: The ‘facilitation of use’ (a step in UFE) provided a bridge between a summative and a developmental evaluation. The evaluators and program partners developed a learning relationship wherein the evidence influenced the subsequent project design and strategy.
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 | 0,086 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,008 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».