MétaCan
Menu
Retour à la cohorte
Enregistrement W3014556897 · doi:10.46743/2160-3715/2020.4176

Outcome Mapping: Documenting Process in the Métis Settlements Life Skills Journey Project

2020· article· en· W3014556897 sur OpenAlexafffundabout
Brent Hammer, Fay Fletcher, Rebecca Shortt, Mandy MacRae, Alicia Hibbert

Notice bibliographique

RevueThe Qualitative Report · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaNova Southeastern UniversityAlberta Health Services
Mots-clésOutcome (game theory)Settlement (finance)Project teamProcess (computing)Identification (biology)Human settlementPsychologyProcess managementSociologyKnowledge managementEngineeringGeographyComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Mapping serves as a metaphor for where we are now, where we have been, and where we are going. In this paper the authors illustrate the use of outcome mapping as a methodological framework for documenting the planning, monitoring, and evaluation process for the Métis Settlements Life Skills Journey (MSLSJ) project. The MSLSJ is a multi-year, multi-site, multi-method research project. It is centered on building relationships and facilitating knowledge exchange between the University of Alberta team, Métis Settlement Councils and administrators, and Settlement members. We highlight how the outcome mapping framework enables us to document project processes through the identification of key boundary partners and strategies in support of learning. Outcome mapping became a reflective and strategic tool for the MSLSJ project, reflecting on six years of data from seven sites, representing over 430 participants, and guiding the project forward.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,042
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,223

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,057
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,006
Études des sciences et des technologies0,0060,004
Communication savante0,0070,005
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,614
Tête enseignante GPT0,664
Écart entre enseignants0,051 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Qualitative ReportMême sujetEvaluation and Performance AssessmentTravaux en français237 207