Look Upstream: Measurement for Innovation on the Upper Rio Negro of the Amazon Basin
Notice bibliographique
Résumé
The growth of the randomized controlled trial (RCT) as the "gold standard" for evaluation has justly been praised as an advance in the professionalization of social programs and projects, an "adoption of science" - in the words of the Lancet. None the less, the emphasis on the RCT biases funding for projects that distribute private goods and which focus on "low hanging fruit" in health, nutrition, and sanitation, simply because those areas lend themselves to the sort of measurement that works with RCTs. As a result, many project developers in the government and NGO sectors lament that a hegemonic focus on RCTs impedes creativity or new models that challenge traditional paradigms. This case study of CanalCanoa, a community video coaching project for indigenous parents of young children in the Rio Negro region of the Amazon Basin, offers techniques to measure for innovation. Instead of developing a new RCT for an extremely diverse population (27 ethnic groups) where traditional childcare methods are in historical flux because of urbanization, CanalCanoa measured variables shown by previous RCTs to be causally connected with positive development results. By researching the impact of the intervention on nutrition, language (multilingualism, use of traditional songs and stories), and social network expansion, CanalCanoa measured upstream indicators, thus mixing scientific rigor with an opportunity for innovation and providing important insight and reform of a theory of change.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».