The 3 Bs of Impact Assessment of Technology Transfer Programs: Rationale, Technique, and a Case Example from the Canada Centre for Remote Sensing
Notice bibliographique
Résumé
Impact assessment reviews have become increasingly popular in both the public and the private sector: in the private sector, to develop valid and reliable ways to determine where R & D funds should be invested; in the public sector, in order to respond to public pressures for responsible use and reporting on the expenditure of public funds. The study reviews commonly-used methodologies to assess RD (2) believability of procedures and outcomes (based on well-researched information and a good reporting process), and (3) buyers of the process and results (dependent on buy-in and believability, as well as good application, dissemination, and promotion). An application is described in detail, in an impact assessment by a government unit in Canada – CCRS, or Canada Centre for Remote Sensing. Data collection involved a combination of methods, both qualitative and quantitative: industry statistics, data collection from CCRS project leaders, and interviews with the client partners. The results show that CCRS has made a groundbreaking effort in implementing a successful impact assessment process which achieves buy-in, believability, and buyers. It is recommended that systems be developed that make the impact assessment process easier, cheaper, and a more regular activity. Also, information systems which create up-to-date and complete project files are important.Concludes that, in order to facilitate and regularize the impact assessment process, collaborative agreements between government departments and external clients should include expectations for regular reporting of outputs, outcomes, and impacts. Similarly, a wide dissemination of information about experiences in impact assessment and cross-departmental committees can help to build a rigorous and adaptable approach. (CBS)
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 | 0,013 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,011 | 0,010 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».