MétaCan
Menu
Retour à la cohorte
Enregistrement W4367030286 · doi:10.3138/cjpe.25.005

Managing Evaluataion: Responding to Common Problems with a 10-Step Process

2010· article· en· W4367030286 sur OpenAlexvenueaboutno aff
Donald W. Compton, Michael Baizerman, Ross VeLure Roholt

Notice bibliographique

RevueCanadian Journal of Program Evaluation · 2010
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and Prevention
Mots-clésConceptualizationProcess (computing)StakeholderUnit (ring theory)Public sectorRelation (database)BusinessProcess managementProgram evaluationKnowledge managementManagement sciencePublic relationsSociologyPsychologyComputer sciencePolitical scienceEconomicsPublic administration

Résumé

récupéré en direct d'OpenAlex

Abstract: There is now a clear choice of frameworks for managing program evaluation—the managing of one or more studies or the managing of an evaluation capacity building structure and process. This is a distinction with a difference, and this article conceptualizes that difference and shows how the two frameworks understand three problems common to program evaluation: (a) lack of systematic integration within a larger program improvement process, (b) difficulty in finding an appropriate evaluator, and (c) lack of appropriate conceptualization prior to the inception of the evaluation study. Two practice-based approaches to these problems are presented and interpreted using the two frameworks. These frameworks show clear distinctions and differences between the two managerial approaches. These are practice-tested approaches developed over 30 years of doing and managing evaluations in an evaluation unit in the United States, where there are seemingly clear differences with Canada in at least the public sector and in practices around stakeholder participation in relation to use practices. Our experience shows that program managers and managers of program evaluation services have clear choices in how they manage program evaluation in the public and nonprofit sectors across public health and other human services, and these choices have implications for organizational development, managing an evaluation unit, and interorganizational relations.

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)0,026
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
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 enseignants0,954
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0260,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,260
Tête enseignante GPT0,526
Écart entre enseignants0,267 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Program EvaluationMême sujetEvaluation and Performance AssessmentTravaux en français237 207