How to Conduct a Metaevaluation?: A Metaevaluation Practice
Notice bibliographique
Résumé
A metaevaluation is a quality cross-check to examine the conduct of an evaluation and validate the results. Of the few metaevaluation studies, almost none have reported on the metaevaluation procedure through a practical example evaluation. This study reports on the strengths and weaknesses of a program evaluation study in terms of the four main standards: utility, feasibility, propriety, and accuracy. It includes a metaevaluation process that involves both quantitative and qualitative analysis of data from eight meta-evaluators. It was found that while the evaluation study had very good utility and accuracy standards, the feasibility and propriety standards were only fair.
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 | 0,736 | 0,857 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,017 | 0,023 |
| Bibliométrie | 0,024 | 0,015 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,019 | 0,021 |
| Science ouverte | 0,010 | 0,008 |
| Intégrité de la recherche | 0,011 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».