Etat des systèmes de suivi et d’évaluation en Afrique francophone : une approximation au moyen d’un diagnostic rapide
Notice bibliographique
Résumé
The state of monitoring and evaluation systems in Francophone Africa: An approximation through rapid diagnosis Background: Francophone African countries are facing strong internal and external pressures to promote monitoring and evaluation systems (M&E). Unfortunately, the state of development of M&E functions in these countries are poorly known. Objectives: This study aims to assess the status of selected components of M&E systems in Francophone Africa from an action-research perspective. Method: This study uses two different methods: a literature review and an online survey of key informants in 23 Francophone African countries. Results: The results highlight the current context of monitoring and evaluation frameworks, including the regulatory frameworks, policies and guides on M&E as well as the formal structures responsible for M&E in surveyed countries. Furthermore, results indicate a weakness in M&E capacity building frameworks. Conclusion: Poor knowledge of the state of M&E in Francophone African countries is an impediment to the process of institutionalising M&E and evidence-based decision making. Contribution: By highlighting the state of M&E institutionalisation, the results of this research will provide guidance to the various stakeholders on the measures to be put in place to effectively support Francophone African countries in their process of institutionalising M&E of public policies.
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 | 0,196 | 0,166 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».