Des idées pour le travail d’influence : comprendre les chemins d’impact dans la réponse aux crises
Notice bibliographique
Résumé
Le programme Covid-19 Responses for Equity (CORE) est une initiative sur trois ans financée par le Centre de recherches pour le développement international (CRDI) du Canada, qui a rassemblé 20 projets issus des pays du Sud afin de comprendre les impacts socio-économiques de la pandémie de Covid-19, d’améliorer les réponses existantes et d’élaborer de meilleures options politiques pour favoriser la relance. Les recherches ont porté sur 42 pays d’Afrique, d’Asie, d’Amérique latine et du Moyen-Orient afin de comprendre comment la pandémie a affecté les régions et les personnes les plus vulnérables en aggravant les fragilités existantes. Les projets de recherche ont couvert un large éventail de thèmes, notamment les politiques macroéconomiques de soutien et de redressement, l’appui aux activités économiques essentielles et la protection des entreprises informelles, des petits producteurs et des femmes au travail, ainsi que la promotion d’une gouvernance démocratique pour renforcer la responsabilité, l’inclusion sociale et l’engagement civique. L’Institute of Development Studies (IDS) a apporté aux partenaires de recherche du programme CORE un appui à l’application des connaissances afin de maximiser l’apprentissage généré dans l’ensemble du portefeuille de recherche et d’approfondir l’engagement auprès des gouvernements, de la société civile et de la communauté scientifique. Dans le cadre de ce soutien, l’équipe d’application des connaissances de l’IDS a travaillé avec les équipes de projet du programme CORE pour reconstruire et réfléchir à leurs chemins d’impact afin de faciliter l’échange de connaissances Sud-Sud sur des stratégies efficaces pour l’impact de la recherche et de partager l’apprentissage sur la façon dont la cohorte du programme CORE a influencé les politiques et produit des changements. Ce rapport présente une vue d’ensemble de ces chemins d’impact et des enseignements tirés d’une sélection de projets choisis pour représenter la diversité des approches visant à mobiliser les décideurs politiques, la société civile et les médias afin de générer et de partager des données probantes des effets de la pandémie sur différents groupes vulnérables.
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 | 0,019 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,040 |
| Communication savante | 0,030 | 0,018 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».