Notice bibliographique
Résumé
Un mot de la rédactriceJ'ai le plaisir de vous présenter ce numéro spécial sur le renforcement des capacités d'évaluation (RCE), dirigé par Steffen Bohni Nielsen, Leslie Fierro, Isabelle Bourgeois et Sebastian Lemire.La recherche et les études sur le RCE sont essentielles à la croissance et au développement continus de notre profession, l'accent mis sur l'apprentissage permettant d'élargir notre réflexion sur l'influence de l'évaluation aux niveaux individuel et organisationnel.Les directeurs de ce volume ont fait un excellent travail en combinant des articles qui parlent de ce qu'est le RCE et de ce qu'il représente dans la pratique au sein d'une diversité d'organisations.Le volume, qui contient trois articles complets et cinq notes de pratique, accorde une place importante aux exemples tirés de l'étude de cas sur la capacité d'évaluation organisée par la Max Bell School of Public Policy de l'Université McGill.Je tiens à remercier les directeurs et les auteurs d'avoir partagé leurs réflexions sur leurs expériences avec le RCE, car je ne doute pas que les lecteurs de la RCEP acquerront des connaissances précieuses sur le RCE et sur la façon dont elle peut améliorer les objectifs d'apprentissage individuels et organisationnels dans les organisations communautaires.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
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 tête enseignante, 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 ».