Decolonising national evaluation systems
Notice bibliographique
Résumé
Background: The world is facing rapidly declining health of the climate and ecosystems on which all species depend, with wealth accumulating in the hands of a few, a result of unsustainable economic systems. Evaluation has the potential for a significant role in learning from the past and helping to guide a regenerative future, but for this, the approach to evaluation and the systems that produce them must be transformative and take on more holistic approaches to society and the planet. Objectives: This study aims to explore how cases of African national evaluation systems (NESs) apply elements of a decolonised social-ecological model and how this could be strengthened. Method: This study involves a constructive critical analysis of the South African and Benin NESs, drawing on literature on decolonising evaluation and a new institutionalism lens to the formation of post-colonial bureaucracies, tested in a webinar conversation around decolonising evaluation in November 2023. Results: The African NESs have embedded learning, exhibit both machine-based and ecological-based elements, and experience some decolonised aspects. A key limitation is the lack of involvement of communities in the systems. Conclusion: This study argues for: (1) allowing NESs to break from historical forms of bureaucratic functioning; (2) developing a systems-based approach as the basis for new thinking around NESs, strengthening their ecological aspects; (3) embracing the learning approaches we see in both countries; (4) embracing principles of participatory democracy and co-production by strengthening the voice of non-state actors, particularly citizens, in the formation of NESs and (5) changing power dynamics, in NESs and evaluations. Contribution: This article is contributing to a debate on how evaluation systems can be decolonised and power relations changed.
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 | 0,083 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,032 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,003 | 0,019 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».