MétaCan
Menu
Retour à la cohorte
Enregistrement W4399988723 · doi:10.1016/j.agsy.2024.104032

Dynamic evaluation of agricultural research for development supports innovation and responsible scaling through high-level inclusion

2024· article· en· W4399988723 sur OpenAlex
John Gargani, Petronella Chaminuka, Robert A. McLean

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAgricultural Systems · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensInternational Development Research CentreImpact
Organismes subventionnairesnon disponible
Mots-clésInclusion (mineral)ScalingAgricultureComputer scienceRegional scienceSociologySocial scienceGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

Innovators want to scale the impact of innovations responsibly, but the meaning of “responsible” is elusive. It entails the high-level inclusion of stakeholders, but there is no agreed-upon standard that defines a “good-enough” level. Our objectives are to (1) provoke a conversation about what it means to scale the impact of agricultural innovations responsibly and (2) suggest dynamic evaluation as one way to promote responsible scaling because it facilitates the leadership of the people affected. Over 200 projects funded by IDRC to scale the impact of research for development in the Global South were reviewed. Research products were iteratively developed with Southern innovators and Northern funders who offered structured feedback. The dynamic scaling systems model is one research product. It can guide the people affected as they lead a process of “conjecturing” about scaling effects in complex settings. The resulting conjectures inform the dynamic evaluation of scaling, as well as planning and management. We illustrate the application of the model with a hypothetical and real example. Scaling is an integral part of agricultural innovation, and dynamism is an emerging concept that informs the evaluation, planning, and management of scaling. The dynamic scaling systems model supports the high-level inclusion of the people affected in ways that respect local knowledge and the risks associated with complex settings. It helps innovators scale more responsibly, even though the precise meaning of “responsible” remains elusive. • Innovators want to scale the impacts of agricultural innovations responsibly, but the meaning of “responsible” is elusive. • Innovators cannot fully achieve ideal inclusion—everyone affected participates at the highest level with complete control. • Dynamic evaluation helps innovators get closer to the ideal because, among other things, it promotes Conjecturing . • Conjecturing is a collaborative process of anticipating scaling effects that is led by the people affected. • The dynamic scaling systems model guides conjecturing by framing questions about potential scaling effects in complex systems.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,508

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,347
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle