Indicators for monitoring and evaluating research-for-development: A critical review of a system in use
Notice bibliographique
Résumé
Research-for-development (R4D) refers to research activities specifically designed to address critical social, environmental, and economic challenges and improve human well-being. It is essential to have well-designed indicators to monitor and evaluate progress, guide decision-making, and support learning and improvement. This paper reviews and compares two sets of indicators in use by a large international research consortium: i) ad hoc indicators developed by and for individual (non-pooled) projects, and ii) a standard set of indicators designed as part of a common results framework for a new portfolio of research initiatives. We assess both sets of indicators against the SMART (specific, measurable, achievable, relevant and time-bound) criteria, identify common errors in indicator formulation, compare the thematic coverage of the two sets of indicators, and derive lessons for improved indicator formulation. A large proportion of the non-pooled indicators fail to meet the SMART criteria. The indicators in the standard set are stronger, but with scope for improvement, especially in terms of relationship to the result of interest, specification of the indicator, measurability, standardization of outcome indicators, and impact indicators. We recommend having a balanced set of indicators of key outputs, outcomes, and impacts, based on clear and well-defined result statements.
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 | 0,390 | 0,492 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,044 | 0,042 |
| Études des sciences et des technologies | 0,007 | 0,029 |
| Communication savante | 0,028 | 0,035 |
| Science ouverte | 0,008 | 0,014 |
| Intégrité de la recherche | 0,007 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».