Innovation Models to Deliver Value at Scale: The RTB Program
Notice bibliographique
Résumé
Abstract Collaborative programs that facilitate innovation to deliver value at scale require attention to effective program design, management, governance, and leadership. The CGIAR has experimented with different collaborative program design options over its 50-year history, most recently with the CGIAR Research Programs (CRPs) implemented from 2012 to 2021. This chapter examines the structure and processes of the CGIAR Research Program on Roots, Tubers and Bananas (RTB). It unpacks the constituent institutional innovations that underpinned the RTB program, their key design principles, how they evolved over the 10 years of the program, the innovations achieved, and the outcomes to which they contributed. Turbulence and transformations in the CGIAR system influenced the CRPs' emergence, design, and delivery. In this chapter, we discuss the RTB approach to collaborative governance and management as complex institutional innovations operating within this broader, dynamic system. This includes attention to opportunities, limitations, and other contextual factors influencing RTB's work. Institutional innovations include stakeholder consultations and priority setting, a portfolio organized by aggregated innovations, or clusters of activities, articulated flagship projects, incentive funding, a dynamic interactive communication ability, and programmatic embedding of strategic and integrated gender research. RTB's design, governance, and management innovations added value to the combined achievements of the participating centers in science and research for development outcomes, described in the following chapters.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».