gLOCAL Evaluation Week 2024
The 2024 gLocal Evaluation Week, convened by the Global Evaluation Initiative (GEI), is a unique knowledge-sharing event, connecting a global community of people across sectors and regions. This year, gLOCAL's theme focused on how evaluation can contribute to transformational change in two key ways: enhancing (policy) stakeholders’ understanding of this process and providing a platform to advocate for policy solutions that are more likely to contribute to it. 3ie will be participating in many sessions.
3ie at the gLocal Evaluation Week | 3-7 June 2024 | Online
4 June
In this session, participants had an opportunity to interact with 3ie’s newly developed PIR Methods Menu tool, an open-access tool that helps diverse users select fit-for-purpose evidence approaches and explore approaches to learning that meet their unique needs. After a short introduction and demonstration of the tool, participants were invited to share their input, feedback, and relevant experience via a brief Google Forms questionnaire. Results from the charrette session will be shared with all those who participate.
Speakers
- Julian Glucroft, Associate Director, M&E, MCC
- Douglas Glandon, Chief of Strategic Initiatives and Leader of Methods Development, 3ie
Machine learning for decision-making in development evaluations
In this webinar, we presented a machine learning method called Causal Forests (CF) for treatment effect heterogeneity analysis in a school-based gender attitude change program in Haryana, India, to advance equity and evidence in policy-making.
Speakers
- Fiona Kastel, Senior Research Associate, 3ie
- Geetika Pandya, Senior Research Associate, 3ie
- Devika Lakhote, Data Scientist, 3ie
Importance de la nutrition maternelle pendant la grossesse: Que disent les données probantes?, 4 June
Dans une première partie, le webinaire sera axé sur les interventions de conseils et éducation nutritionnelle: la définition et la théorie de changement. La deuxième partie présentera d’une part les effets de conseils et éducation nutritionnelle sur la santé maternelle et néonatale dans les pays à revenu faible et moyen; et d’autre part de pistes pour des recherches futures.
Speakers
- Dislene Senan Sossou, Economist, 3ie
5 June
Comment pouvons-nous anticiper le comportement des populations cibles face à une intervention politique ou à une technologie qui n'est pas encore disponible ? Dans les situations où l'observation directe ou les méthodes de préférences révélées ne sont pas réalisables, les expérimentations de choix discrets offrent un cadre d'analyse précieux pour comprendre les préférences et les processus décisionnels des individus. Les participants se voient présenter des scénarios hypothétiques dans lesquels ils doivent choisir entre différentes alternatives, chacune décrite par un ensemble d'attributs. Ces attributs et leurs niveaux sont manipulés systématiquement à travers les scénarios afin d'observer comment les changements de ces attributs influencent les choix des individus. Les informations générées par les expériences de choix discrets peuvent alimenter la conception et la mise en œuvre de politiques adaptées aux attentes des bénéficiaires. Ce webinaire vise à augmenter la compréhension des participants sur cette méthodologie et susciter son utilisation dans les futures recherches.
Speaker
- Jourdain Lokossou, Evaluation Specialist, WACIE
6 June
Experiences and evidence from chartered school system as a model of change in education
Through an engaging dialogue with a distinguished panel of experts in the field of education reform, this session examined the charter school model as a unit of change within the education sector.
Speakers
- Soumya Jain, CEO, iTeach
- Dr. Monica Jain, Lead Evaluation Specialist, 3ie
- Shekhar Singh, Commissioner, PCMC
Panellist: Saurabh Taneja, CEO, Akanksha Foundation
7 June
La forêt causale est un algorithme d'apprentissage automatique qui permet d'estimer les effets du traitement dans différentes unités ou sous-ensembles de données tout en tenant compte des facteurs de confusion potentiels. Elle peut traiter des structures de données complexes, y compris des interactions et des relations non linéaires, sans nécessiter d'hypothèses fortes sur la distribution des données sous-jacentes. Elle est donc particulièrement utile dans les situations où les modèles de régression traditionnels ne parviennent pas à capter l'hétérogénéité de l'effet du traitement. Elle fournit des estimations fiables de l'impact des interventions ou des changements de politique, ce qui permet de prendre des décisions mieux informées, d'allouer plus efficacement les ressources et d'adapter les interventions à des sous-groupes spécifiques de la population afin d'obtenir un impact maximal. Ce webinaire va se concentrer sur la vulgarisation de cet outil d'évaluation d'impact.
Speakers
- Jourdain Lokossou, Evaluation Specialist, WACIE, 3ie
- Dislene Senan Sossou, Economist, WACIE, 3ie