نیازسنجی محلی با هوش مصنوعی
برای تصمیم درباره یک برنامه اجتماعی، آمار موجود، نظر داوطلبانه مردم و خدماتی رو که همین حالا ارایه میشه کنار هم بذارید. کمبود واقعی رو با مدرک مشخص کنید.
نیازسنجی محلی با هوش مصنوعی وقتی به درد میخوره که برای راهاندازی یک برنامه تازه ایده دارید ولی نمیدونید مسئله اصلی کمبود خدمته یا سخت بودن دسترسی به خدماتی که از قبل هست. اسکیل nonprofit-needs-assessment کمک میکنه سوال تصمیم رو روشن کنید، محدوده جغرافیایی و جمعیت مورد نظر رو مشخص کنید و دادههای آماری رو با نظر خود جامعه و ظرفیت سازمانهای موجود مقایسه کنید. این سه منبع ممکنه تصویر یکسانی نشون ندن.
مثلا چند کلاس آموزشی رایگان در یک محدوده برگزار میشه ولی بیشترشون در ساعت کاری هستن. شمردن تعداد کلاسها درباره مناسب بودن زمان برای والدین شاغل چیزی نمیگه. در عین حال اگر فقط از اعضای فعلی خودتون نظرسنجی کنید، ممکنه نظر کسایی که هیچوقت نتونستن شرکت کنن جا بمونه. میتونید پیش از شروع گردآوری برای دسترسی، زبان، رضایت و نگهداری داده برنامه بذارید و در گزارش هم محدودیت هر منبع رو بنویسید.
کاربردها
- برای طراحی نیازسنجی جامعه، سوالی بنویسید که نتیجهاش به یک تصمیم واقعی برسه.
- در نقشه خدمات محلی، ظرفیت و محدودیت دسترسی ارایهدهندهها رو کنار هم بیارید.
- برای بررسی شکاف خدمات، آمار موجود رو با تجربه داوطلبانه گروههای مختلف بسنجید.
- فهرست سوالهای مصاحبه رو طوری تنظیم کنید که جواب مشخصی رو به افراد القا نکنه.
- روش نمونهگیری و گروههایی رو که کمتر در داده دیده شدن برای گزارش ثبت کنید.
نصب و استفاده
- اسکیل رو در ایجنتتون نصب کنید و سوال برنامه، آمار مجاز و فهرست خدمات موجود رو بدید. برای داده دستاول باید مشارکت داوطلبانه و روش امن ثبت رو پیشبینی کنید. اطلاعات شناسایی افراد رو وارد نکنید.
- بگید «برای کلاس عصرانه یک طرح نیازسنجی بساز. عرضه فعلی، ساعتها و تجربه خانوادهها رو جدا ببین و بگو چه چیزی رو هنوز نمیدونیم.»
- جمعبندی و محدودیتها رو با نمایندههای جامعه مرور کنید و بعد درباره شروع، تغییر یا کنار گذاشتن برنامه تصمیم بگیرید.
سوالات متداول
منبع
ساخته Nonprofit Skills (Sector Skills). نام اصلی: nonprofit-needs-assessment، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub