La pandemia de Covid-19 ha alterado la norma en todos los sectores y profesiones. El bloqueo y otras medidas para garantizar la salud y la seguridad de los ciudadanos han significado que la recopilación de datos, especialmente la que se recopiló a través de interacciones de persona a persona no era posible. Para el crédito de muchos investigadores, evaluadores, recolectores de datos, empresas e instituciones, ha habido muchas y grandes innovaciones en los últimos dos meses para cerrar la brecha y asegurar que haya datos que puedan informar a los responsables políticos. Sin embargo, es importante asegurarse de que los datos que llegan a través son creíbles y confiables. Los datos erróneos, imprecisos, increíbles y poco fiables pueden deshacer las ganancias para tener una formulación de políticas basada en la evidencia. Además, la presión de tener datos puede dar lugar a "doblar" de procedimientos y protocolos para la recopilación, análisis e inferencia de datos. ¿Cómo podemos entonces garantizar la calidad de los datos disponibles que están llegando? ¿Cómo podemos evaluar la calidad del análisis y la inferencia posterior para garantizar que influimos en las prescripciones de política correctas? ¿Cómo podemos promover la colaboración y el intercambio de lecciones durante estos tiempos?
RE: How can evaluation help improve data quality and policies on food security during Covid-19 pandemic?
Kenya
Tim Njagi
Research Fellow
Tegemeo Institute
Publicado el 19/05/2020
La pandemia de Covid-19 ha alterado la norma en todos los sectores y profesiones. El bloqueo y otras medidas para garantizar la salud y la seguridad de los ciudadanos han significado que la recopilación de datos, especialmente la que se recopiló a través de interacciones de persona a persona no era posible. Para el crédito de muchos investigadores, evaluadores, recolectores de datos, empresas e instituciones, ha habido muchas y grandes innovaciones en los últimos dos meses para cerrar la brecha y asegurar que haya datos que puedan informar a los responsables políticos. Sin embargo, es importante asegurarse de que los datos que llegan a través son creíbles y confiables. Los datos erróneos, imprecisos, increíbles y poco fiables pueden deshacer las ganancias para tener una formulación de políticas basada en la evidencia. Además, la presión de tener datos puede dar lugar a "doblar" de procedimientos y protocolos para la recopilación, análisis e inferencia de datos. ¿Cómo podemos entonces garantizar la calidad de los datos disponibles que están llegando? ¿Cómo podemos evaluar la calidad del análisis y la inferencia posterior para garantizar que influimos en las prescripciones de política correctas? ¿Cómo podemos promover la colaboración y el intercambio de lecciones durante estos tiempos?