फोटो साभार: बेटर कॉटन/मॉर्गन फेरार स्थान: सनलिउर्फा, तुर्की। 2019 विवरण: ताज़ी चुनी हुई कपास पकड़े हुए खेतिहर मज़दूर।

यह हमारी डेटा और प्रभाव श्रृंखला का दूसरा लेख है, जहां हम प्रभाव को मापने और रिपोर्ट करने के लिए बेटर कॉटन के डेटा-संचालित दृष्टिकोण का पता लगाते हैं। हमारे देखने के बाद नया और बेहतर रिपोर्टिंग मॉडल, अब हम इस बात पर प्रकाश डाल रहे हैं कि हम प्रभाव का मूल्यांकन कैसे करते हैं।

हमने बात की एलियन ऑग्रेइल्स, सीनियर मॉनिटरिंग, इवैल्यूएशन एंड लर्निंग मैनेजर, बेटर कॉटन, अधिक जानने के लिए।

फोटो क्रेडिट: बेटर कॉटन। विवरण: एलियन ऑग्रेइल्स

बेहतर कपास के लिए मूल्यांकन क्यों महत्वपूर्ण है?

यह सुनिश्चित करने के लिए कि हमारे कार्यक्रमों से फर्क पड़ रहा है और हम अधिक टिकाऊ कपास उत्पादन में पर्याप्त योगदान दे रहे हैं, हमें बेहतर कपास मानक प्रणाली के पर्यावरणीय, सामाजिक और आर्थिक प्रभाव को समझने की आवश्यकता है। इसका एक महत्वपूर्ण हिस्सा प्रभावी मूल्यांकन सुनिश्चित कर रहा है। मूल्यांकन निगरानी को पूरा करता है ताकि हम समझ सकें कि परिवर्तन कैसे और क्यों होते हैं और क्या उन परिवर्तनों को बेटर कॉटन और उसके भागीदारों के हस्तक्षेप के लिए जिम्मेदार ठहराया जा सकता है।

बेटर कॉटन प्रभाव का मूल्यांकन कैसे करता है?

हम पूरक अनुसंधान और मूल्यांकन विधियों का उपयोग करते हैं, और क्षेत्र-स्तर के प्रभावों का आकलन करने के लिए स्वतंत्र संगठनों और शोधकर्ताओं के साथ काम करते हैं। पैमाने और गहराई दोनों में परिणाम और प्रभाव को प्रभावी ढंग से मापने के लिए दृष्टिकोणों की विविधता की आवश्यकता होती है - क्योंकि कोई भी दृष्टिकोण या कार्यप्रणाली एक स्थिरता पहल की पहुंच, दक्षता, परिणाम और अंततः प्रभाव को समझने के लिए सभी आवश्यकताओं को पूरा नहीं कर सकती है।

बेटर कॉटन मॉनिटरिंग, इवैल्यूएशन एंड लर्निंग (एमईएल) प्रोग्राम कैसे काम करता है?

हमारा एमईएल कार्यक्रम कृषि-स्तर के परिणामों पर ध्यान केंद्रित करता है, यह मापने के लिए कि हमारे परिवर्तन के सिद्धांत के अनुसार सबसे ज्यादा क्या मायने रखता है: कपास की खेती में पर्यावरण, सामाजिक और आर्थिक स्थितियों में निरंतर सुधार।

हमारे एमईएल कार्यक्रम के माध्यम से, हम प्रथाओं, टिकाऊ प्रदर्शन और परिणामों के संदर्भ में बेहतर कपास किसानों के विकास का विश्लेषण करने के लिए समय-समय पर खेत-स्तरीय डेटा एकत्र करते हैं। तृतीय-पक्ष अनुसंधान के माध्यम से, हमारा लक्ष्य यह प्रदर्शित करना है कि इस विकास को पूरी तरह या आंशिक रूप से बेटर कॉटन के हस्तक्षेपों के लिए जिम्मेदार ठहराया जा सकता है, और सकारात्मक परिवर्तन में हमारे योगदान को निर्धारित करने के लिए।

बेटर कॉटन में, हम बदलाव में अपने योगदान को प्रदर्शित करने में समान रूप से रुचि रखते हैं क्योंकि हम उस बदलाव को बेटर कॉटन इंटरवेंशन के लिए जिम्मेदार ठहरा रहे हैं।

बेटर कॉटन किन पूरक मूल्यांकन विधियों का उपयोग करता है?

हम निगरानी और मूल्यांकन के तीन स्तरों पर समानांतर रूप से काम करते हैं: पूरे कार्यक्रम की निगरानी, ​​नमूना निगरानी और अनुसंधान।

कार्यक्रम-व्यापी निगरानी

हमारे एमईएल कार्यक्रम का पहला तत्व कार्यक्रम-व्यापी निगरानी है, जिसके माध्यम से हम बेहतर कपास की पहुंच पर किसानों द्वारा स्व-रिपोर्ट की गई जानकारी प्राप्त करते हैं। इस जानकारी में बेहतर कपास किसानों की कुल संख्या, खेती के तहत हेक्टेयर की संख्या और उत्पादित बेहतर कपास की मात्रा शामिल है। इस पहुँच डेटा को मापकर, हम उस प्रगति का आकलन कर सकते हैं जो हम एक ऐसी दुनिया के अपने विज़न तक पहुँचने की दिशा में कर रहे हैं जहाँ सभी कपास की खेती टिकाऊ है।

नमूना निगरानी

हम बेहतर कपास किसानों के सामाजिक आर्थिक और पर्यावरणीय प्रदर्शन का आकलन करने के लिए नमूने से डेटा भी एकत्र करते हैं। हम इन खेत-स्तरीय परिणामों का उपयोग यह देखने के लिए करते हैं कि बेहतर कपास कार्यक्रम में शामिल होने के बाद बेहतर कपास किसान बेहतर प्रदर्शन परिणाम प्राप्त कर रहे हैं या नहीं।

एक सीजन में परिणामों की रिपोर्ट करने के बजाय, जैसा कि हमने अतीत में किया है (एक सीजन में बेहतर कपास किसानों और गैर-बेहतर कपास किसानों के परिणामों की तुलना करके), अब हम बेहतर कपास के प्रदर्शन पर रिपोर्ट करना शुरू कर रहे हैं। बहु-वर्ष की समय-सीमा में किसान। यह दृष्टिकोण, बढ़ी हुई प्रासंगिक रिपोर्टिंग के साथ मिलकर, बेहतर पारदर्शिता लाएगा और स्थानीय कपास उगाने की स्थिति और राष्ट्रीय रुझानों की क्षेत्र की समझ को मजबूत करेगा। इससे हमें यह पुष्टि करने में भी मदद मिलेगी कि बेहतर कपास किसान विस्तारित अवधि में सुधार कर रहे हैं या नहीं। इसके बारे में अधिक पढ़ने के लिए, देखें इस श्रृंखला में पिछला ब्लॉग.

अनुसंधान

अंत में, बेटर कॉटन, बेहतर कपास किसानों और कभी-कभी गैर-बेहतर कपास किसानों से भी डेटा एकत्र करने और उनका विश्लेषण करने के लिए स्वतंत्र अध्ययन शुरू करता है। ये अध्ययन मात्रात्मक और गुणात्मक तरीकों के मिश्रण का उपयोग करते हैं। गुणात्मक या मिश्रित दृष्टिकोण हमें किसानों के अपने शब्दों में यह सुनने की अनुमति देता है कि क्या और कैसे वे महसूस करते हैं कि बेहतर कपास कार्यक्रमों में उनकी भागीदारी उनके लिए सकारात्मक बदलाव की ओर ले जा रही है।

समय के विभिन्न बिंदुओं पर बेहतर कपास किसानों और गैर-बेहतर कपास किसानों के परिणामों की तुलना शोधकर्ताओं को बेहतर कपास के हस्तक्षेपों के प्रभाव की पहचान करने और इसकी मात्रा निर्धारित करने की अनुमति देती है।

उदाहरण के लिए, 2019 और 2022 के बीच, Wageningen University भारत में बेटर कॉटन के प्रभाव पर एक अध्ययन किया. आप पर अधिक शोध पत्र पा सकते हैं 'प्रदर्शन परिणाम और प्रभाव' पृष्ठ बेटर कॉटन वेबसाइट के 'स्वतंत्र अनुसंधान और मूल्यांकन' खंड के तहत।

जरूरतों और संसाधनों के आधार पर, बेटर कॉटन भी कमीशन करता है:

  • परिणाम मूल्यांकन: आम तौर पर बेटर कॉटन फार्मर्स से बेसलाइन और एंडलाइन डेटा एकत्र करना, या तो किसी विशिष्ट परियोजना के लिए या कई प्रोग्राम पार्टनर्स के लिए।
  • केस स्टडीज: किसी विशिष्ट विषय या शोध प्रश्न को देखने के लिए छोटे नमूने के आकार का उपयोग करना, ज्यादातर गुणात्मक या मिश्रित दृष्टिकोणों का उपयोग करना।

अंत में, हम नियमित रूप से कृषि-स्तर (अज्ञात) डेटा प्रदान करते हैं और अकादमिक शोधकर्ताओं या अन्य शोध संगठनों को साक्षात्कार देते हैं जो टिकाऊ कपास उत्पादन पर स्वतंत्र शोध करते हैं।

बेटर कॉटन कैसे सुनिश्चित करता है कि उसका मूल्यांकन प्रभावी है?

निगरानी और मूल्यांकन के लिए हमारी अपनी आंतरिक नीतियों और प्रक्रियाओं के आगे, बेटर कॉटन स्टैंडर्ड सिस्टम का भी स्वतंत्र रूप से ISEAL के अच्छे व्यवहार के कोड के खिलाफ मूल्यांकन किया गया है।

होने के नाते आईएसईएएल फेयरट्रेड और रेनफॉरेस्ट एलायंस जैसे अन्य क्षेत्र के नेताओं के साथ कोड अनुपालन का मतलब है कि हम निगरानी और मूल्यांकन के लिए कठोर अंतरराष्ट्रीय मानकों को पूरा कर रहे हैं। हम अपनी प्रगति को मापने और रिपोर्ट करने के तरीके में धीरे-धीरे सुधार करने के लिए प्रतिबद्ध हैं और हमारे द्वारा एकत्र किए गए डेटा की विश्वसनीयता और हमारे मूल्यांकन विधियों की मजबूती में निवेश करते हुए हमारे प्रभाव को प्रदर्शित करते हैं।

निगरानी, ​​मूल्यांकन और सीखने के हमारे दृष्टिकोण के बारे में और जानें यहाँ उत्पन्न करें.

इस पृष्ठ को साझा करें