Nigeria – Matrice Des Donnees (Français)
Chaque matrice de données résume les besoins exprimés des parties prenantes en termes de données du secteur extractif avec les recommandations afférentes.
Nigeria – Résumé Exécutif (Français)
Nigeria – Résumé Exécutif (Français)
Guinée – Résumé Exécutif (Français)
Résumé Exécutif: Étude de faisabilité de la mise en place de Portail de Données Ouvertes sur les Industries Extractives (PDIE)
Rapport Final Indice Pilote Women in Mining Guinée
Français
Ecosystème Numérique Agricole au Mali
Development Gateway: an IREX Venture (DG) et Athena Infonomics ont effectué une évaluation de l’écosystème agricole numérique au Mali, entre septembre 2021 et janvier 2022, suivant la méthodologie Country Assessment Landscape Methodology (CALM) de DG. La méthodologie CALM combine la recherche documentaire et des méthodes mixtes de collecte de données, telles que les entretiens avec des informateurs clés (EIC), les enquêtes et les analyses fines d’informations, pour comprendre le contexte, recueillir les besoins des utilisateurs et identifier les liens – ou l’absence de liens – entre les parties prenantes d’un secteur spécifique.
Que feriez-vous avec des données sur le genre?
Français
Guinée – Rapport d’Evaluation PDIE (Français)
Etude de faisabilité de la mise en place de Portails Nationaux de Données sur les Industries Extractives (PDIE)
Guinée – Matrice Des Donnees (Français)
Chaque matrice de données résume les besoins exprimés des parties prenantes en termes de données du secteur extractif avec les recommandations afférentes.
Élaboration De Politiques Fondées Sur Des Données Probantes: Élaboration De Politiques Fondées Sur Des Données Probantes
Entre décembre 2022 et février 2024, Development Gateway : an IREX Venture (DG) et IREX, avec le financement de la Fondation William & Flora Hewlett, ont mené des recherches au Kenya et au Sénégal pour étudier la complexité des mécanismes de fourniture des données sur l’éducation, l’accès aux données et les processus de prise de décision. Une prise de décision efficace dans le domaine de l’éducation repose sur des données fiables, comparables et accessibles, gérées par des systèmes d’information tout aussi efficaces, facilitant ainsi l’optimisation des ressources et le suivi des objectifs. Cependant, de nombreux pays, dont le Kenya et le Sénégal, sont confrontés à des défis liés au manque de fiabilité des données sur l’éducation, à une utilisation limitée des données dans la prise de décision et à la faiblesse de la capacité nationale à gérer et à exploiter les données de manière efficace.
Cette étude, qui utilise la méthodologie CALM (Custom Assessment and Landscape Methodology) de DG, comprend un examen documentaire, des consultations avec les parties prenantes, des entretiens et des ateliers de validation. Plutôt que de réaliser une évaluation ou un diagnostic complet, l’étude visait à recueillir des points de vue et des récits diversifiés auprès des parties prenantes afin de contribuer aux discussions en cours, aux investissements techniques et aux réformes entreprises. Nous présentons les principaux résultats obtenus au Kenya et au Sénégal avant de comparer et d’identifier les caractéristiques communes qui pourraient s’avérer utiles d’évaluer dans d’autres contextes nationaux.