Das Projekt zielt auch auf die Förderung des Privatsektors und nachhaltiger wirtschaftlicher Aktivitäten im Bereich des Lehmbaugewerbes ab. Mauretanien ist ein sahelisches Land mit schlechten klimatischen Bedingungen und insgesamt geringen Niederschlägen im Land, so dass die Entwicklungsaussichten für viele Wirtschaftssektoren gering sind. Das Projekt trägt zum Programm des Landes für menschenwürdige Arbeit bei, indem es einen arbeitsintensiven Ansatz im Bausektor und bei öffentlichen Arbeiten umsetzt.

Ganz allgemein will PECOBAT zu regionaler Stabilität und einer besseren Steuerung der Migration beitragen, indem es die Ursachen für die Instabilität von Zwangsvertreibungen und irregulärer Migration bekämpft. Die angebotenen Schulungen richten sich an junge Menschen, die in einem professionellen und lernfördernden Umfeld ausgebildet werden, da sie theoretischen Unterricht mit einer starken praktischen Komponente verbinden. Auf diese Weise zielt das Projekt darauf ab, die Möglichkeiten der sozio-professionellen Integration von jungen Menschen und KMU in den Zielgebieten durch die Entwicklung einer Berufsausbildung im Bausektor unter Verwendung lokaler Materialien zu verbessern.

Welche Methoden werden angewandt?

Ursprünglich schlug C4ED eine kontrafaktische Wirkungsevaluierung (CIE) vor, die sich auf einen Difference-in-Difference (DiD)-Ansatz mit Propensity Score Matching (PSM) stützte, um die Auswirkungen von PECOBAT zu ermitteln. Programmänderungen führten jedoch zu einer Verringerung der Zahl der erwarteten Begünstigten auf weniger als 100 Jugendliche. Daher besteht der endgültige methodische Ansatz aus dem Vergleich der Trends der mittleren Ergebnisse für Begünstigte und ähnliche Nicht-Begünstigte mit einer Anpassung der kleinen Stichprobe mittels PSM.

Die Erkenntnisse aus dieser quantitativen, deskriptiven Analyse werden durch qualitative Daten im Rahmen eines gemischten Methodenansatzes weiter ergänzt. Die Stichprobe der Studie besteht aus Jugendlichen, die im Rahmen des Projekts ausgewählt wurden, und aus Jugendlichen, die sich für die Teilnahme am Projekt beworben haben, aber nicht ausgewählt wurden. Die Studienteilnehmer beider Gruppen werden gebeten, an einer Basiserhebung teilzunehmen.

Die Basiserhebungen werden schrittweise für jede neu rekrutierte Kohorte durchgeführt. Eine Zwischenerhebung wird für jede Kohorte bis zu 10 Monate nach Beginn der Intervention organisiert. Etwa 18 Monate nach der Baseline wird für jede Kohorte eine Endline-Erhebung durchgeführt, um die wichtigsten Ergebnisse zu bewerten. Die Daten aus den verschiedenen Kohorten werden für die Analyse zusammengeführt. Es werden auch qualitative Daten erhoben, um einen Einblick in die kontextuellen Mechanismen zu erhalten, die die in der deskriptiven Analyse beobachteten Veränderungen bewirkt haben.

In der quantitativen Analyse werden die Ergebnisse der Begünstigten im Laufe der Zeit verfolgt und mit den Ergebnissen ähnlicher Nicht-Begünstigter während des gesamten Bewertungszeitraums verglichen, um zu untersuchen, ob Begünstigte und Nicht-Begünstigte unterschiedliche Muster für verschiedene Ergebnisvariablen aufweisen. Aufgrund der geringen Stichprobengröße kann die Studie keine Programmeffekte nachweisen. Daher wird ein Ansatz mit gemischten Methoden verwendet, bei dem Erkenntnisse aus qualitativen Interviews ergänzende kontextbezogene Informationen für die Interpretation der deskriptiven quantitativen Ergebnisse liefern werden.

Das Design des PECOBAT-Projekts lässt nur eine kleine Stichprobengröße zu, was die statistische Aussagekraft der Studie in Bezug auf die Feststellung von Programmeffekten einschränkt. Daher wird ein Ansatz mit gemischten Methoden angewandt, bei dem die Erkenntnisse aus qualitativen Interviews ergänzende kontextbezogene Informationen für die Interpretation der deskriptiven quantitativen Ergebnisse liefern werden. Die deskriptive Analyse wird die Ergebnisse von Begünstigten und ähnlichen Nicht-Begünstigten während des gesamten Bewertungszeitraums verfolgen, um zu untersuchen, ob Begünstigte und Nicht-Begünstigte unterschiedliche Muster für verschiedene Ergebnisvariablen aufweisen. Mithilfe von Propensity Score Matching werden wir Nicht-Begünstigte identifizieren, die den Projektteilnehmern ähnlich sind.