MétaCan
Menu
Retour à la cohorte
Enregistrement W1588632076 · doi:10.1177/160940691401300101

Using the Delphi Method for Qualitative, Participatory Action Research in Health Leadership

2014· article· en· W1588632076 sur OpenAlexaffabout
Amber J. Fletcher, Gregory P. Marchildon

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésConfidentialityDelphi methodRestructuringCitizen journalismPublic relationsDelphiParticipatory action researchPolitical scienceSociologyComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Current pressures on public health systems have led to increased emphasis on restructuring, which is seen as a potential solution to crises of accessibility, quality, and funding. Leadership is an important factor in the success or failure of these initiatives. Despite its importance, health leadership evades easy articulation, and its study requires a thoughtful methodological approach. We used a modified Delphi method in a Participatory Action Research (PAR) project on health leadership in Canada. Little has been written about the combination of Delphi method with PAR. We offer a rationale for the combination and describe its usefulness in researching the role of leadership in a restructuring initiative in “real time” with the participation of health system decision makers. Recommendations are provided to researchers wishing to use the Delphi method qualitatively (i.e., without statistical consensus) in a PAR framework while protecting the confidentiality of participants who work at different levels of authority. We propose a modification of Kaiser's (2009) post-interview confidentiality form to address power differentials between participants and to enhance confidentiality in the PAR process.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,209
score de la tête « metaresearch » (Gemma)0,117
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,976

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2090,117
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,008
Études des sciences et des technologies0,0070,012
Communication savante0,0050,005
Science ouverte0,0030,013
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,988
Tête enseignante GPT0,851
Écart entre enseignants0,137 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations255
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetDelphi Technique in ResearchTravaux en français237 207