MétaCan
Menu
Retour à la cohorte
Enregistrement W1602335036 · doi:10.1177/160940691101000103

The Evocative Power of Projective Techniques for the Elicitation of Meaning

2011· article· en· W1602335036 sur OpenAlexaff
Caroline Porr, Maria Mayan, Guendalina Graffigna, Sarah Wall, Edgar Ramos Vieira

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of AlbertaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésProjective testMeaning (existential)Qualitative researchOperationalizationLogo (programming language)Representation (politics)PsychologyPhoto elicitationComputer scienceSociologyEpistemologyKnowledge managementSocial science

Résumé

récupéré en direct d'OpenAlex

A unique project was undertaken by doctoral and postdoctoral students, and their mentor, from diverse backgrounds in health and social sciences to explore their past experiences as participants in a qualitative research training initiative called EQUIPP (Enhancing Qualitative Understanding of Illness Processes and Prevention). The purpose of the project was to create a symbolic representation of the EQUIPP program through the use of projective techniques. The authors examined the meaning of engaging in qualitative research training through images and conceptual metaphors that were subsequently consolidated thematically and then portrayed in the form of a newly constructed logo that was developed with the assistance of a professional graphic designer. Projective techniques proved to be a powerful, evocative tool for eliciting meaning and translating concrete experiences into visual discourse. In this paper, the authors discuss how projective techniques were operationalized and consider their broad implications for qualitative research.

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)0,076
score de la tête « metaresearch » (Gemma)0,147
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,076
Score d'incertitude au seuil0,402

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,147
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0060,029
Communication savante0,0070,010
Science ouverte0,0030,019
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,951
Tête enseignante GPT0,809
Écart entre enseignants0,142 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations48
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetParticipatory Visual Research MethodsTravaux en français237 207