MétaCan
Menu
Retour à la cohorte
Enregistrement W2006497387 · doi:10.4018/jskd.2012070101

Creating Qualitative Interview Protocols

2012· article· en· W2006497387 sur OpenAlexaff
M. Gordon Hunter

Notice bibliographique

RevueInternational Journal of Sociotechnology and Knowledge Development · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésDocumentationProtocol (science)Consistency (knowledge bases)Flexibility (engineering)NarrativeQualitative researchExploratory researchParticipant observationInterviewData collectionComputer scienceClosed-ended questionKnowledge managementData sciencePsychologySociologyMedicineEpistemologyManagementArtificial intelligenceSocial scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

This manuscript describes a technique which facilitates the documentation of research participant stories interpreting their experiences in response to a research question. From a Narrative Inquiry approach interview protocols were developed based upon the exploration of a research question. The technique may be applied when gathering qualitative data in one-on-one interviews. Each interview protocol provided consistency across a number of interviews; but also allowed for flexibility of responses by the research participant within their respective interviews. This document provides a description of a technique which addresses the conundrum of consistency and flexibility. Four different research projects are described in this manuscript. The specific interview protocol is presented and it is shown how the protocol serves to address the project’s research question. This document concludes with a description of how these techniques may be employed, in general, to contribute to the exploratory investigation of a research topic in business and management studies.

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)0,170
score de la tête « metaresearch » (Gemma)0,191
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,170
Score d'incertitude au seuil0,900

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1700,191
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,009
Études des sciences et des technologies0,0080,006
Communication savante0,0070,006
Science ouverte0,0070,011
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0550,020

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 Opus0,067
Tête enseignante GPT0,367
Écart entre enseignants0,299 · 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'étudeSans objet
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

Citations30
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sociotechnology and Knowledge DevelopmentMême sujetInnovation and Knowledge ManagementTravaux en français237 207