Analyse comparative des méthodes de collecte de données qualitatives utilisées auprès des adolescents
Notice bibliographique
Résumé
Introduction : La recherche auprès des adolescents connaît un remarquable essor depuis une dizaine d’années, notamment dans le domaine des sciences infirmières. Objectif : Cet article a pour but de dresser un tableau des connaissances justifiant le recours aux méthodes qualitatives dans la collecte de données chez les adolescents. Méthode : Une revue des écrits a permis de repérer les articles pertinents (N : 27) issus des bases de données informatisées. Résultats : Bien que les études réalisées auprès des adolescents portent sur des sujets différents, leurs méthodes de collecte de données se ressemblent souvent. La plupart des études utilisent plus d’une technique pour concilier la rigueur scientifique et l’expression des adolescents. Pour comprendre un phénomène, son contexte et la signification accordée à l’expérience s’avèrent essentiels. Conclusion : Dans les recherches qualitatives s’intéressant aux adolescents, il importe d’utiliser des méthodes de collecte de données qui permettent de bien cibler l’expérience explorée et d’orienter et guider l’individu dans l’approfondissement de cette expérience pour favoriser l’émergence de son point de vue. Les méthodes de collecte de données basées sur la communication écrite doivent être complétées par d’autres davantage axées sur la communication orale afin d’en tirer des interprétations reflétant le plus fidèlement possible les points de vue des adolescents.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,157 | 0,320 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».