A multi-method approach to studying activity setting participation: integrating standardized questionnaires, qualitative methods and physiological measures
Notice bibliographique
Résumé
Purpose: This study investigated the feasibility of integrating three diverse methods for studying disabled youth’s experiences of activity settings: standardized questionnaires, qualitative methods and physiological measures. The article describes a case study of data collection in a real-life setting to outline the opportunities, challenges and lessons learned for future research. Methods: The methods included (a) two newly developed quantitative measures of qualities of home and community activity settings (MEQAS) and youth experiences (SEAS); (b) youth-friendly qualitative methods, including photo-elicitation, observations, electronic interviews and face-to-face interviews; and (c) an innovative system to collect physiological data (the HEART system) that provided insight into the experiences of youth beyond other methods. Results: The study demonstrated that these diverse methods measures can be practically combined to study activity setting participation experiences. The measures provided different types of data that informed one other and allowed a rich interpretation and deep understanding of the participant’s experiences. We discuss practical lessons concerning the joint use of the three methods, lessons specific to each method, and lessons concerning next steps for integrating the data. Conclusions: Combined methodologies hold great promise for investigations of the participation experiences of disabled youth in future research. Implications for RehabilitationThis feasibility study demonstrated that standardized questionnaires, qualitative methods, and physiological measures can be practically combined to study the real-world activity setting participation experiences of disabled youth.Combined methodologies hold great promise for investigations of the participation experiences of “hard to study” disabled youth in future research.Clinically it is important to look at youth-based experiences and priorities when planning interventions rather than focusing on specific skills or inclusion for its own sake.
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 | 0,162 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».