Improving the Quality of Mixed Research Reports in the Field of Human Resource Development and Beyond: A Call for Rigor as an Ethical Practice
Notice bibliographique
Résumé
Since 2000, only 13% of the total number of empirical research articles (n = 230) published inHuman Resource Development Quarterly (HRDQ)have represented mixed research studies. Plausible explanations for why theHRDQprevalence rate is not more than 13% include the possibility that a high proportion of mixed research studies that are being submitted toHDRQare not of sufficient quality to be accepted. Thus, in this editorial, we provide evidence‐based guidelines for conducting and reporting mixed research that are framed around Collins, Onwuegbuzie, and Sutton's (2006) 13‐step model of the mixed research process. Further, we divide our reporting standards into four general areas—research formulation, research planning, research implementation, and research dissemination—that we itemize via a taxonomy that contains more than 60 elements.
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 | 0,875 | 0,947 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,020 | 0,013 |
| Études des sciences et des technologies | 0,014 | 0,070 |
| Communication savante | 0,051 | 0,033 |
| Science ouverte | 0,017 | 0,020 |
| Intégrité de la recherche | 0,033 | 0,043 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».