Expert qualitative researchers and the use of audit trails
Notice bibliographique
Résumé
BACKGROUND: Determining the credibility of qualitative research findings remains a contested area and leaves the way open for additional theoretical and methodological discussion. AIMS: In this paper we focus on audit trails and confirmability, within the context of 'expert' qualitative researchers. Having outlined the audit trail process, we develop existing arguments about the 'expert' qualitative researcher. We then juxtapose the two, highlighting a number of issues in an attempt to advance the debate. DISCUSSION: These issues discussed are: (1) The shifting sands of methodological orthodoxy - the historical context in which audit trails emerged. (2) The individual construction of logic. (3) 'Grounded in the data' or 'going beyond the words'- the key differences between descriptive and interpretive findings. (4) The singular relationship between qualitative researcher and their data. (5) The growing acknowledgement that method alone is insufficient. (6) The challenging example of visionaries. CONCLUSION: We argue that using audit trails as a means to achieve confirmability of qualitative research findings is an exaggeration of the case for method, and may do little to establish the credibility of the findings. We also introduce a preliminary case for testing the credibility of theory induced by expert qualitative researchers, in part by means of its usefulness; its 'fit and grab', rather than by the researcher's adherence to contemporary methodological orthodoxy. In other words, the absence of audit trails does not necessarily challenge the credibility of qualitative findings, particularly if an expert qualitative researcher produced the findings.
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 | 0,634 | 0,793 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,010 | 0,032 |
| Communication savante | 0,019 | 0,024 |
| Science ouverte | 0,006 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».