MétaCan
Menu
Retour à la cohorte
Enregistrement W2138043039 · doi:10.46743/2160-3715/2015.2115

Using Visual Vignettes: My Learning to Date

2015· article· en· W2138043039 sur OpenAlexafffund
Tricia Morrison

Notice bibliographique

RevueThe Qualitative Report · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsOntario Society of Occupational Therapists
Mots-clésVignetteStakeholderTerminologyNarrativePsychologyMedical educationPresentation (obstetrics)MedicineSocial psychologyPublic relations

Résumé

récupéré en direct d'OpenAlex

Cancer survivors report a gap in work integration advice from healthcare professionals. This occurs despite physicians routinely providing comment upon survivors’ work abilities to insurers and employers. In order to understand the phenomena of survivors’ work integration from physicians’ perspectives, a vignette methodology was used. Vignettes were chosen as a means to explore physicians’ perspectives in a non-confrontational and sensitive manner. Vignettes, composed of photographs and narratives reflective of survivors’ lived experiences of work integration were presented to 10 physicians during individual interviews. In this manuscript, I outline my experience using vignettes, the learning I have achieved, and the modifications I intend to make before again similarly using vignettes with another stakeholder group. In this study, receptive participants expressed enjoyment of the real-life nature of the vignettes through which significant insights into the phenomena were successfully gleaned. In this case, vignettes were an effective means to sensitively explore physicians’ perspectives of cancer survivors’ work integration. Yet, considerations that I will undertake prior to the next stakeholder inquiry include incorporating findings from the physicians and modifying the presentation of survivors’ findings to be more applicable to that next stakeholder, reconsidering the number of vignettes used as well as the terminology and delivery mechanism, and refinement of questioning format.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,612
Tête enseignante GPT0,679
Écart entre enseignants0,067 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Qualitative ReportMême sujetPatient Satisfaction in HealthcareTravaux en français237 207