MétaCan
Menu
Retour à la cohorte
Enregistrement W2141873728 · doi:10.1177/1539449215576488

Extending Beyond Qualitative Interviewing to Illuminate the Tacit Nature of Everyday Occupation

2015· article· en· W2141873728 sur OpenAlexaffabout
Suzanne Huot, Debbie Laliberté Rudman

Notice bibliographique

RevueOTJR Occupational Therapy Journal of Research · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Therapy Practice and Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésQualitative researchInterviewVariety (cybernetics)NarrativeVisual researchOccupational therapyEthnographyTacit knowledgeCitizen journalismOccupational scienceSociologyPsychologyEngineering ethicsEpistemologyKnowledge managementSocial scienceComputer scienceEngineeringVisual artsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The study of human occupation requires a variety of methods to fully elucidate its complex, multifaceted nature. Although qualitative approaches have commonly been used within occupational therapy and occupational science, we contend that such qualitative research must extend beyond the sole use of interviews. Drawing on qualitative methodological literature, we discuss the limits of interview methods and outline other methods, particularly visual methods, as productive means to enhance qualitative research. We then provide an overview of our critical ethnographic study that used narrative, visual, and observational methods to explore the occupational transitions experienced by immigrants to Canada. We describe our use of occupational mapping and participatory occupation methods and the contributions of these combined methods. We conclude that adopting a variety of methods can enable a deeper understanding of the tacit nature of everyday occupation, and is key to advancing knowledge regarding occupation and to informing occupational therapy practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,069
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,364

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0070,018
Communication savante0,0080,008
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,512
Tête enseignante GPT0,657
Écart entre enseignants0,145 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreMéthodes

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

En bref

Citations47
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOTJR Occupational Therapy Journal of ResearchMême sujetOccupational Therapy Practice and ResearchTravaux en français237 207