MétaCan
Menu
Retour à la cohorte
Enregistrement W2159758710 · doi:10.1353/cpr.0.0010

A Participatory Group Process to Analyze Qualitative Data

2008· article· en· W2159758710 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueProgress in community health partnerships · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensPublic Health OntarioToronto Public Health
Organismes subventionnairesnon disponible
Mots-clésParticipatory action researchInclusion (mineral)Citizen journalismProcess (computing)Community-based participatory researchData collectionQualitative propertyQualitative researchPsychologyMedical educationPublic relationsSociologyComputer sciencePolitical scienceSocial psychologyMedicineWorld Wide WebSocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: When conducting community-based participatory research (CBPR), community researchers are often consulted during the analysis step, but rarely participate in the entire process. OBJECTIVES: This paper describes a participatory qualitative data analysis process that was used in three projects with marginalized women in Ontario, Canada. In each project, marginalized women were trained as Inclusion Researchers (IRs) and participated in all stages of the research process. Given the emphasis of the projects on inclusion, it was important that a data analysis process be developed that was group oriented, engaging, understandable, and inclusive of the community researchers. METHODS: A five-part analysis process is described including preparation of the data, grouping and coding, consolidation, making sense of the data, and producing a report. This group analysis process took place over 2 full days with facilitation by an academic researcher, Details about the techniques used for each step are described. CONCLUSIONS: The strengths of this participatory qualitative data analysis process were that it enabled participation of people with a mixture of levels of education and familiarity with analysis; it enabled community member control of the interpretation; and it could handle large volumes of data quickly. The main limitation was that additional time and procedures would be necessary for a deeper analysis or for groups of over 25 participants. The factors that contributed to the success of this participatory analysis process included accessible and clear procedures, use of visual grouping techniques, and a positive and supportive atmosphere for participation.

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.

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaÉtudes des sciences et des technologies
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: oui · Porte sur un sujet canadien: oui
Qualitatifhigh
gptaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,059
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0590,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,002
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,936
Tête enseignante GPT0,754
Écart entre enseignants0,182 · 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