MétaCan
Menu
Retour à la cohorte
Enregistrement W2171182507 · doi:10.1177/1049732305278876

An Introduction to Concept Mapping as a Participatory Public Health Research Method

2005· article· en· W2171182507 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.

Notice bibliographique

RevueQualitative Health Research · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésCitizen journalismVisual researchPublic healthData collectionConcept mapParticipatory action researchSociologyPerceptionQualitative researchData scienceVisual methodsManagement scienceParticipatory evaluationComputer sciencePsychologySocial scienceMedicineEngineeringWorld Wide WebCognitive scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this article, the authors introduce concept mapping as a useful participatory research method for public health researchers interested in generating hypotheses and developing theory. The authors first provide an overview of concept mapping, which combines qualitative approaches with quantitative analytical tools to produce visual displays of the relationship between ideas. Then, they present an illustrative research application of the method to the exploration of women's perceptions of the relationship between residential neighborhood factors and intimate partner violence experiences. They give attention to the data collection and analysis procedures and to demonstrating the intricacies of using concept mapping for public health research purposes. Finally, the article concludes with a discussion of the unique contributions and challenges associated with concept mapping.

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.

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)0,278
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,2780,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0120,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,008
Charge utile insuffisante (le modèle a refusé de juger)0,0020,005

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 Opus0,929
Tête enseignante GPT0,789
Écart entre enseignants0,140 · 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