MétaCan
Menu
Retour à la cohorte
Enregistrement W2372929 · doi:10.46743/2160-3715/2012.1704

Contextualizing Theories and Practices of Bricolage Research

2015· article· en· W2372929 sur OpenAlexaff
Matt Rogers

Notice bibliographique

RevueThe Qualitative Report · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésBricolagePopularityEpistemologySociologyQualitative researchSocial sciencePsychologySocial psychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Within the last decade, bricolage, as an approach to qualitative inquiry, has gained popularity in academic circles. However, while conceptual and concrete precedents exist, the approach has remained relatively misunderstood, and unpopular, in broader research communities. This may be because the complexity of the approach has stymied widespread discussions and commentary. This article means to address this concern by providing a thick, yet accessible, introduction to bricolage as an approach to qualitative inquiry. While researchers and scholars have conceptualized bricolage, few have attempted to provide an overview of how the concept emerged in relation to qualitative research. Further, while the literature on bricolage offers invaluable conceptual insights, lacking is a survey that provides clear examples of how bricolage has been implemented in research contexts. Therefore, while greatest attention in this article is devoted to contextualizing bricolage and introducing influential theorists, it also provides key examples of research that adopts the bricolage approach. In drawing on a plurality of sources, the article provides a thick discussion of the complex bricolage project; one that can be beneficial to both novice and seasoned researchers who pursue alternative methodological approaches.

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)0,089
score de la tête « metaresearch » (Gemma)0,085
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,473

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0890,085
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0140,012
Études des sciences et des technologies0,0170,107
Communication savante0,0290,031
Science ouverte0,0050,020
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,953
Tête enseignante GPT0,834
Écart entre enseignants0,119 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations291
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Qualitative ReportMême sujetParticipatory Visual Research MethodsTravaux en français237 207