Integrating Quantitative and Qualitative Data in Mixed Methods Research—Challenges and Benefits
Notice bibliographique
Résumé
<p>This paper is concerned with investigating the integration of quantitative and qualitative data in mixed methods research and whether, in spite of its challenges, it can be of positive benefit to many investigative studies. The paper introduces the topic, defines the terms with which this subject deals and undertakes a literature review to outline the challenges and benefits of employing this approach to research. The specific terms research, educational research, research methodologies and methods, research design, quantitative approaches, qualitative approaches and mixed methods approaches are all defined. Mixed methods approaches are outlined in terms of their challenges and benefits, with the researcher offering a personal opinion in conclusion to the paper. The conclusion that was drawn was that provided that mixed methods research was a suitable approach to any given project, its use would yield positive benefits, in that the use of differing approaches has the potential to provide a greater depth and breadth of information which is not possible utilising singular approaches in isolation. In spite of its time-consuming nature, and the suspicion with which some quarters of academia still regard mixed methods research, it does afford opportunities for researchers to have an informed conversation or debate involving information that is generated by both quantitative and qualitative collection methods. Furthermore, evidence would suggest that, rather than restricting the opportunities for research by only utilising either qualitative or quantitative methods, a mixed methods approach provides researchers with a greater scope to investigate educational issues using both words and numbers, to the benefit of educational establishments and society as a whole.</p>
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
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.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Théorique ou conceptuel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Théorique ou conceptuel | low |
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,772 | 0,788 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,020 | 0,024 |
| Études des sciences et des technologies | 0,013 | 0,086 |
| Communication savante | 0,051 | 0,072 |
| Science ouverte | 0,011 | 0,044 |
| Intégrité de la recherche | 0,016 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
score_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 découleClassification
machine, non validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».