MétaCan
Menu
Retour à la cohorte
Enregistrement W2790704963 · doi:10.46743/2160-3715/2018.2923

Exploring Identity: What We Do as Qualitative Researchers

2018· article· en· W2790704963 sur OpenAlexaff
Kerstin Roger, Tracey A. Bone, Tuula Heinonen, Karen D. Schwartz, Joyce Slater, Sulaye Thakrar

Notice bibliographique

RevueThe Qualitative Report · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésAutoethnographyQualitative researchIntrospectionSociologyCraftIdentity (music)ReflexivityContext (archaeology)EpistemologyValue (mathematics)PsychologyPedagogySocial scienceAesthetics

Résumé

récupéré en direct d'OpenAlex

Although there has been much discussion about distinctions between quantitative and qualitative research, our purpose here is not to revive those conversations, but instead to attempt to explore and articulate our identities as researchers who practice in the qualitative tradition. Using autoethnography as our methodology, we as six researchers from various social science disciplines and at various career stages engaged in focused introspection by responding individually to two questions: who am I as a qualitative researcher; and how did I come to that understanding? This reflection led to discussions of those elements and experiences that have shaped the way we see ourselves in the context of our research. The question of “identity” evolved into a discussion about “what we do.” During our data analysis, six themes emerged, representing our group’s responses: (a) building epistemology, (b) making/doing good research, (c) as an art or craft, (d) why does qualitative research need legitimating? (e) qualitative research as a social bridge, and (f) stewards of people’s lived experience. We conclude by reflecting on the value of building a community of practice among qualitative researchers.

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)0,388
score de la tête « metaresearch » (Gemma)0,396
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,755

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3880,396
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0090,010
Études des sciences et des technologies0,0230,059
Communication savante0,0310,034
Science ouverte0,0090,018
Intégrité de la recherche0,0130,020
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,893
Tête enseignante GPT0,739
Écart entre enseignants0,154 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique

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

En bref

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Qualitative ReportMême sujetQualitative Research Methods and EthicsTravaux en français237 207