MétaCan
Menu
Retour à la cohorte
Enregistrement W2884902003 · doi:10.1177/1049732318785358

Appraising Qualitative Research for Evidence Syntheses: A Compendium of Quality Appraisal Tools

2018· review· en· W2884902003 sur OpenAlexafffund
Umair Majid, Meredith Vanstone

Notice bibliographique

RevueQualitative Health Research · 2018
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of Ontario
Mots-clésCompendiumQualitative researchCritical appraisalQuality (philosophy)Variety (cybernetics)Management scienceTask (project management)PsychologySystematic reviewKnowledge managementEngineering ethicsComputer scienceMEDLINEMedicineAlternative medicineSociologyPolitical scienceEngineeringEpistemologySocial sciencePathology

Résumé

récupéré en direct d'OpenAlex

As the movement toward evidence-based health policy continues to emphasize the importance of including patient and public perspectives, syntheses of qualitative health research are becoming more common. In response to the focus on independent assessments of rigor in these knowledge products, over 100 appraisal tools for assessing the quality of qualitative research have been developed. The variety of appraisal tools exhibit diverse methods and purposes, reflecting the lack of consensus as to what constitutes appropriate quality criteria for qualitative research. It is a daunting task for those without deep familiarity of the field to choose the best appraisal tool for their purpose. This article provides a description of the structure, content, and objectives of existing appraisal tools for those wanting to evaluate primary qualitative research for a qualitative evidence synthesis. We then discuss common features of appraisal tools and examine their implications for evidence synthesis.

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)0,463
score de la tête « metaresearch » (Gemma)0,673
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,662

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4630,673
Méta-épidémiologie (sens strict)0,0040,005
Méta-épidémiologie (sens large)0,0090,007
Bibliométrie0,0340,039
Études des sciences et des technologies0,0040,010
Communication savante0,0170,010
Science ouverte0,0080,011
Intégrité de la recherche0,0050,015
Charge utile insuffisante (le modèle a refusé de juger)0,0120,010

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 Opus0,995
Tête enseignante GPT0,907
Écart entre enseignants0,088 · 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'étudeSans objet
DomaineMéthodes
GenreSynthèse

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

En bref

Citations302
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetHealth Policy Implementation ScienceTravaux en français237 207