MétaCan
Menu
Retour à la cohorte
Enregistrement W2902209517 · doi:10.5430/ijhe.v7n6p44

Distinguishing between Theory, Theoretical Framework, and Conceptual Framework: A Systematic Review of Lessons from the Field

2018· review· en· W2902209517 sur OpenAlexvenueno aff
Charles Kivunja

Notice bibliographique

RevueInternational Journal of Higher Education · 2018
Typereview
Langueen
DomaineSocial Sciences
ThématiqueContemporary Sociological Theory and Practice
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeaning (existential)Conceptual frameworkField (mathematics)Systematic reviewGRASPManagement scienceEpistemologyExperiential learningEngineering ethicsSociologyPsychologyComputer scienceMathematics educationSocial scienceEngineeringPolitical scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Across many years of teaching Research Methods and assessing many applications for admission into higher degree studies which require an understanding of theories, principles, strategies and skills needed to complete a higher degree such as a Masters or a PhD, one of the things I have found problematic for many students is the inability to articulate differences between theory, theoretical framework and a conceptual framework for a proposed research project. This paper uses experiential methodology to draw upon my experience in practice, and systematic literature review methodology to draw upon supporting scholarly literature by leaders in the field, to contribute to existing knowledge on the meaning of each of these concepts, and more importantly to distinguish between them in a study of Research Methods, and in particular as they relate to designing a research proposal and a thesis for a higher degree. The primary aim is to help the reader develop a firm grasp of the meaning of these concepts and how they should be used in academic research discourses. The review answers five questions. 1. What does each of these terms mean? 2. When and how should each be used? 3. What purposes does a theoretical framework serve? 4. How do you develop a theoretical framework for your research proposal or thesis? 5. What does a good theoretical framework look like?

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)0,068
score de la tête « metaresearch » (Gemma)0,212
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,361

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,212
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0260,024
Études des sciences et des technologies0,0020,004
Communication savante0,0070,012
Science ouverte0,0040,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,108
Tête enseignante GPT0,492
Écart entre enseignants0,385 · 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'étudeRevue systématique
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

Citations327
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetContemporary Sociological Theory and PracticeTravaux en français237 207