MétaCan
Menu
Retour à la cohorte
Enregistrement W2908663834 · doi:10.1002/rev3.3147

Improving reporting of meta‐ethnography: The <scp>eMERG</scp> e reporting guidance

2019· article· en· W2908663834 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueReview of Education · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcMaster University
Organismes subventionnairesEconomic and Social Research CouncilMedical Research CouncilHealth Services and Delivery Research ProgrammeNational Institute for Health and Care ResearchCancer Research UKLlywodraeth CymruUnited Kingdom Clinical Research CollaborationBritish Heart FoundationWellcome Trust
Mots-clésAuditEthnographyCLARITYBest practiceDocumentationQuality (philosophy)PsychologyMedical educationMedicineSociologyComputer scienceBusinessPolitical scienceAccounting

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to provide guidance to improve the completeness and clarity of meta‐ethnography reporting. Evidence‐based policy and practice require robust evidence syntheses which can further understanding of people's experiences and associated social processes. Meta‐ethnography is a rigorous seven‐phase qualitative evidence synthesis methodology, developed by Noblit and Hare. Meta‐ethnography is used widely in health research, but reporting is often poor quality and this discourages trust in and use of its findings. Meta‐ethnography reporting guidance is needed to improve reporting quality. The eMERG e study used a rigorous mixed‐methods design and evidence‐based methods to develop the novel reporting guidance and explanatory notes. The study, conducted from 2015 to 2017, comprised of: (1) a methodological systematic review of guidance for meta‐ethnography conduct and reporting; (2) a review and audit of published meta‐ethnographies to identify good practice principles; (3) international, multidisciplinary consensus‐building processes to agree guidance content; (4) innovative development of the guidance and explanatory notes. Recommendations and good practice for all seven phases of meta‐ethnography conduct and reporting were newly identified leading to 19 reporting criteria and accompanying detailed guidance.The bespoke eMERG e Reporting Guidance, which incorporates new methodological developments and advances the methodology, can help researchers to report the important aspects of meta‐ethnography. Use of the guidance should raise reporting quality. Better reporting could make assessments of confidence in the findings more robust and increase use of meta‐ethnography outputs to improve practice, policyand service user outcomes in health and other fields. This is the first tailored reporting guideline for meta‐ethnography. This article is being simultaneously published in the following journals: Journal of Advanced Nursing, Psycho‐oncology, Review of Education, PLoS One and BMC Medical Research Methodology .

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,091
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0250,091
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,554
Tête enseignante GPT0,664
Écart entre enseignants0,110 · 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