Method Sequence and Dominance in Mixed Methods Research: A Case Study of the Social Acceptance of Wind Energy Literature
Notice bibliographique
Résumé
As more researchers have considered the use of mixed methods, writings have moved away from debates about epistemological incompatibilities and now focus on the (potential) value of increased understanding that comes from combining qualitative and quantitative approaches. Yet, as the level of integration can vary substantially, some designs are said to allow one method or the other to dominate. Although there may be sound reasoning for intentionally allowing one method to dominate, here we investigate one literature as a moment to reflect why, and on the degree to which mixed methods sequence is so bound up with methodological dominance, that calling such studies “mixed” may seem misleading. Like the history of social science more generally, it is quantitative research that is typically given more weight in these studies and academics have noted a few reasons why this may be the case. Few have investigated how research design—and more specifically method sequence—may impact method dominance. Using an emerging mixed methods literature surrounding the social acceptance of wind energy ( N = 34), we study the relationship between the timing of each method (i.e., sequence) and method dominance to see whether qualitative methods in particular are marginalized. Through our Dominance in Mixed Methods Assessment model, we provide evidence that indeed qualitative methods are marginalized and this may be associated with method sequence and other design elements. Moreover, some authors focus solely on one method, giving pause to caution both writers and readers about the use of the term “mixed methods.” The analytical approach is detailed enough to be replicated and detect whether these patterns are repeated in other research domains.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,041 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».