MétaCan
Menu
Retour à la cohorte
Enregistrement W2940451514 · doi:10.46743/2160-3715/2019.3403

Thinking about Cross-Cultural Differences in Qualitative Interviewing: Practices for More Responsive and Trusting Encounters

2019· article· en· W2940451514 sur OpenAlexaff
Anson Au

Notice bibliographique

RevueThe Qualitative Report · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Toronto
Organismes subventionnairesHong Kong Baptist University
Mots-clésDialogical selfSociologyInterviewNarrativeIntersubjectivityContext (archaeology)EpistemologySocial psychologyPsychologyInterpretation (philosophy)Qualitative researchAction (physics)LinguisticsSocial scienceAnthropology

Résumé

récupéré en direct d'OpenAlex

Existing methodological efforts subsume the interview into broad epistemological abstractions, neglecting actual mechanics of the interview as practice, and dismiss linguistic and cultural asymmetry in the interview as a matter of (in)adequate resources. Reflecting on 24 semi-structured interviews exploring social media use among Hong Kong youth, this article develops a culturally sensitive approach that democratically exposes the way cultural norms surface in communication, using strategies which (a) transform the dialogical mechanics of an interview—reflecting back and encouraging; (b) transform the positionality of the researcher—building intersubjectivity and emotional rapport; (c) transform the context of the interview—making shifts in space, language, and presentation. In doing so, a culturally sensitive approach generates practical recommendations for (a) humanizing the researcher to dismantle power imbalances and social distances and (b) naturalizing the interview into a more conversational form, both of which combine to expose the cultural logics that govern action and interpretation whilst constructing results into intimate narratives of people’s life-worlds.

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)0,571
score de la tête « metaresearch » (Gemma)0,472
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,571
Score d'incertitude au seuil0,529

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5710,472
Méta-épidémiologie (sens strict)0,0030,005
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0110,008
Études des sciences et des technologies0,0340,080
Communication savante0,0330,034
Science ouverte0,0110,042
Intégrité de la recherche0,0080,016
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,260
Tête enseignante GPT0,593
Écart entre enseignants0,334 · 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'étudeQualitatif
Domainenon disponible
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

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Qualitative ReportMême sujetMigration, Health and TraumaTravaux en français237 207