MétaCan
Menu
Retour à la cohorte
Enregistrement W2944091551 · doi:10.1177/1609406919843022

Methodological Challenges Faced in Doing Research With Vulnerable Women: Reflections From Fieldwork Experiences

2019· article· en· W2944091551 sur OpenAlexaff
Onouma Thummapol, Tanya Park, Margot Jackson, Sylvia Barton

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensUniversity of Northern British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésConfidentialityField (mathematics)Engineering ethicsQualitative researchProcess (computing)SociologyPublic relationsPsychologyPolitical scienceSocial scienceEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Methodological challenges of qualitative research involving people considered vulnerable are widely prevalent, for which many novice researchers are not well equipped or prepared for. This places great physical and emotional demands on the researchers. However, a discussion to bring to light the issues related to the researchers’ experiences and practical concerns in the field remains largely invisible in the literature. This article presents the reflective accounts of a doctoral researcher’s fieldwork experience, particularly in relation to the methodological challenges encountered in carrying out research with vulnerable women in rural and northern Thailand. Four of these challenges pertain to selecting a field site and acquiring access, recruiting and building trust, maintaining privacy and confidentiality, and being vulnerable as a researcher. Suggestions from the literature and practical strategies the researcher employed to deal with such challenges and real dilemmas are discussed. This article calls for more formal safeguards during the research process and suggests that researchers reflect upon their experiences and emotions in undertaking a field research, making the accounts of their research journey heard and beneficial to other novice and/or experienced researchers.

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)0,072
score de la tête « metaresearch » (Gemma)0,099
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,383

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,099
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0370,035
Communication savante0,0130,011
Science ouverte0,0060,018
Intégrité de la recherche0,0080,011
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 Opus0,956
Tête enseignante GPT0,789
Écart entre enseignants0,167 · 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
DomaineMéthodes
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

Citations46
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetQualitative Research Methods and EthicsTravaux en français237 207