MétaCan
Menu
Retour à la cohorte
Enregistrement W2974972947 · doi:10.46743/2160-3715/2019.4158

Sustaining Learning about Qualitative Inquiry: A Book Review on The Craft of Qualitative Research - A Handbook

2019· review· en· W2974972947 sur OpenAlexaff
Umair Majid

Notice bibliographique

RevueThe Qualitative Report · 2019
Typereview
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCraftQualitative researchCreativityExperiential learningResource (disambiguation)PsychologySociologyEngineering ethicsPedagogyVisual artsComputer scienceSocial scienceEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

There are only a handful of articles, books, tools, and resources that are truly accessible to the novice qualitative investigator. The literature contains reams of resources that aid researchers to launch the qualitative learning process. However, there are few opportunities to develop the depth, prowess, and creativity needed to sustain lifelong learning. The Craft of Qualitative Research: A Handbook by Kleinknecht, van den Scott, and Sanders is one resource that assists researchers to achieve this objective. Conceptualized as a “handbook,” this book is meant to be used throughout research projects and professional careers. The practice of qualitative inquiry serves as the focal point for all discussions, and this book creates space and opportunities for learners to acquire experiential knowledge through the vicarious experiences of authors. The vividness with which the cases are presented renders a strong motivation in readers to improve how they conduct qualitative inquiry. Although two minor suggestions would have made this book more useful in the field, this book offers important insight into uncommon or unheard methodological topics that investigators may face.

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)0,010
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,011
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0020,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,006

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 Opus0,834
Tête enseignante GPT0,772
Écart entre enseignants0,062 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Qualitative ReportMême sujetQualitative Research Methods and ApplicationsTravaux en français237 207