Using Emphasis-Purposeful Sampling-Phenomenon of Interest–Context (EPPiC) Framework to Reflect on Two Qualitative Research Designs and Questions: A Reflective Process
Notice bibliographique
Résumé
A satisfactory research question often signifies the beginning point for many researchers. While this can be true for quantitative studies because of pre-defined research questions, qualitative research questions undergo series of revisions through a reflective process. This reflective process provides the framework for the subjectivity associated with qualitative inquiry. The continuous iterative reflective process is an essential component for developing qualitative research questions that correspond with the various qualitative study designs. Although qualitative inquiry is term exclusively subjective, there is a need to use a framework in developing qualitative research questions. The Emphasis- Purposeful sampling- Phenomenon of interest – Context (EPPiC) framework guides qualitative researchers in developing and revising qualitative research questions to suit a specific qualitative approach. This article addresses both the development of a research question using the “EPPiC framework” and demonstrate how to revise the “developed” research question to reflect two qualitative research design. I developed a qualitative research question for Sally Thorne’s Interpretive Description design using the EPPiC Framework and subsequently revised the research question to suit a grounded theory design.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,320 | 0,260 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,008 | 0,027 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».