MétaCan
Menu
Retour à la cohorte
Enregistrement W2985333871 · doi:10.1111/jan.14264

Characteristics of joint displays illustrating data integration in mixed‐methods nursing studies

2019· review· en· W2985333871 sur OpenAlexaff
Ahtisham Younas, Maria Pedersen, Ángela Durante

Notice bibliographique

RevueJournal of Advanced Nursing · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésNursingJoint (building)PsychologyMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

AIMS: To identify the characteristics of joint displays illustrating the data integration in mixed-methods nursing studies and to make recommendations for effective use of joint displays for the integration of qualitative and quantitative data in mixed-methods studies. DESIGN: Discussion Paper. DATA SOURCES: We have completed this paper as a part of a mixed-methods prevalence review of 190 studies published in nursing journals. We searched 10 nursing journals and three databases from January 2014-April 2018, additional journal search was performed from May-September 2018. We reviewed 17 studies that used joint displays as the method of data integration. Using a joint display typology, checklists, summary tables, and personal experiences of using joint displays, we evaluated the quality of displays. IMPLICATIONS FOR NURSING: Nurse researchers should use advanced data integration approaches to increase the rigour of the mixed-methods studies. Joint displays can enable nurse researchers to efficiently integrate and synthesize the qualitative and quantitative data in mixed-methods studies. However, nurse researchers should clearly label the type and title of the display, include both qualitative and quantitative data and interpretations, and highlight the mixed-methods interpretations as confirmed, divergent, or expanded in the displays. CONCLUSION: Joint displays are adopted for data integration in nursing mixed-methods studies. Improvements are required concerning data presentation in the displays. Researchers should provide clear titles and supporting data and inferences and identify the meta-inferences by assessing the fit between quantitative and qualitative data. IMPACT: Despite the importance of integration in mixed methods, reviews indicated a consistent lack of integration in nursing research. Joint displays are structured frameworks used for the integration and synthesis of the qualitative and quantitative data at the analysis and interpretation levels. The discussed typology and characteristics of displays can enable nurse researchers to enhance the quality and presentation of integrated results in mixed-methods studies.

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)0,213
score de la tête « metaresearch » (Gemma)0,547
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,787
Score d'incertitude au seuil0,970

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2130,547
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0190,023
Études des sciences et des technologies0,0040,004
Communication savante0,0130,012
Science ouverte0,0020,014
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,854
Tête enseignante GPT0,775
Écart entre enseignants0,079 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations103
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced NursingMême sujetHealth Policy Implementation ScienceTravaux en français237 207