Qualitative Research for One Health: From Methodological Principles to Impactful Applications
Notice bibliographique
Résumé
The One Health concept has inspired a rich vein of applied research and scholarly reflection over the past decade, yet with little influence from qualitative methodologists. With this overview, we describe the underpinning assumptions, purposes, and potential pitfalls of data collection techniques and methods of data analysis in key qualitative research methodologies. Our aim is to enhance One Health collaborations involving qualitative researchers, veterinary epidemiologists, and veterinary economists. There exist several distinct traditions of qualitative research, from which we draw selectively for illustrative purposes. Notwithstanding important distinctions, we emphasize commonalities and the potential for collaborative impact. The most important commonality is a shared focus on contextualizing human behavior and experience-culturally, economically, historically, and socially. We demonstrate that in-depth attention to context can assist veterinary economists and epidemiologists in drawing lessons from the implementation of policies and programs. In other words, qualitative researchers can assist One Health teams in distilling insights from "success stories," but also from adverse events and unintended consequences. As a result, qualitative researchers can contribute to One Health research and policy discussions by formulating more accurate and contextually-relevant parameters for future quantitative studies. When performed well, qualitative methodologies can help veterinary economists and epidemiologists to develop impactful research questions, to create more accurate and contextually-relevant parameters for quantitative studies, and to develop policy recommendations and interventions that are attuned to the political and socio-cultural context of their implementation. In sketching out the properties and features of influential methodologies, we underscore the value of working with seasoned qualitative researchers to incorporate questions about "what," "how," and "why" in mixed-methods research designs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».