MétaCan
Menu
Retour à la cohorte
Enregistrement W3022994646 · doi:10.1186/s12978-020-0875-6

The contribution of qualitative research within the PRECISE study in sub-Saharan Africa

2020· article· en· W3022994646 sur OpenAlexaff
Marina Daniele, Melisa Martínez-Álvarez, Marianne Vidler, Tatiana Taylor Salisbury, Prestige Tatenda Makanga, Peris Musitia, Meriel Flint-O’Kane, Tanya Wells Brown, Brahima A. Diallo, Helena Boene, William Stones, Peter von Dadelszen, Laura A. Magee, Jane Sandall

Notice bibliographique

RevueReproductive Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMedical Research CouncilDepartment of Health and Social CareNational Institute for Health and Care ResearchKing's College LondonUK Research and InnovationKing's College Hospital NHS Foundation TrustLondon School of Hygiene and Tropical Medicine
Mots-clésQualitative researchQualitative propertyContext (archaeology)Reproductive medicineCohort studyCohortPublic healthMedicineEnvironmental healthSociologyPregnancyGeographyNursingSocial sciencePathologyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

The PRECISE Network is a cohort study established to investigate hypertension, fetal growth restriction and stillbirth (described as "placental disorders") in Kenya, Mozambique and The Gambia. Several pregnancy or birth cohorts have been set up in low- and middle-income countries, focussed on maternal and child health. Qualitative research methods are sometimes used alongside quantitative data collection from these cohorts. Researchers affiliated with PRECISE are also planning to use qualitative methods, from the perspective of multiple subject areas. This paper provides an overview of the different ways in which qualitative research methods can contribute to achieving PRECISE's objectives, and discusses the combination of qualitative methods with quantitative cohort studies more generally.We present planned qualitative work in six subject areas (health systems, health geography, mental health, community engagement, the implementation of the TraCer tool, and respectful maternity care). Based on these plans, with reference to other cohort studies on maternal and child health, and in the context of the methodological literature on mixed methods approaches, we find that qualitative work may have several different functions in relation to cohort studies, including informing the quantitative data collection or interpretation. Researchers may also conduct qualitative work in pursuit of a complementary research agenda. The degree to which integration between qualitative and quantitative methods will be sought and achieved within PRECISE remains to be seen. Overall, we conclude that the synergies resulting from the combination of cohort studies with qualitative research are an asset to the field of maternal and child health.

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)0,163
score de la tête « metaresearch » (Gemma)0,170
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,860

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1630,170
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0130,022
Communication savante0,0160,016
Science ouverte0,0030,015
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,205
Tête enseignante GPT0,498
Écart entre enseignants0,292 · 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'étudeQualitatif
Domainenon disponible
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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReproductive HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207