Qualitative research with NVIVO : between opportunities to explore and risks to be in distress
Notice bibliographique
Résumé
In this paper, we focus on the software NVivo. Its capacity to follow and to support the user in his analytic and reflection process is the main quality of this software. This communication will present the learning outcomes from two different doctoral projects conducted with NVivo. The first research has been conducted in Montreal with 88 extensive semi structured individual interviews. The focus of the second research is the commitment determinants of workers in the context of e-learning at work. The data have been collected through several qualitative methods. In this paper, we share our learning outcomes concerning the use of this software and explain how our research process has been enriched by the use of this tool. We also highlight the difficulties that we met and to share our doubts. We outline the problem of coding and the temptation to go further in depth. Indeed the possibility of micro coding could represent a danger for the researcher who can lose time and his initial object seduced by the microcoding. Moreover, we stress the fantastic possibilities of NVivo concerning the analysis and the right to test ideas. But there are side effects to this flexibility. Through this paper, we highlight how these CAQDAS are powerful and helpful tools. But in the same time, researchers could be seduced by the possibilities of the tool and forget the most important, the results of their research.
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 | 0,119 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,010 | 0,026 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».