Using legitimation criteria to establish rigour in sequential mixed-methods research
Notice bibliographique
Résumé
BACKGROUND: Despite the extensive use of mixed methods across health sciences, there has been a limited discussion about the methodological rigour and quality in mixed methods research (MMR). Although the empirical and methodological literature about mixed methods is increasing, there are few practical examples of the implementation of rigour criteria. AIM: To discuss and illustrate the application of 'legitimation criteria' to the design and conduct of a sequential exploratory MMR study of nurse educators' challenges when teaching undergraduate students. DISCUSSION: The legitimation criteria can establish philosophical and methodological validity and rigour in MMR. MMR is complex and daunting, so maintaining rigour is crucial in ensuring the conclusions drawn are plausible and researchers, practitioners and policymakers use them to guide research and practice. CONCLUSION: The legitimation criteria are specific to MMR and are useful in improving the conduct and execution of studies. They enable researchers to maintain quality throughout their studies, from the development of a research question to the generation of conclusions. IMPLICATIONS FOR PRACTICE: This illustration of the legitimation criteria for the design and conduct of MMR will guide researchers in establishing rigour and lessen the threats to their studies' validity.
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 | 0,829 | 0,929 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,019 | 0,013 |
| Études des sciences et des technologies | 0,013 | 0,041 |
| Communication savante | 0,019 | 0,017 |
| Science ouverte | 0,008 | 0,020 |
| Intégrité de la recherche | 0,013 | 0,012 |
| 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; 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 ».