MétaCan
Menu
Retour à la cohorte
Enregistrement W3080980893 · doi:10.1177/1049732320949167

Unsettling Knowledge Synthesis Methods Using Institutional Ethnography: Reflections on the Scoping Review as a Critical Knowledge Synthesis Tool

2020· review· en· W3080980893 sur OpenAlexafffund
Nicole Dalmer

Notice bibliographique

RevueQualitative Health Research · 2020
Typereview
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMedical Library Association
Mots-clésReflexivityEthnographySociologyPositivismKnowledge managementProcess (computing)EpistemologyEngineering ethicsComputer scienceSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Scoping reviews are an increasingly popular knowledge synthesis method. While knowledge synthesis methods abound in evidence-based practices, these methods are critiqued for their reliance on positivism. Drawing on a scoping review that mapped scholarly conceptualizations of family caregivers' information-related dementia care work, in this article, I reconcile institutional ethnography's epistemological and ontological assumptions with the prescribed scoping review framework. I first explore the textual organization of scoping reviews. I then unpack the process of modifying three scoping review stages in keeping with an institutional ethnography method of inquiry, and in doing so, transform the scoping review into a critical knowledge synthesis tool. Through a reflexive process, I deconstruct scoping review's textual authority and uncover that scoping reviews bring about a double decontextualization of family caregivers' information work, removing family caregivers from their experiences of their information-related care work while simultaneously reducing them to objects of techno-scientific interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,320
score de la tête « metaresearch » (Gemma)0,534
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,598
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,3200,534
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0020,011
Études des sciences et des technologies0,0130,011
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,008
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,954
Tête enseignante GPT0,834
Écart entre enseignants0,120 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
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

Citations22
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetQualitative Research Methods and EthicsTravaux en français237 207