MétaCan
Menu
Retour à la cohorte
Enregistrement W3161245946 · doi:10.5539/gjhs.v13n6p58

Ten Key Steps to Writing a Protocol for a Qualitative Research Study: A Guide for Nurses and Health Professionals

2021· article· en· W3161245946 sur OpenAlexvenueno aff
Evridiki Kaba, Areti Stavropoulou, Μartha Kelesi, Aikaterini Triantafyllou, Ασπασία Γούλα, Georgia Fasoi

Notice bibliographique

RevueGlobal Journal of Health Science · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProtocol (science)Qualitative researchResearch designNursing researchTask (project management)Health careKey (lock)NursingMedical educationMedicinePsychologyComputer scienceSociologyAlternative medicineEngineeringPathology

Résumé

récupéré en direct d'OpenAlex

Writing a well-structured research protocol is a critical component of any research activity. It is a demanding task that requires rigor and strenuous effort especially for the novice researchers in all disciplines. The aims of the present paper are a) to demonstrate the key steps required towriting a protocol for a qualitative research study b) to assist nurses and other health professionals in effectively developing protocols on qualitative research. For this purpose, an example qualitative research protocol was used entitled “Investigating nurses’ views on care of mentally ill patients with skin injuries”. This protocol was chosen because it provides a reasonable model of proposing a qualitative research design within the field of nursing. Results of this process led to the development of a 10 key-step guide to writing a protocol for a qualitative research study. A thorough analysis of how each step of the protocol must be undertaken and accomplished is presented and supported by the relevant literature. This paper provides an informative guide for novice researchers and/or nurse students, on how to develop successful protocols on qualitative research studies that guide research and decision making in naturalistic settings.

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)0,172
score de la tête « metaresearch » (Gemma)0,211
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,909

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1720,211
Méta-épidémiologie (sens strict)0,0040,006
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0080,008
Études des sciences et des technologies0,0090,008
Communication savante0,0070,007
Science ouverte0,0060,007
Intégrité de la recherche0,0060,019
Charge utile insuffisante (le modèle a refusé de juger)0,0510,023

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 Opus0,633
Tête enseignante GPT0,784
Écart entre enseignants0,152 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetQualitative Research Methods and ApplicationsTravaux en français237 207