Notice bibliographique
Résumé
Framework analysis and applied qualitative research can be a perfect match, in large part because framework analysis was developed for the explicit purpose of analyzing qualitative data in applied policy research. Framework analysis is an inherently comparative form of thematic analysis which employs an organized structure of inductively- and deductively-derived themes (i.e., a framework) to conduct cross-sectional analysis using a combination of data description and abstraction. The overall objective of framework analysis is to identify, describe, and interpret key patterns within and across cases of and themes within the phenomenon of interest. This flexible and powerful method of analysis has been applied to a variety of data types and used in a range of ways in applied research. Framework analysis consists of two major components: creating an analytic framework and applying this analytic framework. This paper details the five steps in framework analysis (data familiarization, framework identification, indexing, charting, and mapping and interpretation) through conducting secondary analysis on this special issue’s common dataset. This worked example adds to the existing framework analysis methodology literature both through describing the analysis specifics and through highlighting the importance of multiple considerations of units of analysis. This paper also includes reflection on the myriad reasons that framework analysis is valuable for applied 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 | 0,253 | 0,232 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,018 |
| Études des sciences et des technologies | 0,008 | 0,020 |
| Communication savante | 0,014 | 0,013 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».