MétaCan
Menu
Retour à la cohorte
Enregistrement W3201183019 · doi:10.1016/j.ssmqr.2021.100007

“Thought provoking”, “interactive”, and “more like a peer talk”: Testing the deliberative interview style in Germany

2021· article· en· W3201183019 sur OpenAlexaff
Astrid Berner-Rodoreda, Till Bärnighausen, Nir Eyal, Malabika Sarker, Puspita Hossain, Melkizedeck Leshabari, Emmy Metta, Elia J. Mmbaga, Daniel Wikler, Shannon A. McMahon

Notice bibliographique

RevueSSM - Qualitative Research in Health · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensMcMaster University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Allergy and Infectious DiseasesFogarty International CenterNational Institute on AgingWellcome Trust
Mots-clésInterviewCLARITYPsychologyStyle (visual arts)Qualitative researchSemi-structured interviewSocial psychologyPersuasionMedical educationApplied psychologySociologyMedicineSocial science

Résumé

récupéré en direct d'OpenAlex

Proponents of the newly-developed "deliberative interview" argue that examining complex issues requires more dynamic and engaging interview exchanges. Unlike traditional qualitative interviews, deliberative interviewing champions opinion sharing, active debates and similar speaking times by both sides throughout the interview. Drawing on 20 interviews with health experts in Germany, we examined the process and outcome of deliberative versus conventional interviews on the topic of informed consent. The deliberative interview expedited clarity on the issue, led to more nuanced discussion and generated more knowledge overall, but was challenging because it broke the mold for traditional interviewing. Alignment in terms of gender, age, personality and professional background facilitated rapport, regardless of interview style. To manage expectations, we recommend a thorough, perhaps video-based explanation of the deliberative style prior to the interview. Deliberative interviews can bolster knowledge generation for complex issues and can be applied in public health and beyond.

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)0,166
score de la tête « metaresearch » (Gemma)0,180
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,879

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1660,180
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,013
Communication savante0,0050,006
Science ouverte0,0020,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,722
Tête enseignante GPT0,656
Écart entre enseignants0,066 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique

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 revueSSM - Qualitative Research in HealthMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207