Appraising qualitative health research—towards a differentiated approach
Notice bibliographique
Résumé
Qualitative health research provides important evidence for healthcare practice and is the most suitable approach for exploring healthcare perspectives and experiences. Appraisal of health research is an essential part of practising evidence-based healthcare (EBHC). This applies to all types of research, be it quantitative or qualitative. Within EBHC education there has arguably been more attention paid to developing differentiated critical appraisal tools for different methodologies. Numerous frameworks and tools to aid the appraisal of specific research designs have been developed and published, usually in the form of checklists in which ‘quality’ is summarised numerically or narratively.1 Perhaps unsurprisingly, the appraisal of qualitative health research has mirrored this useful but arguably reductive approach by adopting checklists or broad framework approaches. There is one key and important difference, however; appraisal tools for quantitative research have been developed to accommodate the different study designs within the quantitative domain. These address differing methodological aspects and provide guidance on how to appraise these, why they matter and how to interpret relevant bias. This is not the case for approaches to qualitative health research appraisal. A recent systematic review2 identified over 100 qualitative appraisal tools and frameworks, yet the authors found that these existing approaches continue to treat qualitative health research as one unified study design (‘qualitative’). Other scholars echo this assessment that such approaches neglect to take account of the differences in various theoretical or methodological approaches within the paradigm3–5 and often use the terms ‘methodology’ and ‘method’ interchangeably.6 Just like its quantitative counterpart, qualitative health research encompasses different study designs and methodologies, each differing in their theoretical underpinnings, purpose, design and the data they produce. Appraisal therefore needs to account for the important differences between these methodological approaches.6 While there are some extant approaches to the appraisal of specific …
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Évaluation · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | high |
| gpt | Métarecherche Domaine: Méthodes · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Théorique ou conceptuel | high |
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».