MétaCan
Menu
Retour à la cohorte
Enregistrement W3204082631 · doi:10.1177/16094069211047823

Ethical Considerations for Qualitative Research Methods During the COVID-19 Pandemic and Other Emergency Situations: Navigating the Virtual Field

2021· article· en· W3204082631 sur OpenAlexafffund
Peter A. Newman, Adrian Guţă, Tara Black

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFocus Groups and Qualitative Methods
Établissements canadiensUniversity of WindsorUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaInternational Development Research Centre
Mots-clésNetnographyReflexivityQualitative researchPandemicParticipatory action researchConfidentialityEngineering ethicsInformed consentCitizen journalismResearch ethicsSociologyPublic relationsPsychologySocial mediaPolitical scienceCoronavirus disease 2019 (COVID-19)MedicineEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

Qualitative research is integral to the pandemic response. Qualitative methods are ideally suited to generating evidence to inform tailored, culturally appropriate approaches to COVID-19, and to meaningfully engaging diverse individuals and communities in response to the pandemic. In this paper, we discuss core ethical and methodological considerations in the design and implementation of qualitative research in the COVID-19 era, and in pivoting to virtual methods—online interviews and focus groups; internet-based archival research and netnography, including social media; participatory video methods, including photo elicitation and digital storytelling; collaborative autoethnography; and community-based participatory research. We identify, describe, and critically evaluate measures to address core ethical challenges around informed consent, privacy and confidentiality, compensation, online access to research participation, and access to resources during a pandemic. Online methods need not be considered unilaterally riskier than in-person data collection; however, they are clearly not the same as in-person engagement and require thoughtful, reflexive, and deliberative approaches in order to identify and mitigate potential and dynamically evolving risks. Ensuring the ethical conduct of research with marginalized and vulnerable populations is foundational to building evidence and developing culturally competent and structurally informed approaches to promote equity, health, and well-being during and after the pandemic. Our analysis offers methodological, ethical, and practical guidance in the COVID-19 pandemic and considerations for research conducted amid future pandemics and emergency situations.

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)0,578
score de la tête « metaresearch » (Gemma)0,539
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil0,520

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5780,539
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0180,061
Communication savante0,0200,017
Science ouverte0,0090,016
Intégrité de la recherche0,0150,018
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,836
Tête enseignante GPT0,769
Écart entre enseignants0,067 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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

Citations157
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetFocus Groups and Qualitative MethodsTravaux en français237 207