Zoom Interviews: Benefits and Concessions
Notice bibliographique
Résumé
COVID-19 restrictions have transitioned in-person qualitative research interviews to virtual platforms. The purpose of the current article is to detail some benefits and concessions derived from our experiences of using Zoom to interview men about their intimate partner relationship breakdowns and service providers who work with men to build better relationships. Three benefits; 1) Rich therapeutic value, 2) There’s no place like home, and 3) Reduced costs to extend recruitment reach and inclusivity, highlighted Zoom’s salutary value, the data richness afforded by being interviewed from home, and the potential for cost-effectively progressing qualitative study designs. In particular, reduced labour and travel costs made viable wider reaching participant recruitment and multi-site data collection. The concessions; 1) Being there differently, 2) Choppy purviews and 3) Preparing and pacing, and adjusting to the self-stream revealed the need for interviewers to nimbly adjust to circumstances outside their direct control. Included were inherent challenges for adapting to diverse interviewee locations, technology limits and discordant audio-visual feeds. Amongst these concessions there was resignation that many in-person interview nuances were lost amid the virtual platform demanding unique interviewer skills to compensate some of those changes. Zoom interviews will undoubtedly continue post COVID-19 and attention should be paid to emergent ethical and operational issues.
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 | 0,169 | 0,246 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,019 |
| Communication savante | 0,008 | 0,020 |
| Science ouverte | 0,004 | 0,020 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,003 |
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 ».