Mixing Qualitative and Quantitative Evidence in a Systematic Review
Notice bibliographique
Résumé
Mixed studies reviews are literature reviews that use a systematic approach to combine quantitative, qualitative, and mixed methods studies. Mixed studies reviews are guided by the principles of mixed methods, specifically the integration of qualitative and quantitative evidence, with the goal of leveraging their complementarity. This chapter discusses and provides methodological guidance for mixed studies reviews in information science. This contribution is valuable since empirical research in information science typically involves diverse data collection and analysis methods and many research topics can be described as complex phenomena – both cases for which the mixed studies approach is recommended. This chapter provides a detailed description of the steps involved in a mixed studies review (question formulation, eligibility criteria, identification, selection, critical appraisal, data extraction, and synthesis) and illustrates each step with a concrete example from library and information science.
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 | 0,525 | 0,733 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,006 |
| Méta-épidémiologie (sens large) | 0,014 | 0,011 |
| Bibliométrie | 0,042 | 0,035 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,024 | 0,023 |
| Science ouverte | 0,007 | 0,016 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,005 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».