MétaCan
Menu
← Retour à la cohorte
Enregistrement W3215713424

Creative approaches to mixed-methods data collection in the context of COVID-19: Investigating families, emotions, and collective coping in a prospective sample

2021· article· en· W3215713424 sur OpenAlexaff
Chelsea Reaume, Madeleine Alie, Kristel Thomassin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésData collectionPsychologyObservational studyContext (archaeology)Coping (psychology)PandemicSocializationNaturalistic observationObservational methods in psychologyCoronavirus disease 2019 (COVID-19)Sample (material)Applied psychologyDevelopmental psychologySocial psychologyClinical psychologySociologyMedicineSocial scienceGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research brief describes an ongoing, multi-timepoint investigation of parental emotion socialization and child functioning. We utilized a prospective design to explore the impact of the COVID-19 pandemic on our research participants’ emotion functioning. This follow-up study included 102 parents who were initially interviewed and surveyed on psychological well-being, parenting behaviours, and child functioning. Researchers incorporated parent and child report measures alongside recorded parent-child discussions to comprehensively capture how families have coped during pandemic. This brief provides descriptions of secure methods for remotely collecting observational data that can be implemented using Qualtrics and Microsoft OneDrive. This method was generated by the researchers with both participant convenience and privacy in mind. This forthcoming study will further highlight the need to prospectively analyze the collective impact of COVID-19 within the family system. Methods described herein may inform future qualitative virtual research through increasing naturalism and accessibility to remote areas and diverse populations.

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)0,278
score de la tête « metaresearch » (Gemma)0,247
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,278
Score d'incertitude au seuil0,891

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2780,247
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,006
Études des sciences et des technologies0,0070,005
Communication savante0,0080,003
Science ouverte0,0050,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,282
Tête enseignante GPT0,460
Écart entre enseignants0,178 · 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'étudeObservationnel
Domainenon disponible
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Mental Health Interventions→Travaux en français237 207→