Virtual Photovoice With Older Adults: Methodological Reflections during the COVID-19 Pandemic
Notice bibliographique
Résumé
Photovoice is a participatory action research method in which participants take and narrate photographs to share their experiences and perspectives. This method is gaining in popularity among health researchers. Few studies, however, have described virtual photovoice data collection despite the growing interest among qualitative health researchers for online data collection. As such, the aim of this article is to discuss the implementation of a virtual photovoice study and presents some of the challenges of this design and potential solutions. The study examined issues of social isolation and mental health among older adults during the COVID-19 pandemic in the Canadian province of Québec. Twenty-six older adults took photographs depicting their experience of the pandemic that were then shared in virtual discussion groups. In this article, we discuss three key challenges arising from our study and how we navigated them. First, we offer insights into managing some of the technical difficulties related to using online meeting technologies. Second, we describe the adjustments we made during our study to foster and maintain positive group dynamics. Third, we share our insights into the process of building and maintaining trust between both researchers and participants, and amongst participants. Through a discussion of these challenges, we offer suggestions to guide the work of health promotion researchers wishing to conduct virtual photovoice studies, including with older adults.
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 | 0,115 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,028 | 0,021 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,005 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».