The voices of children and young people during <scp>COVID</scp> ‐19: A critical review of methods
Notice bibliographique
Résumé
AIM: Critically review research methods used to elicit children and young people's views and experiences in the first year of COVID-19, using an ethical and child rights lens. METHODS: A systematic search of peer-reviewed literature on children and young people's perspectives and experiences of COVID-19. LEGEND (Let Evidence Guide Every New Decision) tools were applied to assess the quality of included studies. The critical review methodology addressed four ethical parameters: (1) Duty of care; (2) Children and young people's consent; (3) Communication of findings; and (4) Reflexivity. RESULTS: Two phases of searches identified 8131 studies; 27 studies were included for final analysis, representing 43,877 children and young people's views. Most studies were from high-income countries. Three major themes emerged: (a) Whose voices are heard; (b) How are children and young people heard; and (c) How do researchers engage in reflexivity and ethical practice? Online surveys of children and young people from middle-class backgrounds dominated the research during COVID-19. Three studies actively involved children and young people in the research process; two documented a rights-based framework. There was limited attention paid to some ethical issues, particularly the lack of inclusion of children and young people in research processes. CONCLUSION: There are equity gaps in accessing the experiences of children and young people from disadvantaged settings. Most children and young people were not involved in shaping research methods by soliciting their voices.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».