MétaCan
Menu
Retour à la cohorte
Enregistrement W4285296964 · doi:10.1177/16094069221108035

Data Analyses using the Action Project Method Coding Technique: A Guide

2022· article· en· W4285296964 sur OpenAlexafffund
Charlotte Jensen, Matthias Hoben, Stephanie Chamberlain, Sheila K. Marshall, Richard A. Young, Andrea Gruneir

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCoding (social sciences)UnderpinningComputer scienceData scienceData collectionAction researchAction (physics)Management sciencePsychologySociologyEngineeringMathematics education

Résumé

récupéré en direct d'OpenAlex

The qualitative action-project method (A-PM) was developed in counseling psychology and is useful for studying human actions in various contexts. With this article we provide a guide to A-PM data analysis with a focus on the method’s coding technique. We briefly outline the theory underpinning the method as well as the different phases of data collection. The A-PM data analysis happens in parallel from a bottom-up and top-down approach, where researchers consider the data closely for what participants are doing, how they are doing it and the ways in which their actions are directed by their overall goals. We add to the existing literature by detailing the coding technique, providing examples at each stage of analysis, as well as reflect on the possibilities for adapting the protocol for different types of research. Our aim is to support researchers in their efforts to undertake the method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,068
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0680,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,969
Tête enseignante GPT0,846
Écart entre enseignants0,123 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetCommunity Health and DevelopmentTravaux en français237 207