Editing Questionnaire Items using the Delphi Method: Integrating Qualitative and Quantitative Methods
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The authors of this article argue that instrument development studies can be situated within constructive realism, an intermediary ontology between the representative constructed items and objectivist goals of measurement. The Delphi method uses constructionist processes by gathering expert opinions about the variable they wish to measure. Despite its popularity, little pragmatic guidance exists for researchers using the method in instrument development studies and authors of instrument development studies rarely describe the strategies used to decide when to keep, edit, or delete items when merging both quantitative and qualitative assessments of the developing items. This article, therefore, describes mixed methods decision-making strategies as they were implemented during the Delphi phase of the Situated Academic Writing Self-Efficacy Scale (SAWSES) validation project. Five case-study items are presented to highlight the strategies used to integrate the qualitative and quantitative data provided by a Delphi panel. Data were integrated by categorizing the quantitative data as having strong evidence for inclusion, deletion, or neutrality. Concurrently, qualitative data were integrated with the quantitative data by contemplating panellists’ individual and collective opinions about item value and wording, as well as stream-of-consciousness reflections from panellists about the nature of writing self-efficacy. This article contributes to the literature by describing, through use of specific examples, how qualitative and quantitative data can be effectively integrated to make decisions in mixed methods instrument development research and should be useful for all beginning and seasoned researchers attempting tool development.
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.
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 | 0,054 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle