Successful Recruitment to Qualitative Research: A Critical Reflection
Notice bibliographique
Résumé
Recruitment to qualitative research is an important methodological consideration. However, the process of recruitment is under-communicated in qualitative research articles and methods textbooks. A robust recruitment plan enhances trustworthiness and overall research success. Although recruitment has recently received increased attention in the qualitative methodology literature, a more nuanced understanding is required. We realized successful recruitment to our focused ethnographic inquiry. Numerous nurse educators, researchers, and administrators volunteered within three months of study initiation. Using Gibbs’ Reflective Cycle, we conducted a critical reflection on the recruitment log and participant interview data to surface factors contributing to our success. This article offers our insights into the facilitators of successful recruitment. Our reflection revealed four themes contributing to successful enrollment: (a) laying the groundwork, (b) recruitment plan, (c) building rapport, and (d) participant motivations. Two new recruitment strategies accounted for over 60% of our sample. Reporting on successful strategies for recruiting participants to qualitative research and specifying participants’ motivations to volunteer, from their perspective, make important contributions to the recruitment literature. Our article offers guidance to qualitative researchers pursuing successful recruitment. Additional research is required to evaluate the relative influence of various recruitment strategies.
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 | 0,230 | 0,317 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,017 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,007 | 0,018 |
| Intégrité de la recherche | 0,010 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».