Decision tree for identifying pertinent integration procedures and joint displays in mixed methods research
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
AIMS: To propose a decision tree for identifying appropriate integration procedures and joint displays for achieving integration in mixed methods studies. DESIGN: A methodological discussion. DATA SOURCES: Methodological literature including mixed methods textbooks, methodological reviews and studies published in the last 10 years (2012-2022). IMPLICATIONS FOR NURSING: Mixed methods are instrumental to study complex nursing care processes and health-human phenomena. Nurse researchers can use this decision tree to choose the most appropriate integration procedures to overcome the integration challenge when designing and conducting mixed methods nursing studies. CONCLUSION: Integration procedures and joint displays are the most widely used methods for tackling the integration challenge in mixed methods research (MMR). The multifaceted and contingent nature of these methods are beneficial for their tailored and adapted use at the data collection, analysis, interpretation and reporting levels. The use of the most pertinent integration procedures and joint displays is critical for ensuring quality in MMR. IMPACT: A growing methodological literature on MMR offers a wide range of integration procedures and techniques. Therefore, choosing appropriate integration procedures and analysis methods can be challenging for nurse researchers interested in conducting mixed methods studies. A decision tree is developed outlining 14 integration procedures and their corresponding mixed methods designs, purposes and joint displays. Examples of mixed methods studies in the discipline of nursing are presented to illustrate the implementation of the integration procedures. The decision tree can serve as a straightforward methodological tool for decision making in MMR. Nurse researchers can effectively use this decision tree for research and teaching purposes. PATIENT OR PUBLIC CONTRIBUTION: No direct patient or public contribution.
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 | 0,018 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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