MétaCan
Menu
Retour à la cohorte
Enregistrement W4313522012 · doi:10.1177/16094069221149871

Reflections From Implementing a Virtual Social Innovation Lab

2023· article· en· W4313522012 sur OpenAlexafffund
Belinda Li, Tammara Soma, Nadia Springle, Tamara Shulman

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBricolageThe InternetComputer scienceFocus groupMultimediaWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

Qualitative research methods had to quickly adapt to using online platforms due to the COVID-19 pandemic to limit in-person interactions. Online platforms have been used extensively for interviews and focus groups, but workshops with larger groups requiring more complex interactions have not been widely implemented. This paper presents a case study of a fully virtual social innovation lab on bioplastics packaging, which was adapted from a series of in-person workshops. A positive outcome of the online setting was diversifying the types of participants who could participate. Highly interactive activities such as icebreakers, networking, bricolage, and prototyping were particularly challenging to shift from in-person to online using traditional web conferencing platforms like Zoom. Creative use of online tools, such as Gather.Town and Kahoot!, helped unlock more innovative thinking by employing novel techniques such as gamification. However, challenges such as adapting facilitation for an online environment and exclusion of groups that do not have consistent access to internet and/or computers still need to be addressed. The reflections and lessons learned from this paper can help researchers adapt qualitative methods to virtual environments.

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)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,484

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,583
Tête enseignante GPT0,603
Écart entre enseignants0,020 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207