Enhancing quality of qualitative evidence in food safety and food security
Notice bibliographique
Résumé
Qualitative research studies make up only a small portion of all publications in the food disciplines. Despite this, these approaches have offered an in-depth understanding of several food safety and food security problems over the last few decades. However, there continues to be inadequate reporting of qualitative research specific to food contexts, which results in a lack of transparency, rigour, questioning the credibility of qualitative approaches, and challenges in its uptake and synthesis. Several reviews of qualitative evidence in food safety have found reporting to be lacking in the following areas: study title, philosophical orientation, study design, researcher reflexivity, ethical approval, and qualitative analysis. In this paper, we describe the primary hurdles new qualitative researchers face in conducting and reporting research, and present practical solutions to complex qualitative challenges. For permanent and widespread changes aimed at advancing qualitative evidence in the food disciplines, we call on food educators to integrate qualitative methods training in research-based programs; journals and reviewers to appraise qualitative studies using established reporting guidelines; and appeal to academic publishers to expand current word limits to facilitate reporting of all important aspects of qualitative research.
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 | 0,778 | 0,888 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,022 | 0,017 |
| Études des sciences et des technologies | 0,008 | 0,022 |
| Communication savante | 0,032 | 0,031 |
| Science ouverte | 0,007 | 0,025 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».