MétaCan
Menu
Retour à la cohorte
Enregistrement W4375858347 · doi:10.46743/2160-3715/2023.5822

Using Timeline Methodology to Facilitate Qualitative Interviews to Explore Sexuality Experiences of Female Pakistani-Descent Immigrant Adolescents

2023· article· en· W4375858347 sur OpenAlexafffund
Neelam Saleem Punjani, Elisavet Papathanassoglou, Kathleen Hegadoren, Zubia Mumtaz, Saima Hirani, Margot I. Jackson

Notice bibliographique

RevueThe Qualitative Report · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensMacEwan UniversityUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesKillam TrustsWomen and Children's Health Research InstituteChildren's Health Research InstituteAga Khan Foundation
Mots-clésTimelineQualitative researchHuman sexualityPsychologyParticipatory action researchSociologyGender studiesSocial science

Résumé

récupéré en direct d'OpenAlex

In qualitative research, there is a growing interest in understanding the use of timelines in combination with other qualitative methods. In this paper, we will address how the creation of timelines facilitated and informed the process of semi-structured interviews. We used an interpretive descriptive qualitative study to understand the perceptions and experiences of developing sexuality among female adolescents of Pakistani descent, and timelines were used as a part of the semi-structured interview process. Timelines were created in a participatory way in which girls were asked to recount significant events related to their sexuality. We found that the methodological combinations within qualitative research such as semi-structured interviews and timelines have the potential to advance knowledge regarding the experience of immigrant female adolescents’ sexuality. Using the timeline strategy to collect data helped in building rapport with the participants, allowed the participants to become active partners and navigate the process, and helped them to think about future resolutions through reflection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,040
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,005
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,964
Tête enseignante GPT0,781
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Qualitative ReportMême sujetParticipatory Visual Research MethodsTravaux en français237 207