La rigueur en théorisation ancrée : une expérience doctorale
Notice bibliographique
Résumé
La rigueur en théorisation ancrée (TA) soulève beaucoup de questionnements chez les étudiants et les chercheurs qui s’intéressent à cette méthode. Les critères de qualité de la recherche qualitative en général sont souvent utilisés en TA alors que ceux-ci sont peu spécifiques. Ceci fait en sorte que très peu d’études par TA utilisent des critères de rigueur qui lui sont propres. Afin d’aider les étudiants et les chercheurs à mieux réfléchir quant à la rigueur scientifique, cet article présente une expérience vécue par une chercheure novice ayant réalisé une étude par TA dans le cadre de son projet doctoral. Le processus réflexif de l’étudiante entourant la rigueur en TA sera présenté selon huit dimensions et illustré à l’aide d’exemples : 1) la position philosophique; 2) le processus itératif et l’échantillonnage théorique; 3) la sensibilité théorique; 4) le processus amenant l’émergence d’une théorie; 5) la saturation théorique; 6) les critères de qualité propres à l’auteur ou aux auteurs de la TA choisie; 7) le niveau de théorie atteint; 8) la distinction entre une étude par TA et une étude descriptive utilisant des stratégies de TA.
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 | 0,031 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,023 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».