Invited review: Qualitative research in dairy science—A narrative review
Notice bibliographique
Résumé
The use of qualitative research in dairy science has increased considerably in recent years, providing the opportunity to inform research and practice. This review aims to enhance the accessibility of qualitative research among a range of audiences and specifically: (1) provide an overview of what qualitative research is and the value it can bring to scientific inquiries in the dairy context, (2) illustrate the emergence of qualitative dairy science research in the past 15 to 20 years, (3) outline the role of the researcher and key philosophical assumptions underlying qualitative research, (4) describe qualitative research approaches and methods used in dairy science research, and (5) highlight key aspects of qualitative inquiry used to ensure research trustworthiness. Qualitative approaches in dairy science enable researchers to understand myriad topics including stakeholder relationships, decision-making, and behaviors regarding dairy cattle management, animal welfare, and disease prevention and control measures. Approaches that were used often for qualitative data collection were individual interviews and focus groups, and variations of thematic analysis were common analytical frameworks. To assess public values, attitudes, and perceptions, mixed methods questionnaires that combined quantitative data with qualitative data from open-ended questions were used regularly. Although still used infrequently, action research and participatory approaches have the potential to bridge the research-implementation gap by facilitating group-based learning and on-farm changes. Some publications described the philosophical assumptions inherent to qualitative research, and many authors included reflexivity and positionality statements. Although a comprehensive description of strategies to meet trustworthiness criteria for qualitative research was uncommon, many publications mentioned certain aspects of trustworthiness, such as member checking, researcher triangulation, and the recording of reflexive notes. Qualitative research has been used to deepen our understanding of phenomena relevant to the dairy sector and has opened the door for a broad array of new opportunities. In addition to having merit on its own, qualitative research can guide, inform, and expand on quantitative research, and an understanding of the core pillars of qualitative research can foster interdisciplinary collaborations.
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 | 0,050 | 0,212 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,015 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».