“I’m New to This”: Navigating Digitally Mediated Photovoice Methods to Enhance Research With Older Adults
Notice bibliographique
Résumé
The COVID-19 pandemic forced a shift in long established participatory visual qualitative methods. Some researchers adapted photovoice— which traditionally happens in-person—and used technology to connect with participants referred to as “digitally mediated photovoice”. Collective knowledge about best practices for digitally mediated photovoice to support and enhance research with older adults is in its infancy. Thus, to advance the field, we describe our approach to digitally mediated photovoice with older adults for a study in Vancouver, Canada. We explore participant and researcher reflections with data generated during three sessions over two-and-a-half years during the COVID-19 pandemic. The first two virtual interview sessions used photo elicitation, and the third session was an in-person interactive photography exhibition. We identified three central benefits to using digitally mediated photovoice. This approach 1. built rapport through the shared experience of navigating technology; 2. allowed a rich exchange of information despite physical distancing; and 3. facilitated opportunity for participants to exercise their agency. As we consider constraints for in-person data collection, digitally mediated photovoice may offer an avenue to establish mutually beneficial researcher-participant relationships with older adults. We add to the growing body of literature that addresses how qualitative researchers incorporate technology into the research process to reshape how we understand intimacy and access.
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 | 0,057 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,015 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».