Notice bibliographique
Résumé
Journal on Homelessness are to the purpose of sharing knowledge to prevent and end homelessness.As such, we publish more than just primary research, we also include a variety of structured reviews, discussion articles that provide reflective content, as well as book reviews.Within research we are open to all methodologies and methods, as long as the content meets the purpose of our journal.As such, as Managing Editor I see a broad spectrum of quantitative and qualitative research.I wanted to offer a brief reflection on why many qualitative research articles fail to advance to publication and what researchers might consider doing to move towards excellence.The terms 'quantitative' and 'qualitative' denote the form of the data.One is generally numbers, the other generally text, although may include things like images, sounds, and other non-numerical data.Declaring one is conducting quantitative research provides no information regarding the actual methodology being followed, the methods of data collection and analysis, and how the findings might be connected to existing knowledge.Therefore, rigorous quantitative research needs: theory, methodology, and method.The same holds true for doing excellent qualitative research, yet I see this more frequently missed for qualitative articles.Specifically, declaring one is doing qualitative research provides little information about one's actual theory or paradigmatic perspective, methodology, and method, it simply informs the reader of the type of data they might expect.Unfortunately, I see often that the term 'qualitative research' is taken to present a (presumed) specific theoretical lens, a specific methodology, and a specific method.We receive many article submissions along the lines of, "This
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,085 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes 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 ».