MétaCan
Menu
Retour à la cohorte
Enregistrement W4399161832 · doi:10.1101/2024.05.29.24308062

More Than Words: An Integrative Review of Innovative Elicitation Techniques for Qualitative Interviews

2024· preprint· en· W4399161832 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueFocus Groups and Qualitative Methods
Établissements canadiensRoyal College of Physicians and Surgeons of CanadaWestern UniversityMcMaster UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPhoto elicitationQualitative researchPsychologyKnowledge managementSociologyManagement scienceEngineering ethicsComputer scienceEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Interviews are central to many qualitative studies in health professions education (HPE). However, researchers often rely only on oral questioning despite the existence of techniques tailored to elicit the rich data needed to address complex problems and meaningfully engage participants. Elicitation techniques are strategies – e.g. participant photography, neighbourhood walks – used to generate rich conversations, but guidance on these techniques is scattered across literatures from diverse fields. In this synthesis, we offer an overview of the elicitation techniques available and advice about how to choose between them. Methods We conducted an integrative review, drawing on methodological literature from across the health and social sciences. Our interdisciplinary searches yielded 3056 citations. We included 293 citations that were methodologically focused and discussed elicitation techniques used in interviews with adults. We then extracted specific elicitation techniques, summarizing each technique to capture key features, as well as strengths and weaknesses. From this, we developed a framework to help researchers identify challenges in their interview-based research, and to select elicitation techniques that address their challenges. Results Elicitation techniques serve two main purposes: they can enrich data and engage participants in new ways. To enrich data, researchers might seek to shift conversations away from participants’ entrenched narratives, to externalize conversations on sensitive topics, or to elicit affect, tacit knowledge, or contextual details. When engaging participants in new ways, researchers might seek to increase equity between the researcher and participant or interview accessibility across diverse participant populations. Discussion When chosen with study goals in mind, elicitation techniques can enrich interview data. To harness this potential, we need to re-conceptualize interviews as co-production of knowledge by researcher(s) and participant(s). To make interviews more accessible, we need to consider flexibility so that each participant can engage in ways that best suit their needs and preferences.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,176
Tête enseignante GPT0,549
Écart entre enseignants0,372 · 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