Exploring Opportunities & Challenges in Qualitative Meta-Studies
Notice bibliographique
Résumé
In this panel symposium, we will discuss how management scholars can benefit from the ever-expanding body of qualitative evidence available in our field. Despite the growing interest in this area, there have been limited opportunities for dialogue on various issues to qualitative meta-studies and for exchanging insights across different divisions. We intend to bring together experts on qualitative knowledge syntheses, qualitative meta-studies, and qualitative research more generally. These experts will offer insights into both the most promising and contentious issues around qualitative knowledge synthesis in general, and more specifically, qualitative meta-studies. They will provide their perspective on several unresolved issues critical for advancing different types of qualitative meta-studies, including (1) onto-epistemological considerations in synthesizing qualitative evidence, (2) theory-building from qualitative meta-studies, and (3) quality criteria for evaluating qualitative meta-studies.
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 | 0,868 | 0,909 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,007 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,030 | 0,032 |
| Études des sciences et des technologies | 0,013 | 0,048 |
| Communication savante | 0,040 | 0,048 |
| Science ouverte | 0,016 | 0,036 |
| Intégrité de la recherche | 0,014 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».