MétaCan
Menu
Retour à la cohorte
Enregistrement W4404509666 · doi:10.1111/jan.16557

Mixed Methods Studies Using Secondary Analysis in Nursing and Midwifery: A Methodological Review

2024· review· en· W4404509666 sur OpenAlexaff
Sergi Fàbregues, Ahtisham Younas, Shahzad Inayat, Elsa Lucia Escalante‐Barrios, Ángela Durante

Notice bibliographique

RevueJournal of Advanced Nursing · 2024
Typereview
Langueen
DomaineSocial Sciences
ThématiqueData Analysis and Archiving
Établissements canadiensUniversity of CalgaryMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCINAHLContext (archaeology)MultimethodologyContent analysisScopusData collectionData extractionMedicineNursingMEDLINEPsychologyPsychological interventionSociologySocial science

Résumé

récupéré en direct d'OpenAlex

AIM: To identify mixed methods studies in nursing and midwifery using secondary analysis and to examine their methodological characteristics. DESIGN: Methodological review. METHODS: A systematic search was conducted to identify empirical mixed methods studies in nursing and midwifery that used secondary analysis. A data extraction sheet was developed based on previous methodological reviews of secondary analysis and mixed methods. DATA SOURCES: SCOPUS, Web of Science and CINAHL were searched from inception to March 10, 2023. Supplementary searches were conducted in two methodological journals and six nursing journals. RESULTS: A total of 26 mixed methods studies published between 2000 and 2022 were included in the review. Of these, only 13 studies explicitly mentioned the type of mixed methods design used. Twenty studies showed evidence of integration of the quantitative and qualitative components. Most of these studies integrated the components at the interpretation stage, whereas fewer integrated the components during data collection. None of the studies mentioned the rationale for using secondary analysis in the context of a mixed methods study. CONCLUSION: The included studies demonstrated fairly good reporting of mixed methods features, although they generally lacked a rationale for the use of secondary data. IMPLICATIONS FOR THE PROFESSION AND/OR PATIENT CARE: Adequate reporting of mixed methods studies using secondary analysis is essential in order to allow readers to assess whether secondary analysis was appropriately incorporated into a mixed methods study and whether the potential of secondary analysis was fully exploited. IMPACT: This review provides a set of recommendations to transparently report information regarding the research process and results obtained in mixed methods studies using secondary analysis. REPORTING METHOD: Items relevant to methodological reviews included in the PRISMA Extension for Scoping Reviews (PRISMA-ScR) were considered for reporting the review.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Méthodes · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptMétarecherche
Domaine: Méthodes · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquelow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,242
score de la tête « metaresearch » (Gemma)0,401
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil0,934

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2420,401
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0120,016
Bibliométrie0,0400,029
Études des sciences et des technologies0,0050,005
Communication savante0,0140,013
Science ouverte0,0060,009
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,376
Tête enseignante GPT0,626
Écart entre enseignants0,250 · 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

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Revue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced NursingMême sujetData Analysis and ArchivingCatégorieMétarechercheTravaux en français237 207