MétaCan
Menu
Retour à la cohorte
Enregistrement W4405764989 · doi:10.24908/pceea.2024.18437

Broken Telephone: The long and Winding Road from Encoding to Decoding in Mixed Methods Research

2024· article· en· W4405764989 sur OpenAlexafffundvenueabout
Cindy Rottmann, Emily Moore, Andrea Chan

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Toronto
Mots-clésDecoding methodsEncoding (memory)Computer scienceTelecommunicationsSpeech recognitionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

It is not uncommon for engineering education researchers who value quantitative analyses to conduct large-scale surveys as validation measures for smaller scale qualitative studies. The purpose of this paper is to examine a limitation of this logic. We adopt Stuart Hall’s encoding/decoding model of communication as a conceptual framework to investigate the mismatch between five engineering career paths we identified through a small, qualitative study and 982 Canadian engineering graduates’ self-identification with those paths on a larger scale national survey. By examining the differences between our encoding of survey items and respondents' self-identified decoding of those items, our paper makes two significant contributions to the engineering education literature, one methodological and one structural. First, our findings raise methodological questions about the widespread use of large-scale surveys as validation measures for small-scale qualitative studies, and second, our critical analysis illustrates internal heterogeneity within senior executive career tracks, enabling us to supplement existing explanations for occupational inequity in the profession.

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 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)0,620
score de la tête « metaresearch » (Gemma)0,797
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,469

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6200,797
Méta-épidémiologie (sens strict)0,0020,004
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0140,015
Études des sciences et des technologies0,0110,073
Communication savante0,0280,051
Science ouverte0,0080,022
Intégrité de la recherche0,0090,015
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,071
Tête enseignante GPT0,484
Écart entre enseignants0,412 · 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

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations0
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetQualitative Research Methods and ApplicationsTravaux en français237 207