Using mixed methods research to study research integrity: Current status, issues, and guidelines
Notice bibliographique
Résumé
Background: The multifaceted nature of research integrity (RI) calls for the adoption of innovative methodologies to achieve a more thorough understanding. Mixed methods research (MMR) provides a valuable framework by combining diverse data sources, enabling a more nuanced exploration of complex research questions.Methods: This paper reviews seven RI studies employing MMR to identify methodological shortcomings. It introduces key concepts and typologies of MMR and proposes actionable strategies to enhance methodological rigor and innovation.Results: The review identified three key issues in current MMR applications: 1. Insufficient articulation of methodological contributions. 2. Limited visualization of quantitative and qualitative data integration. 3. Minimal engagement with recent MMR advancements. To address these gaps, a targeted To-Do List was created, offering actionable strategies for improving methodological rigor. Additionally, underutilized MMR designs, such as convergent and exploratory sequential designs, were recommended to strengthen data synthesis and expand analytical perspectives.Conclusions: MMR provides valuable opportunities to enhance RI research. This paper offers practical guidance for adopting MMR, addressing methodological gaps, and fostering robust, integrative research practices.
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.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheIntégrité de la recherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | MétarechercheIntégrité de la recherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,706 | 0,799 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,011 | 0,006 |
| Bibliométrie | 0,023 | 0,028 |
| Études des sciences et des technologies | 0,008 | 0,034 |
| Communication savante | 0,034 | 0,029 |
| Science ouverte | 0,012 | 0,018 |
| Intégrité de la recherche | 0,013 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».