MétaCan
Menu
Retour à la cohorte
Enregistrement W4407548396 · doi:10.1186/s12874-025-02461-0

The reliance on conceptual frameworks in qualitative research – a way forward

2025· article· en· W4407548396 sur OpenAlexaff
Joanna E. M. Sale, Leslie Carlin

Notice bibliographique

RevueBMC Medical Research Methodology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Applications
Établissements canadiensInstitute for Work & HealthUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésRigourQualitative researchConceptual frameworkEngineering ethicsManagement scienceThe Conceptual FrameworkConceptual modelEpistemologyComputer scienceSociologyData scienceSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While acknowledging that theory can be critical to scientific progress, we are concerned about instances of its tendency to encroach on, or replace, deep engagement with data in qualitative research. We discuss conceptual frameworks' role in conducting and teaching qualitative research. METHODS: We address three questions about our attachment as researchers to theory through conceptual frameworks: (1) What do conceptual frameworks offer qualitative research?; (2) Why do researchers use and teach conceptual frameworks in qualitative research?; and (3) How can we practice and teach rigour while integrating conceptual frameworks in qualitative research? RESULTS: One way that theory may be misused in qualitative research is in the development and reliance on conceptual frameworks as a prescription for data collection and analysis. We suggest possible ways forward to ensure rigour while integrating frameworks in qualitative research, such as examining the evolution of our own theoretical perspectives. CONCLUSIONS: We need to impart to our students the value of thinking deeply about their own data, of knowing what came before, and of taking the time and making an effort to unite these strands into novel and interesting results.

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)0,848
score de la tête « metaresearch » (Gemma)0,783
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: aucune
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,8480,783
Méta-épidémiologie (sens strict)0,0050,007
Méta-épidémiologie (sens large)0,0070,006
Bibliométrie0,0130,017
Études des sciences et des technologies0,0210,199
Communication savante0,0520,101
Science ouverte0,0190,046
Intégrité de la recherche0,0340,071
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,801
Tête enseignante GPT0,769
Écart entre enseignants0,032 · 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

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical Research MethodologyMême sujetQualitative Research Methods and ApplicationsTravaux en français237 207