Challenges and Considerations in Naming True and Quasi-Experimental Research Designs: A Methodological Discussion
Notice bibliographique
Résumé
Background: Novice researchers may face challenges in choosing names for true and quasi-experimental designs due to complexity in terminology and variety of experimental designs used in nursing. Addressing these issues is crucial for ensuring clarity and accuracy in experimental nursing research. Aim: To discuss the complexities, challenges, and considerations involved in naming true and quasi-experimental research designs and propose a decision tree for researchers to guide them in accurately and consistently naming these designs. Design: A methodological discussion. Methods: Research texts, the Public Health Agency of Canada Critical Appraisal Tool Kit, and articles from various scientific journals were chosen to illustrate the challenges and characteristics of different experimental and quasi-experimental study designs. Discussion: Key characteristics of true and quasi-experimental designs such as nature of experimental and control groups and process of random allocation are outlined and illustrated with examples. Conclusion: A decision tree is offered to help researchers and reviewers in the precise and consistent labeling of true and quasi-experimental designs. By providing a structured way for decision-making, it enhances the accuracy and reliability of classification processes.
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 | 0,820 | 0,853 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,016 | 0,020 |
| Études des sciences et des technologies | 0,010 | 0,039 |
| Communication savante | 0,022 | 0,032 |
| Science ouverte | 0,014 | 0,016 |
| Intégrité de la recherche | 0,016 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
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 ».