Adapting Participatory Visual Methods to Online and Hybrid Settings: A Scoping Review and Thematic Analysis
Notice bibliographique
Résumé
Since the onset of the COVID-19 pandemic, a growing number of health researchers working with participatory visual methods (PVM) such as Photovoice and Digital Storytelling (DST) have shifted from in-person to online and hybrid settings. The purpose of this scoping review was to explore what the existing methodological literature tells us about these adaptations. Our review was oriented around two research questions: (1) What practices and adaptations have been implemented to create and deliver participatory visual methods projects, namely Photovoice and Digital Storytelling, in online and hybrid settings? (2) What are the ethical and equity considerations for promoting community member engagement in online PVM? We searched six international databases for peer-reviewed methodological articles published in all years, and a total of 32 articles met our inclusion criteria. Findings reveal that many adaptations were focused on methodological experimentation and extra planning and preparation. Ethical and equity considerations for promoting community member engagement focused on opportunities for flexible practice adaptations as well as recognizing potential tensions and tradeoffs. The review findings suggest that while there are reasons to be optimistic about the possibilities for increasing reach, accessibility and inclusivity in online PVM initiatives, ambiguities exist regarding participatory engagement, methodological adherence, and the sustainability and future of these methods in online settings. Future qualitative research should explore the experiences of PVM project teams along with further engagement with the post-pandemic literature as it emerges.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,129 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; les deux têtes enseignantes 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 ».