Prevalence and Quality of Mixed Methods Research in Educational Subdisciplines: A Systematic Review
Notice bibliographique
Résumé
This study examines the prevalence and quality of mixed methods research (MMR) in educational journals, highlighting its growing acceptance yet emphasizing the need for enhanced methodological rigor. Although MMR has become popular across education sub-disciplines, its specific use in educational research is underexplored. This study aims to bridge this gap by investigating MMR prevalence and quality in flagship journals within education sub-disciplines of Leadership, Learning Sciences, Curriculum and Learning, and Adult Learning from 2011 to 2024. A mixed-method systematic review was conducted across nine flagship educational journals. Articles mentioning MMR in the title or abstract were identified, yielding 169 articles, with 132 included after full-text review. Creswell and Plano Clark’s typology classified MMR designs, while the JMMR checklist assessed methodological quality. Quantitative data were analyzed using descriptive statistics and one-way ANOVA, and thematic analysis was applied to qualitative commentary. MMR prevalence in the selected journals rose from 0.64% in 2011 to 2.97% in 2024. Leadership showed the highest prevalence (2.53%), while Curriculum and Learning had the lowest (1.08%). Explanatory sequential design was the most frequently used. The average alignment with the JMMR checklist was low (7.85 out of 20), with significant differences across subdisciplines ( p < .05). The study underscores the growing acceptance of MMR in educational research and highlights the need for comprehensive training in mixed methods research to improve methodological quality. The study is limited by restricted scope of educational subdisciplines and journals.
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 | 0,147 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».