MétaCan
Menu
Retour à la cohorte
Enregistrement W4411179970 · doi:10.3390/soc15060160

Sensory Methodologies and Methods: A Scoping Review

2025· review· en· W4411179970 sur OpenAlexaff
Kathleen C. Sitter, Carly‐Ann Haney, Ana Isabel González Herrera, Mica Pabia, Fiona C. Schick, Stacey Squires

Notice bibliographique

RevueSocieties · 2025
Typereview
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSensory systemPsychologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

This scoping review examines the application of sensory research methodologies and methods in primary research, guided by Arksey and O’Malley’s five-stage framework. The scoping review addresses two primary questions: (1) what is the extent and nature of research activities that use multisensory methodologies and (2) what is the extent and nature of research activities that use multisensory methods? The Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews (PRISMA-ScR) Checklist was used to guide the reporting and mapping process. A total of 80 sources (45 peer-reviewed articles and 35 dissertations) met the inclusion criteria. Findings reveal ethnographic-based methodologies were the most common sensory approach, whereas combined visual and audio methods were the most commonly used techniques. There is the potential for more innovative and inclusive methodologies and methods to expand the use of taste and smell, which remain underrepresented in the literature. Additionally, greater attention is needed to address power dynamics and reflexivity in sensory research to avoid essentializing or misrepresenting participants’ experiences. Future research could improve methodological clarity and consistency while emphasizing accessibility and community engagement. This scoping review contributes to the field of sensory research by synthesizing current practices and identifying gaps that warrant future exploration, particularly in underrepresented sensory modalities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,256
Tête enseignante GPT0,549
Écart entre enseignants0,293 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocietiesMême sujetInnovative Human-Technology InteractionTravaux en français237 207