Collaging Integration Procedure for Integrating Literature, Theory, and Research Data in Mixed Methods Research
Notice bibliographique
Résumé
AIMS: To propose the collaging integration procedure for linking literature and theory to research data in mixed methods research (MMR) and illustrate its application in two mixed methods studies. DESIGN: Discussion paper/research methodology. DATA SOURCES: The collaging technique was used and developed based on two exploratory sequential nurse-led mixed-methods studies. RESULTS: The collaging technique entails using multiple artefacts (data fragments, figures and textual information) within one figure. Collaging can generate relevant pre-post linkages, create meaning and refine inferences and meta-inferences. CONCLUSION: This paper offers a novel integration technique for meaningful integration of the literature review and theoretical dimensions in the integration trilogy. IMPLICATIONS FOR NURSING: Nurse researchers can use the collaging integration procedure for effective integration for conducting rigorous mixed-methods research. Collaging is a straightforward yet effective technique for enhancing integration in the literature review and theoretical dimensions in MMR. IMPACT: Linking literature review, theory and research data facilitates a more meaningful interpretation of research findings. While researchers may be able to create a more fully integrated MMR design by integrating multiple dimensions of the study, to date, most of the empirical and methodological literature on MMR has focused on integration at the design, fieldwork, analysis and interpretation dimensions, ignoring others, such as the literature review and theoretical dimensions. Collaging enables intensive analysis of the raw data and embeds the insights gained from literature and theory throughout the data analysis and presentation, thereby avoiding neglecting insights which could have been gained by back-and-forth comparison and integration of literature review and theoretical underpinnings. PATIENT OR PUBLIC CONTRIBUTION: No direct patient or public contribution.
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 | 0,390 | 0,552 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,026 | 0,026 |
| Études des sciences et des technologies | 0,009 | 0,011 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,006 | 0,022 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,006 |
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 ».