MétaCan
Menu
Retour à la cohorte
Enregistrement W4415590735 · doi:10.1108/978-1-60752-545-520251008

Triangulation in Action

2002· book-chapter· en· W4415590735 sur OpenAlexaff
Susan N. Herman, Carolyn P. Egri

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésTriangulationAction (physics)Facet (psychology)EmpathyQualitative research

Résumé

récupéré en direct d'OpenAlex

Environmental leaders have a huge impact on critical environmental issues. We sought to learn about their values, leadership philosophies, and leadership-related challenges. We compared environmental leaders with leaders of other kinds of organizations, as well as comparing leaders of for-profit and nonprofit environmental organizations, using qualitative and quantitative research traditions. In this chapter, we explain why and how we chose multiple research methods, and discuss the approaches and findings to illustrate how an open-ended approach enhanced our findings. Rather than viewing various research methods as part of an incompatible qualitative–quantitative dichotomy, we approached them as complementary modes of investigation, resulting in a deeper understanding of the environmental leadership phenomenon. One of our challenges was determining how to analyze and integrate our data, since our method generated an unwieldy amount, and surfaced unexpected findings. An equally important facet of our research was the interpersonal. One rewarding aspect was the rapport and empathy we developed with our respondents, which resulted in findings that would be immediately useful to practitioners, not simply to theoreticians. Ultimately, the success of our research depended on our own relationship. The project proved to be far more than an intellectual exercise, but involved the interaction of our emotions and personal values, as well as the social climate in which we conducted the study.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0300,004

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 Opus0,378
Tête enseignante GPT0,494
Écart entre enseignants0,116 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCommunity Health and DevelopmentTravaux en français237 207