MétaCan
Menu
Retour à la cohorte
Enregistrement W4415693289 · doi:10.2196/77937

Implementation of Virtual Focus Groups as an Effective Strategy in Qualitative Research to Engage With Undersupported Communities: Protocol for Virtual Focus Groups

2025· article· en· W4415693289 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFocus Groups and Qualitative Methods
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Minority Health and Health Disparities
Mots-clésFocus groupQualitative researchProtocol (science)Focus (optics)Health careQualitative propertyResearch design

Résumé

récupéré en direct d'OpenAlex

Background: Qualitative research offers a valuable lens for understanding human experiences, behaviors, and social contexts, drawing upon communication, social interaction, and sociological perspectives. Focus groups are a key method within qualitative research for exploring these complex topics. While traditional focus groups offer valuable insights into group dynamics and shared perspectives, they can be limited by logistical challenges, such as geographic constraints and participant availability. To mitigate these issues, virtual modalities have emerged as a viable alternative, offering greater flexibility and accessibility for diverse populations. However, they also highlight persistent challenges, such as managing group dynamics in online settings and ensuring participant engagement and privacy concerns. Our protocol considers these issues and implements strategies, such as cofacilitators, more engaged research assistants, and the use of important security measures (participant name obfuscation, sharing links only on the day of the session, and password protection) as a way to overcome said issues. Objective: Expanding the methods for data collection in qualitative research is essential for advancing health differences research in hard-to-reach populations and public health emergencies. In this paper, we aim to describe our experience when implementing an adapted protocol for conducting virtual focus groups, the barriers encountered, and how we obtained a participation rate of 86% (63/73) compared to 55% (40/73) when done in person. Methods: To achieve this, we adapted and implemented a focus group protocol that approaches undersupported populations (social vulnerability index ≥0.45) who face challenges participating in traditional focus groups and addresses reported barriers in scientific literature using virtual focus groups. Our protocol was implemented in an exploratory qualitative study conducted from 2020 to 2021 to understand the community's health needs in southern Puerto Rico. This protocol ensures participant and research team interactions in circumstances that require it, including pandemics, geographically displaced populations, and patients who are bedridden. After evaluating the practical and ethical considerations, our research team established this new protocol for collecting qualitative data in a virtual focus group environment and promoting the inclusion of groups experiencing health differences. Results: As a result, we collected quality data and found added benefits. We obtained a participation rate of 86% (63/73) compared to 55% (40/73) when done in person. Our findings also reveal further benefits that could impact groups that generally do not have the chance to participate in focus groups. Conclusions: This approach to focus groups could aid researchers who wish to study these hard-to-reach participants and support qualitative health differences research.

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.

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)0,064
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0640,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,498
Tête enseignante GPT0,714
Écart entre enseignants0,216 · 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