Unveiling the Mosaic of Identity: Illuminating Intersectionality through a Delphi Process for Quantitative Questionnaire Development
Notice bibliographique
Résumé
Objectives: To develop and validate a landmark survey tool that will quantify intersectionality in large-scale, population-based sample surveys, using intersectionality-based experiences of physical activity participation as its developmental terrain. Methods: Drawing on qualitative scholarship on intersectionality and existing quantitative surveys that assess social positions, we created a draft questionnaire comprising five modules: 1) sex/gender identity/gender expression, 2) sexual orientation/sexuality, 3) race/ethnicity/(im)migration/religion/language/Indigeneity, 4) (dis)ability/health/physical appearance, and 5) socioeconomic status. A draft of the questionnaire was then reviewed by experts via the Delphi approach, with agreement among 75% of participants and response stability across multiple rounds as determinants of consensus. Results: Qualitative studies (n=199) informed the development of outward-facing items, capturing how individuals are perceived by others. Pre-existing survey items (n=77) informed the creation of self-identifying items, reflecting how individuals self-identify. A draft of the questionnaire, consisting of 27 items, was then evaluated by experts following the three rounds of Delphi surveys, which gauged the accessibility of the questionnaire (e.g., language used, length) and content using 5-point Likert scale. Experts also provided feedback via responses to open-ended questions that guided the revision of the questionnaire. These responses were ranked, analyzed, and synthesized to obtain ≥75% consensus. Conclusion: The developed questionnaire represents a significant step forward in advancing understanding of the complex, intersectional nature of social participation and marginalization. Its application across various topics in physical activity and health research promises to enrich and inform future investigations in the field.
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 | 0,289 | 0,233 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,004 | 0,018 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».