Imposter Participants in Synchronous Qualitative Research: A Systematic Scoping Review
Notice bibliographique
Résumé
Although the issue of bots and fraudulent participants is well established within quantitative research, in recent years there have been increasing incidences of imposter participants within qualitative research. However, how qualitative researchers conceptualise this challenge and what the perceived impact of these imposter participants are, remains underexplored. This systematic scoping review identified 15 articles published since 2018 addressing the topic of imposter participants and fraudulent data in synchronous qualitative research. The review identified that the majority of current articles are commentaries or case study narratives, with little apparent inter disciplinary engagement. Findings indicate that where recommendations are offered these can be subjective or influenced by discipline, with a lack of an evidence informed approach being adopted. The analysis identified three primary issues for applied qualitative research fields, with threats to data integrity and reliability, threats to research diversity, accessibility and reach, and questions of trust and ethics within research highlighted. Developing evidence-based guidance and ensuring cross-disciplinary engagement will be central to maintaining the relevance, impact, and validity of applied qualitative 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.
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 | 0,186 | 0,487 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,031 | 0,025 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».