Do You Know Who You’re Talking To? Methodological Reflections on Maintaining Inclusivity and Research Integrity When Responding to Inauthentic Encounters in Online Qualitative Research
Notice bibliographique
Résumé
There is an ongoing debate around how to design online synchronous qualitative research studies, and respond in the moment, when researchers suspect that they are engaging with ‘impostor’ or ‘fraudulent’ participants. Initial literature framed ineligible participants as a threat to data quality and the integrity of the research itself, calling for reactionary approaches to potential participants. This paper contributes to the growing literature cautioning that strict screening approaches may negatively harm genuine participants and undermine inclusion efforts. This paper explores the concept of ‘knowing’ research participants in qualitative research, focusing on methods that enhance how we genuinely come to know the participants we seek to include, particularly in reclaiming interactions that may have become curtailed through the expediency of online research. Through consideration of researchers’ ethical responsibilities in relation to what is presumed or learned, we offer methodological reflections on how researchers’ skilful attention to the research encounter may be all that is required to ensure continued research integrity within the context of inauthentic participants. Taking actions to better know participants upholds our ethical responsibilities to them and also has the effect of identifying inauthentic participants who intentionally falsify their accounts.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheIntégrité de la recherche Domaine: Méthodes · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | low |
| gpt | MétarechercheIntégrité de la recherche Domaine: Méthodes · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | high |
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 | 0,754 | 0,695 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,005 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,036 | 0,115 |
| Communication savante | 0,035 | 0,034 |
| Science ouverte | 0,015 | 0,036 |
| Intégrité de la recherche | 0,014 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».