MétaCan
Menu
Retour à la cohorte
Enregistrement W7113640193

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

2025· article· en· W7113640193 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.

fundUn bailleur canadien est enregistré sur le travail.
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

RevueStrathprints: The University of Strathclyde institutional repository (University of Strathclyde) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFocus Groups and Qualitative Methods
Établissements canadiensnon disponible
Organismes subventionnairesSt. George's, University of LondonLa Trobe UniversityUniversity of LeedsMcMaster UniversityUniversity of Otago
Mots-clésQualitative researchHarmContext (archaeology)SuspectResearch integrityInclusion (mineral)Quality (philosophy)Scientific integrityResearch ethicsReactionary
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

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 during 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.

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.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheIntégrité de la recherche
Domaine: Méthodes · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
gptMétarechercheIntégrité de la recherche
Domaine: Méthodes · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,024
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0240,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0050,005
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,347
Tête enseignante GPT0,539
Écart entre enseignants0,192 · 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