MétaCan
Menu
Retour à la cohorte
Enregistrement W7116677449 · doi:10.1177/16094069251412602

Reflective Interviews in Virtual Reality: From Intervention to <i>Intravention</i>

2025· article· en· W7116677449 sur OpenAlexafffund
Luciara Nardon, Ali Arya

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensCarleton University
Organismes subventionnairesCarleton University
Mots-clésAffordanceVirtual realityIntervention (counseling)InterviewReflection (computer programming)CoachingPsychological interventionProcess (computing)Reflective practice

Résumé

récupéré en direct d'OpenAlex

Researchers increasingly acknowledge the importance of material and spatial elements in knowledge generation. Interview research incorporating spatial and material elements is often limited to what is available near the interview location. Virtual reality (VR) technology, with its unique combination of affordances such as immersion, visualization, and interaction, allows for the creation of virtual environments that are difficult to access or nonexistent in physical settings, providing novel multimodal stimuli for participant reflection. We draw on an exploratory VR intervention with graduate students reflecting on challenges during their thesis work, using the multi-space coaching protocol “Clean Networks” to discuss the potential of VR in reflective interviewing. We found that the virtual environment was supportive of participants’ reflection and sensemaking. Moreover, we found that knowledge emerged through participants’ entanglement with different virtual-material stimuli, which prompted us to rethink our intervention as an intravention , drawing on sociomateriality perspectives. We discuss the potential and challenges of using virtual reality technology to support participants’ reflection through the availability of multisensorial inputs and describe the process of emergent knowledge through sociomaterial entanglements. We contribute to a growing body of research on multimodal interventions in interviewing by illustrating the role of new technologies in advancing the potential of interview-based 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

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
gemmaaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Simulation ou modélisationlow
gptMétarecherche
Domaine: Méthodes · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifmedium
modèles en désaccordL'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)0,056
score de la tête « metaresearch » (Gemma)0,030
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0560,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,904
Tête enseignante GPT0,809
Écart entre enseignants0,096 · 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

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSimulation ou modélisation · Qualitatif
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetParticipatory Visual Research MethodsCatégorieMétarechercheTravaux en français237 207