Methodologie, Methodik und Qualität qualitativer Forschung
Bibliographic record
Abstract
Innerhalb des vergangenen Jahrzehnts haben qualitative Ansätze sowohl in der psychotherapeutischen als auch in der psychosomatischen Forschung stetig an Bedeutung zugenommen. Dennoch besteht bei Manuskripteinreichungen für Fachzeitschriften ebenso wie bei der Beantragung von Drittmitteln für Forschungsprojekte im deutschsprachigen Raum immer noch die Gefahr von Fehlbegutachtungen. Neben wissenschaftssoziologischen Gründen ist hierfür hauptsächlich das Missverständnis verantwortlich, dass es sich bei qualitativen Methoden um messtechnisch minderwertige Schätzverfahren handele, die den Gegenstand unscharf und verzerrt abbilden. Diesen Verfahren wird deshalb allenfalls vorläufiger hypothesengenerierender Wert zugemessen. Verkannt wird dabei, dass qualitative Forschung im engeren Sinne sozial- und sprachwissenschaftliche Methoden meint, die in einem kontrollierten und reflektierten Prozess der doppelten Hermeneutik die kulturell verankerten Sinngehalte subjektiven Erlebens und sozialer Interaktion entschlüsseln, und somit eine eigenständige Methodologie beinhaltet. Diese methodologische Basis ist bisher auch innerhalb der qualitativen Forschung nicht durchgängig verstanden worden. Die Desiderate für qualitative Verfahren werden dargelegt. Methodologische Grundannahmen werden expliziert. Vorläufige hypothesengenerierende qualitative Forschung und qualitative Forschung im Sinne methodischer Hermeneutik werden unterschieden. Abschließend werden Qualitätskriterien und Kriterien für die Beurteilung qualitativer Publikationen aufgezeigt.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.247 | 0.213 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.004 | 0.002 |
| Bibliometrics | 0.011 | 0.017 |
| Science and technology studies | 0.004 | 0.009 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.006 | 0.008 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; the direct Gemma label and the distilled Codex classifier agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".