Intérêt et valeur du récit phénoménologique : une logique de découverte
Bibliographic record
Abstract
Cet article a pour but de mettre en évidence l’intérêt et la valeur de la méthode du récit phénoménologique comme résultat d’une démarche rigoureuse de l’analyse des données permettant une compréhension fine de phénomènes. L’exercice s’appuie sur deux démarches de recherche portant sur des objets différents mais qui ont toutes les deux abouti à la construction de récits phénoménologiques. La première démarche de recherche explore la dynamique du changement chez des professeurs d’université ayant vécu l’expérience d’implantation d’une innovation pédagogique majeure. La deuxième démarche de recherche examine les savoirs acquis par l’expérience chez un public d’aides-soignantes qui travaillent auprès de personnes âgées dépendantes. Dans cet article, y est exposé la systématisation de la démarche méthodologique conduisant au récit phénoménologique en faisant d’abord un bref aperçu de ses ancrages théoriques, ensuite en rendant accessible son opérationnalisation et enfin en situant sa valeur au regard des critères de scientificité en recherche qualitative.
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 | 0.061 | 0.126 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.008 | 0.007 |
| Science and technology studies | 0.008 | 0.046 |
| Scholarly communication | 0.023 | 0.027 |
| Open science | 0.003 | 0.012 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".