La communication du journal de bord :un complément d’informationpour prouver la vraisemblance et la fiabilitédes recherches qualitatives
Bibliographic record
Abstract
Les recherches qualitatives sont reconnues pour la vraisemblance et la pertinence de leurs découvertes. Leur fiabilité est habituellement garantie par la présentation du design méthodologique et des systèmes de codes utilisés. Notre objectif, à travers cet article, consiste à faire valoir l'intérêt, voire la nécessité de compléter ces informations par une synthèse du journal de bord présentant au lecteur les étapes du processus empirico-formel effectivement suivi. Nous utilisons pour ce faire une recherche en gestion des ressources humaines (GRH) sur le pardon à la suite de la violation du contrat psychologique. Après un résumé des résultats de cette recherche, nous rapportons trois évènements ayant participé à la déconstruction-reconstruction de notre modèle : une expérience vécue en tant que manager, la lecture d'une nouvelle théorie et une discussion entre chercheurs. Cette plongée du lecteur au coeur de l'activité abductive contribue, selon nous, à la reconnaissance de la vraisemblance, de la fiabilité, et, dans une certaine mesure, de la réplicabilité des analyses présentées. En pratique, nous recommandons l'introduction, dans la section des méthodes, d'un ou deux paragraphes résumant le processus empirico-formel effectivement suivi, en lien avec une à deux pages de synthèse du journal de bord situées en annexe.
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 | 0.063 | 0.187 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.010 | 0.010 |
| Science and technology studies | 0.007 | 0.021 |
| Scholarly communication | 0.024 | 0.021 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 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".