7. L’intégration en méthodes mixtes
Cadre conceptuel pour l’intégration des phases, résultats et données qualitatifs et quantitatifs
p. 187-212
Résumés
Les méthodes mixtes (MM) sont de plus en plus populaires. En utilisant les MM, les chercheuses et chercheurs intègrent des méthodes qualitatives (QUAL) et quantitatives (QUAN), par exemple au niveau des questions et devis de recherche, et des collectes et analyses des données. Plusieurs stratégies d’intégration ont été proposées, mais leur conceptualisation est généralement limitée, fragmentée, ou non testée scientifiquement. Cela constitue un défi pour planifier et effectuer des études utilisant les MM, et pour enseigner les MM. Fondé sur la littérature méthodologique, ce chapitre présente un cadre conceptuel incluant tous les types d’intégration connus, des stratégies pratiques et des combinaisons possibles de stratégies pour intégrer les phases, les résultats et les données QUAL et QUAN. Dans le chapitre suivant, ce cadre est testé avec une revue des études utilisant les MM. Cette revue illustre plusieurs types de combinaisons avec des études en santé mondiale. Ensemble, ces deux chapitres contribuent à faire avancer les connaissances méthodologiques par (a) un appel à une meilleure description des MM dans les publications scientifiques, et (b) une conceptualisation testée proposant trois types d’intégration et neuf stratégies spécifiques, et toutes les combinaisons possibles des stratégies pour intégrer les phases, résultats et données QUAL et QUAN.
Mixed methods (MM) are increasingly popular. In performing MM, researchers integrate qualitative (QUAL) and quantitative (QUAN) methods with respect to worldviews, methodologies and designs, research questions, data collection and analysis techniques, and study results. Several intégration strategies have been proposed, but their conceptualization is usually design-driven, or fragmented, or not empirically tested. This is challenging for planning and conducting MM studies, and for training graduate students. Based on the methodological literature, this chapter présents a conceptual framework including types of integration, practical strategies, and possible combinations of strategies for integrating QUAL and QUAN phases, results and data. In the next chapter, this framework is tested using a review of 2015 MM studies with a method-detailed description. This supports the framework, illustrates multiple types of combinations, and provides global health examples. These two companion chapters contribute to advance methodological knowledge on MM via (a) a call for better reporting MM studies in scientific articles, and (b) a tested conceptualisation comprising three types of integration and nine specifie strategies, which explain current and future possibilities for combining strategies to integrate QUAL and QUAN phases, results, and data.
Los métodos mixtos (MM) son cada vez más populares. Al utilizar los métodos mixtos, los investigadores integran métodos cualitativos (QUAL) y cuantitativos (QUAN) con respecto a las cosmovisiones, metodologías y diseños, preguntas de investigación, técnicas de recopilación y anâlisis de datos y resultados de estudios. Se han propuesto varias estrategias de integración, pero su conceptualización suele estar impulsada por el diseño, o ser fragmentada, o no haber sido probada empíricamente. Esto es un reto para la planificación y realización de estudios que utilizan métodos mixtos y para la formación de estudiantes de postgrado. Basado en la literatura metodológica, este capítulo presenta un marco conceptual que incluye tipos de integraciôn, estrategias prâcticas y posibles combinaciones de estrategias para integrar las fases, resultados y datos de QUAL y QUAN. En el siguiente capítulo, este marco se prueba utilizando una revisión de los estudios que utilizan métodos mixtos de 2015 con una descripción detallada del método. Esto apoya el marco, ilustra múltiples tipos de combinaciones y proporciona ejemplos de salud mundial. Estes dos capítulos complementarios contribuyen a avanzar en el conocimiento metodológico de los métodos mixtos a través de (a) un llamado a informar mejor sobre los estudios que utilizan métodos mixtos en artículos científicos, y(b) una conceptualización probada que comprende tres tipos de integraciôn y nueve estrategias específicas, que explican las posibilidades actuales y futuras de combinar estrategias para integrar las fases, los resultados y los datos de QUAL y QUAN.
Texte intégral
L’intégration en méthodes mixtes
Définition de la méthode
Les méthodes mixtes intègrent des méthodes qualitatives et quantitatives. Elles permettent de répondre à des questions de recherche et d’évaluation complexes.
Force de la méthode
Nous proposons trois types d’intégration et neuf stratégies pratiques, et toutes les combinaisons possibles des stratégies pour intégrer les phases, résultats et données qualitatives et quantitatives.
Défis de la méthode
Notre proposition peut combler un besoin (a) des chercheuses et chercheurs pour mieux planifier, effectuer et publier des études utilisant les méthodes mixtes, et (b) des enseignant-e-s pour former les étudiant-e-s en méthodes mixtes.
1Les méthodes mixtes combinent les méthodes qualitatives (QUAL) et quantitatives (QUAN) en évaluation de programme, en recherche primaire et en revue de littérature (Creswell et Plano Clark 2011 ; Johnson, Onewuegbuzie et Turner 2007 ; Pluye et Hong 2014 ; Tashakkori et Teddlie 2010). Elles sont de plus en plus souvent utilisées en sciences sociales et de la santé. Au fil des ans, plusieurs stratégies pour intégrer les phases, résultats et données QUAL et QUAN ont été proposées, mais rarement conceptualisées et jamais testées (Greene 2008).
2Pour tout chercheur ou chercheuse utilisant les méthodes mixtes, un défi consiste à planifier, conduire et rapporter simplement et clairement en quoi consistent les stratégies d’analyse spécifiques en méthodes mixtes et les combinaisons de ces stratégies. Ce chapitre propose un cadre conceptuel des principales combinaisons de stratégies qui sont utilisées en recherche primaire utilisant des méthodes mixtes. Dans le chapitre suivant, nous présenterons une veille collaborative des stratégies d’analyse en méthodes mixtes qui a permis de tester cette proposition et de fournir des illustrations fondées sur des études utilisant les méthodes mixtes en santé mondiale.
3Sont des méthodes mixtes toute combinaison de méthodologies et méthodes (incluant des devis de recherche et des techniques de collecte et d’analyse de données QUAL et QUAN) lorsque ces combinaisons satisfont trois conditions (Creswell et Plano Clark 2011) : (a) au moins une méthode QUAL et une méthode QUAN sont combinées (par exemple l’ethnographie et l’expérimentation), (b) chaque méthode est utilisée de façon rigoureuse par rapport aux critères généralement admis dans la méthodologie ou la tradition de recherche invoquée et (c) la combinaison des méthodes est effectuée au minimum via un devis en méthodes mixtes (planifié ou émergent) et une intégration des phases, des résultats et des données QUAL et QUAN. À noter que les méthodes QUAL et QUAN peuvent aussi être combinées (mais pas nécessairement) au niveau de la collecte de données (instrumentation mixte), la revue de la littérature (revue mixte) et l’interprétation des sciences (épistémologie, ontologie, téléologie et méthodologie) par l’équipe de chercheuses et chercheurs.
4Inversement, ne sont pas considérées comme des méthodes mixtes : (a) une méthode QUAN avec une collecte ou analyse d’informations qualitatives qui ne sont pas des « données de recherche », car elles ne réfèrent pas à une méthodologie et méthode QUAL, (b) une méthode QUAL avec une collecte ou analyse d’informations quantitatives qui ne sont pas des « données de recherche », car elles ne réfèrent pas à un devis et une méthode QUAN, (c) les combinaisons de méthodes QUAN, (d) les combinaisons de méthodes QUAL, et(e) les juxtapositions de méthodes QUAL et QUAN sans intégration en termes d’approches, de devis, de techniques, de phases, résultats et données QUAL et QUAN.
5Dans ce chapitre, nous présenterons les principaux éléments des méthodes mixtes (contexte) qui fondent le cadre conceptuel et nous proposerons trois types d’intégration (plan), neuf stratégies spécifiques aux méthodes (application) et sept combinaisons de stratégies (analyse réflexive)
61pour intégrer les phases, résultats et données qualitatifs et quantitatifs. Dans le chapitre suivant, nous présenterons des exemples issus de recherches en santé mondiale.
Contexte : pluralisme, devis, données et qualité
Pluralisme des méthodes mixtes
7Dès 2003, Teddlie et Tashakkori ont affirmé la coexistence en méthodes mixtes de différentes interprétations du monde et des sciences par les chercheuses et chercheurs (Teddlie et Tashakkor, 2003). Ce pluralisme est illustré par de nombreuses publications (Niglas 2010). Dans ce chapitre, les méthodes mixtes sont fondées sur l’interprétation des sciences par les chercheuses et chercheurs (de manière explicite ou tacite) en termes d’épistémologie, ontologie, téléologie et méthodologie (Gendron 2001 ; Ridde et Dagenais 2012). Lorsqu’une équipe inclut des chercheuses et chercheurs en méthodes mixtes dont les interprétations des sciences diffèrent, la combinaison des méthodes nécessite des discussions d’ordre épistémologique, ontologique, téléologique et méthodologique. Par exemple, l’équipe peut combiner de manière transparente des approches ou traditions scientifiques qui reconnaissent les méthodes QUAL et QUAN telles que le postpositivisme selon Campbell, le constructionnisme social selon Hacking, le pragmatisme, le réalisme critique et les théories critiques, entre autres (Campbell 1988 ; De Waal 2005 ; Hacking 1999 ; Sayer 2000 ; Tyson 2014).
Principaux devis en méthodes mixtes
8Les chercheuses et chercheurs peuvent s’inspirer des recommandations existantes pour planifier des recherches utilisant les méthodes mixtes (Creswell et Plano Clark 2011). Une classification usuelle des méthodes mixtes est fondée sur deux types de devis de recherche : séquentiel et convergent. Il existe aussi trois principales variantes de ces devis de base : les devis multiphases, multiniveaux et multiphases/multiniveaux.
9Les devis de recherche séquentiels utilisent une méthode QUAL suivie d’une méthode QUAN (par exemple les résultats QUAN sont mobilisés pour généraliser statistiquement certains résultats QUAL), ou une méthode QUAN suivie d’une méthode QUAL (par exemple les résultats QUAL sont mobilisés pour interpréter certains résultats QUAN). Dans tout devis séquentiel, les résultats de la phase-1 informent la phase-2. Dans ce chapitre, nous considérons qu’un projet de recherche peut être conceptualisé comme un processus organisationnel (par exemple un projet collectif impliquant des chercheuses et chercheurs QUAL et QUAN). La littérature sur les organisations (en management et gestion de projet) fournit alors une définition utile pour mieux comprendre ces séquences. Inspirés par Van de Ven (1992), nous proposons qu’une séquence soit définie (a) dans une perspective de développement (la phase-2 est construite sur les résultats de la phase-1), (b) comme un changement d’orientation du projet dans le temps (les résultats d’une première collecte/analyse de données [phase-1] informent une deuxième collecte/analyse de données [phase-2] qui est différente de la première en termes de méthodologie et méthode) et (c) comme une transition cognitive des chercheuses et chercheurs au moment de passer dans une nouvelle phase (passage d’une méthodologie et méthodes QUAL à QUAN, ou d’une méthodologie et méthodes QUAN à QUAL) (Van de Ven 1992).
10Quant à eux, les devis convergents combinent les méthodes QUAL et QUAN dès la planification de la recherche ou au moment de la collecte et de l’analyse des données QUAN et QUAL. Dans un devis convergent, les méthodes QUAL et QUAN sont souvent (mais pas forcément) concomitantes. Ici encore, la littérature sur les organisations et les processus de prise de décision collective (par exemple les décisions prises par une équipe de chercheuses et chercheurs utilisant les méthodes mixtes) fournit des définitions de la convergence. Inspirés par Langley et ses collaborateurs, nous proposons que la convergence soit définie comme un processus d’amélioration progressive, successive et constante des collectes et des analyses des données QUAL et QUAN (convergence des données) et des interprétations des résultats (convergence des résultats). Les chercheuses et chercheurs travaillent de manière prospective, non linéaire, guidés par une représentation cognitive des données supplémentaires, ou des bases de données, ou des analyses des données, ou des résultats à créer (Langley, Mintzberg, Pitcher, Posada et Saint-Macary 1995).
11Les variantes de ces devis consistent simplement à multiplier les phases ou les niveaux de collecte/analyse des données. D’une part, le devis multiphases inclut trois phases séquentielles (par exemple QUAL puis QUAN puis QUAL) ou plus (Lisle 2013). La faisabilité de ce devis peut être problématique, car chaque phase dépend de l’achèvement en temps voulu de la précédente. D’autre part, le devis multiniveaux inclut deux niveaux d’analyse (par exemple QUAN au niveau individuel et QUAL au niveau organisationnel) ou plus (Dagenais, Nault-Brière, Dupont et Dutil 2008). Ce devis est fondé sur la convergence des résultats des analyses effectuées à chaque niveau. Youngs et Piggot-Irvine ont combiné les deux variantes et utilisé un devis multiphases/multiniveaux (Youngs et Piggot-Irvine 2011).
12Dans un devis MM (séquentiel, convergent, multiphases, multiniveaux, ou multiphases/multiniveaux), les devis QUAL les plus fréquemment combinés avec un devis QUAN sont la recherche qualitative descriptive ou interprétative, l’étude de cas exploratoire, l’ethnographie, la théorisation ancrée, la phénoménographie et les récits de vie ou biographies (Schwandt 2007). Dans un devis MM, les devis QUAN les plus fréquemment combinés avec un devis QUAL sont quant à eux les devis descriptifs QUAN (par exemple les enquêtes de prévalence ou d’incidence), les études non randomisées (par exemple l’enquête transversale analytique, la cohorte, le cas-comparaison ou la quasi-expérimentation) et les expérimentations randomisées contrôlées ou pragmatiques (Porta 2008). Une mention particulière doit être faite pour les devis « étude de cas » et « théorisation ancrée », car ceux-ci peuvent être QUAL et QUAN ; en conséquence, chacun d’eux peut suffire (n’a pas nécessairement besoin d’être combiné avec un autre devis) pour planifier un devis de méthodes mixtes.
Techniques de collecte de données QUAL et QUAN en méthodes mixtes
13En accord avec ces devis, toute combinaison de techniques de collecte de données QUAL et QUAN est possible en méthodes mixtes. Les chercheuses et chercheurs en MM sont créatifs et utilisent toutes les formes de collectes de données expérimentales, observationnelles ou simulées. Néanmoins, les techniques de collecte traditionnelles prédominent. Le questionnaire structuré tend à prédominer du côté des techniques QUAN, et l’entrevue ouverte ou semi-structurée tend à prédominer du côté des techniques QUAL (Bryman 2006). Le questionnaire structuré combinant des questions fermées (mesure standard testée en termes de validité et fidélité) et des questions ouvertes mérite une mention spéciale, car il constitue une source de questions récurrentes dans les cours et formations en MM. Ces questions ouvertes peuvent faire partie des méthodes QUAL ou QUAN selon la façon dont elles sont conçues et utilisées. Par exemple, les réponses à des questions ouvertes constituent des données QUAL lorsqu’elles sont obtenues via une méthodologie et un processus de recherche scientifique (explicite, transparent et reproductible) QUAL rigoureux qui produit des résultats QUAL vraisemblables (crédibles, contextuels, confirmables, transférables). Les chercheuses et chercheurs connaissent les participant-e-s et interagissent avec eux (en reformulant les réponses ou en stimulant le développement des réponses) pour en savoir plus sur le contexte et mieux comprendre le sens des mots et des évènements.
14En revanche, une réponse écrite dans une boîte de commentaire facultatif à une question ouverte qui est posée en fin de questionnaire structuré auto-administré anonyme en ligne ne peut pas être considérée comme une donnée QUAL. Dans les enquêtes épidémiologiques, les mots obtenus de cette manière fournissent traditionnellement quelques illustrations pour discuter les résultats QUAN. Ces mots constituent de l’information, mais ne constituent pas des données QUAL parce qu’ils ne peuvent pas être considérés comme des données obtenues via une méthodologie et un processus de recherche scientifique QUAL rigoureux, et ils ne peuvent pas servir à produire des résultats QUAL vraisemblables. Les chercheuses et chercheurs ne peuvent pas savoir qui a écrit ces mots et pourquoi (anonymisé) ; ils et elles ne peuvent pas interagir avec ceux et celles qui ont écrit et qui n’ont pas écrit (pour en savoir plus sur le contexte et mieux comprendre le sens des mots écrits ou les raisons pour lesquelles rien n’a été écrit). Dans le chapitre suivant, nous montrerons qu’environ 20 % des études en santé sont appelées « MM », mais ne satisfont pas les trois conditions de la définition, car elles utilisent des informations QUAL (ou QUAN) qui ne peuvent pas être considérées comme des données obtenues via une méthodologie et un processus de recherche scientifique QUAL (ou QUAN) rigoureux.
Évaluation de la qualité des méthodes mixtes
15Ceci nous amène tout naturellement à l’évaluation de la qualité des méthodes mixtes. En combinant une revue de la littérature et une étude pilote avec des ateliers et des consultations avec des experts (Pace et al. 2012 ; Pluye, Gagnon, Griffiths et Johnson-Lafleur 2009), nous avons conçu un outil d’évaluation de la qualité des études utilisant des méthodes QUAL, QUAN et MM : le MMAT (Mixed Methods Appraisal Tool) (Pluye et al. 2011). Le MMAT utilise différents critères pour différentes méthodes. Ainsi, il permet (a) d’évaluer la qualité méthodologique des composantes QUAL des MM à partir de critères utilisés pour évaluer les méthodes QUAL, (b) d’évaluer les composantes QUAN des MM à partir de critères utilisés en épidémiologie pour évaluer les méthodes QUAN ; et (c) d’évaluer la qualité générale des MM en termes de justification du devis, d’intégration des méthodes QUAL et QUAN, et de valeur ajoutée et limites de cette intégration. Le MMAT est disponible gratuitement sur internet (mixedmethodsappraisaltoolpublic.pbworks.com). Cet outil est populaire et tient sur une seule page, il est fourni avec un manuel qui en facilite l’utilisation. Des travaux récents ont testé la fidélité du MMAT et montré que cet outil est validé et efficient (Souto et al. 2015).
État des connaissances sur l’intégration en méthodes mixtes
16Les analyses en MM « consistent en techniques d’analyses appliquées aux données QUAL et QUAN » (procédures standards utilisées en épidémiologie/statistiques et en recherche qualitative), et en techniques qui permettent d’intégrer des phases, résultats et données QUAL et QUAN « à un seul moment du processus de recherche utilisant des MM ou à plusieurs moments » (Creswell et Plano Clark 2011, p. 212). Ces dernières sont regroupées en stratégies spécifiques aux MM qui seront présentées dans la section « Application » ci-dessous, sous forme de proposition. Dans la section « Analyse », nous présenterons les combinaisons de ces stratégies.
17Cette proposition est fondée sur une synthèse des principales publications méthodologiques de référence. Cette synthèse est innovante pour deux raisons : elle intègre toutes les stratégies spécifiques connues et toutes les combinaisons de stratégies possibles. De plus, cette proposition est associée avec un système de veille qui permet de la tester et d’identifier des stratégies émergentes (imprévues).
18Un portrait général des analyses en MM selon 13 dimensions éclectiques a été récemment publié (Onwuegbuzie et Combs 2010) et inclue la séquence temporelle des analyses, la priorité donnée à telle ou telle analyse, l’orientation des analyses (cas, variables, processus), l’interdépendance des analyses, les liens entre les analyses et les autres aspects des devis (philosophie, objectifs et formes de données) et le mode de généralisation (statistique ou théorique) des résultats. En dehors de ce portrait général, les publications méthodologiques en MM et les livres de référence proposent des stratégies de base non combinées (chaque stratégie étant présentée comme un processus nécessaire et suffisant pour obtenir des résultats) et les publications sont habituellement prescriptives (non testées avec des méthodes scientifiques comme les collectes et analyses de données de recherche) et limitées à quelques devis ou stratégies.
19Pour planifier notre proposition, nous avons regroupé ces stratégies de base non combinées en trois grandes catégories de stratégies spécifiques : celles qui permettent (a) de connecter les phases QUAL et QUAN, (b) de comparer les résultats d’analyses QUAL et QUAN, et (c) d’assimiler les données QUAL et QUAN. Dans la section suivante, nous allons définir chacune de ces catégories successivement. Ces catégories ont trois avantages : elles ont été clairement définies en appliquant les principes d’harmonisation des termes utilisés en documentation (sciences de l’information) (International Standards Organization [ISO] 2009 ; Roche 2012), elles intègrent les terminologies antérieures (Bazeley 2009 ; Greene 2007 ; Teddlie et Tashakkori 2009), et elles réfèrent aux trois types usuels d’intégration des méthodes QUAL et QUAN (connexion de phases, comparaison de résultats et assimilation des données).
20La connexion de phases est appelée « développement séquentiel » (Bazeley), ou « corrélation et comparaison » (Greene) ou encore « analyse mixte séquentielle » (Teddlie et Tashakkori). La comparaison de résultats est appelée « triangulation et expansion » (Bazeley) ou « analyse inférentielle conjointe » (Greene) ou encore « analyse mixte parallèle » (Teddlie et Tashakkori). L’assimilation des données est appelée « transformation » (Bazeley), « transformation et consolidation » (Greene) ou « analyse mixte par conversion » (Teddlie et Tashakkori). De plus, nous avons repris deux des trois catégories proposées par Creswell, mais sans limiter chaque catégorie à un devis en MM. En effet, Creswell et ses collaborateurs limitent chaque catégorie à un devis : connexion de phases QUAL et QUAN (devis séquentiel), comparaison de résultats QUAL et QUAN, et transformation de données QUAL ou QUAN (devis convergent) (Creswell et Plano Clark 2011 ; Guetterman, Fetters et Creswell 2015).
Trois types d’intégration en MM
21Greene, Teddlie et Tashakkori (Greene 2007 ; Teddlie et Tashakkori 2003, 2009, 2010) suggèrent trois principes des MM (complémentarité, tension dialectique, et unification) qui justifient conceptuellement les trois types d’intégration proposés (connexion de phases, comparaison de résultats, et assimilation des données). Ces trois types d’intégration ne sont pas mutuellement exclusifs (ils peuvent être combinés) et ne sont pas associés à un jugement de valeur (par exemple la connexion de phase ne constitue pas une meilleure ou moins bonne intégration que l’assimilation des données).
Connexion de phases. Le principe de complémentarité est issu de la littérature suggérant que les interprétations des sciences (épistémologie, ontologie, méthodologie et téléologie) associées aux méthodes QUAL sont différentes et séparées de celles qui sont associées aux méthodes QUAN. Les méthodes de collecte et d’analyse des données QUAL et QUAN sont séparées. Les méthodes et résultats QUAL et QUAN sont présentés séparément dans les publications, mais au moins une phrase suggère que les résultats QUAL et QUAN sont complémentaires. L’intégration (transition cognitive) survient lors de la connexion entre deux phases (par exemple entre une phase QUAL et une phase QUAN).
Comparaison de résultats. Le principe de tension dialectique provient des publications suggérant que les interprétations des sciences associées aux méthodes QUAL et QUAN sont différentes et interdépendantes (leur juxtaposition générant des tensions créatrices de découverte et d’innovation). Les méthodes de collecte et d’analyse des données QUAL et QUAN sont séparées ou interconnectées à un ou plusieurs moments, et les résultats sont interconnectés via un processus de comparaison. Les similarités, différences et contradictions entre résultats QUAL et QUAN sont explicitées (guidées par une représentation cognitive des résultats à créer). Par exemple, des divergences entre les résultats QUAN et QUAL sont mentionnées dans les publications, et au moins une phrase suggère comment les résoudre.
Assimilation des données. Le troisième principe, l’unification, est centré sur une question ou une théorie ou une interprétation des sciences associées aux méthodes QUAL et QUAN. Il correspond à deux courants de pensée : d’une part, les méthodes répondent à des questions de recherche et mobilisent des théories qui unifient l’utilisation des MM sur une question ou une théorie (indépendamment des interprétations des sciences). D’autre part, plusieurs interprétations des sciences permettent directement l’utilisation des MM (unification sur une interprétation). Ce principe justifie l’assimilation des données (guidée par une représentation cognitive des résultats à créer). Les données QUAL et QUAN peuvent être transformées sous une seule forme QUAL (thèmes) ou QUAN (variables) ou fusionnées cas par cas.
Application
Cadre conceptuel
22Nous proposons un cadre conceptuel incluant ces trois types d’intégration, neuf stratégies spécifiques, et sept combinaisons de stratégies, pour intégrer les phases, résultats et données QUAL et QUAN en MM. Cette conceptualisation est résumée dans le tableau 1 et la figure 1. Elle suggère que toute étude utilisant des MM peut combiner plusieurs stratégies. Elle est inspirée du constructionnisme social (Hacking 1999) : toute stratégie produit un objet mixte (mixed kind) par effet de boucle (looping effect) entre les phases, les résultats ou les données QUAL et QUAN. Autrement dit, chaque stratégie est définie par une ressource (un intrant dans le processus de gestion du projet de recherche utilisant les MM), un processus (effet de boucle) et un produit (objet mixte). Toute combinaison de stratégies multiplie les effets de boucle et les objets mixtes.
23Pour chaque type d’intégration, les stratégies spécifiques que nous proposons (sans limiter chaque stratégie à un seul devis) correspondent aux stratégies de base décrites par des auteurs et autrices souvent citées en méthodes mixtes. En évaluation, quatre stratégies de base sont habituellement décrites : développement de typologie ou taxonomie, analyse de cas extrêmes, transformation de données et consolidation ou fusion de données (Caracelli et Greene 1993). En sciences de la santé, les stratégies de base habituellement décrites sont la comparaison de résultats (triangulation), le suivi d’un filon ou d’un fil d’Ariane (follow a thread), la fusion des données QUAL et QUAN pour chaque cas (méta-matrice), et la transformation des données QUAL en QUAN (quantification) ou de données QUAN en QUAL (qualitativation) (O’Cathain, Murphy, et Nicholl 2010 ; Sandelowski 2000). Les neuf stratégies d’intégration spécifiques aux MM sont présentées ci-dessous.
Premier type d’intégration : connexion de phases (3 stratégies spécifiques)
Stratégie 1.1. Connexion d’une phase QUAL à une phase QUAN
24Dans cette stratégie, la ressource est constituée des résultats de la phase-1 QUAL (Creswell et Plano Clark 2011). Le processus est la connexion des résultats QUAL avec la collecte et l’analyse des données de la phase-2 QUAN ; par exemple, les chercheuses et chercheurs utilisent des résultats de la phase-1 QUAL pour construire le questionnaire de la phase-2 QUAN. Le produit mixte consiste en une collecte/analyse de données QUAN qui est informée (structurée) par des résultats QUAL. Cette stratégie permet d’atteindre les objectifs suivants (entre autres) : (a) développer une typologie (phase-1 QUAL) et une taxonomie (phase-2 QUAN) ; (b) créer un instrument (phase-1 QUAL) et l’utiliser pour une mesure (phase-2 QUAN) ; (c) valider un instrument (validation de contenu QUAL puis validation de construit QUAN ; ou validation écologique de contenu QUAL -représentativité des questions-puis QUAN -pertinence des questions-) ; (d) concevoir une intervention (phase-1 QUAL) et en évaluer la mise en œuvre (phase-2 QUAN) ; et(e) construire un cadre conceptuel ou théorique (phase-1 QUAL) et le tester (phase-2 QUAN).
Stratégie 1.2. Connexion d’une phase QUAN à une phase QUAL
25La ressource est constituée des résultats de la phase-1 QUAN (Creswell et Plano Clark, 2011). Le processus est la connexion des résultats QUAN avec la collecte et l’analyse des données de la phase-2 QUAL ; par exemple, les chercheuses et chercheurs utilisent des résultats de la phase-1 QUAN pour identifier des catégories d’informateurs clés de la phase-2 QUAL. Le produit mixte consiste en une collecte/analyse de données QUAL qui est informée par des résultats QUAN. Cette stratégie permet d’atteindre les objectifs suivants (entre autres) : (a) valider un instrument (les résultats QUAL peuvent explorer des explications des résultats QUAN) ; (b) expliquer des résultats QUAN en utilisant des résultats QUAL obtenus avec un échantillon raisonné d’informateurs clés, p. ex., pour mieux comprendre les différences entre des groupes (intervention vs. contrôle ; favorisé vs. défavorisé) ; et (c) contribuer à expliquer des cas extrêmes.
Cas particulier de 1.1 et 1.2. Suivi d’un fil d’Ariane entre phases QUAL et QUAN
26Ce cas particulier est appelé stratégie du fil d’Ariane (follow the thread) (O’Cathain et al. 2010). La ressource est constituée des résultats d’une phase QUAL ou QUAN. Le processus est constitué de la connexion des résultats de cette phase avec la collecte et l’analyse des données de la phase suivante (QUAN ou QUAL), de l’identification d’un thème QUAL ou d’une variable clé QUAN lors de ces phase, et de la re-analyse en profondeur des données liées à ce thème ou cette variable de manière prospective et rétrospective (métaphoriquement comme pour dérouler un fil d’Ariane à l’aller dans une grotte, puis pour suivre ce fil au retour à l’air libre). Le produit mixte consiste en une collecte/analyse de données QUAL ou QUAN qui est informée par des résultats QUAN ou QUAL.
Deuxième type d’intégration : comparaison de résultats (3 stratégies spécifiques)
Stratégie 2.1. Comparaison des résultats obtenus de manière séparée
27Dans cette stratégie, la ressource est constituée des résultats QUAL et QUAN obtenus via des collectes et analyses de données séparées (Creswell et Plano Clark 2011). Le processus est une comparaison par les chercheuses et chercheurs des similarités et différences entre résultats QUAL et QUAN, par exemple en les juxtaposant dans un tableau dont chaque ligne correspond à un thème QUAL principal et à la (aux) variable(s) correspondante(s). Le produit mixte consiste en une interprétation ou une décision. Typiquement, un tableau de comparaison est formé de quatre colonnes : sous-titre (colonne 1), résultats QUAL (colonne 2), résultats QUAN (colonne 3) et interprétation ou décision (colonne 4).
Stratégie 2.2. Comparaison des résultats obtenus de manière interdépendante
28La ressource est constituée des résultats QUAL et QUAN obtenus via des collectes et analyses de données interdépendantes (Creswell et Plano Clark 2011). Comme dans la stratégie précédente, le processus est une comparaison par les chercheuses et chercheurs des similarités et différences entre résultats QUAL et QUAN. Le produit mixte consiste en une interprétation ou une décision qui tient compte des interdépendances de manière explicite, par exemple lorsqu’une variable QUAN est dérivée directement d’un thème QUAL (ou les participant-e-s QUAL recrutés parmi les participant-e-s QUAN). Lorsqu’il y a interdépendance, les chercheuses et chercheurs s’attendent principalement à présenter des similarités, par exemple une corroboration des résultats QUAL par les résultats QUAN (ou vice-versa). Plusieurs hypothèses peuvent être formulées pour expliquer les différences s’il y a lieu (chaque différence pouvant constituer une menace à la validité interne des résultats QUAN ou à la crédibilité des résultats QUAL).
Cas particulier des stratégies 2.1 et 2.2. Divergence des résultats QUAL et QUAN
29Dans ce cas particulier, les chercheuses et chercheurs comparent les résultats QUAL et QUAN en mettant l’accent sur les divergences (contradictions, discordances ou dissonances). Comme précédemment, le processus est une comparaison par les chercheuses et chercheurs des résultats QUAL et QUAN. Le produit mixte consiste en une interprétation ou une décision pour chaque divergence. Dans la littérature en MM, nous avons trouvé des exemples qui illustrent deux principales stratégies que les chercheuses et chercheurs utilisent pour faire face aux divergences entre résultats QUAL et QUAN : réconciliation ou initiation d’un nouveau projet de recherche (Pluye, Grad, Levine, et Nicolau 2009).
Troisième type d’intégration : assimilation des données (3 stratégies spécifiques)
Stratégie 3.1. Transformation de données QUAL en données QUAN (quantification)
30Dans cette stratégie, la ressource est constituée de toutes les données ou d’une partie des données QUAL d’une recherche qualitative, et de données QUAN. Le processus est la transformation ou conversion des données QUAL en données QUAN de manière à ce que les données QUAL transformées puissent être analysées avec les données QUAN. Par exemple, les chercheuses et chercheurs utilisent la technique séculaire d’analyse de contenu quantitative (Neuendorf, 2002) : ils et elles transforment des thèmes clés en un petit nombre de variables, et les données QUAL correspondantes en valeurs numériques, en utilisant une grille et un manuel de codage valide et fidèle. Le produit mixte consiste en données QUAN (combinant des données QUAN et des données QUAL transformées en données QUAN) qui peuvent être analysées en utilisant les techniques statistiques habituelles. La rigueur de cette stratégie repose sur la validité et la fidélité inter-juge de l’analyse de contenu quantitative (la grille et le manuel de codage étant l’instrument de mesure). À notre avis, plusieurs chercheuses et chercheurs critiquent à tort cette stratégie sous prétexte que cela « réduirait » les données QUAL. Dans les faits, rien n’empêche que toutes les données QUAL soient analysées de manière QUAL en parallèle. La transformation de données QUAL en données QUAN produit une plus-value en termes d’analyses et de résultats supplémentaires.
Stratégie 3.2. Transformation de données QUAN en données QUAL (qualitativation)
31La ressource est constituée de toutes les données ou une partie des données QUAN d’une recherche épidémiologique ou statistique, et de données QUAL. Le processus est la transformation ou conversion des données QUAN en données QUAL de manière à ce que les données QUAN transformées puissent être analysées avec les données QUAL. Les chercheuses et chercheurs utilisent une analyse interprétative (par exemple thématique) et transforment des résultats statistiques en histoires ou narratifs (par exemple organisés par thème) (Sandelowski, 2000). Le produit mixte consiste en données QUAL (combinant des données QUAL et des données QUAN transformées en données QUAL) qui peuvent être analysées de manière narrative. Comme dans la stratégie précédente, rien n’empêche que toutes les données QUAN soient analysées de manière statistique en parallèle. La transformation de données QUAN en données QUAL fournit une plus-value (analyses et résultats supplémentaires).
Stratégie 3.3. Fusion des données QUAL et QUAN
32Dans cette dernière stratégie, la ressource est constituée de cas (par exemple des personnes, des organisations ou des évènements, entre autres), et de données QUAL et QUAN (O’Cathain et al. 2010). Le processus est la fusion des données QUAL et QUAN au cas par cas (analyse intra-cas) de manière à permettre des analyses inter-cas. Le produit mixte consiste en un nouvel ensemble de données qui peuvent être analysées de manière statistique (par exemple la description des cas et tests d’hypothèses) ou narrative (par exemple la comparaison des histoires de cas). La rigueur de cette stratégie est fondée sur la définition des cas et une collecte de données QUAL et QUAN similaires pour chaque cas. Par exemple, des clinicien-ne-s ont évalué avec un questionnaire validé les effets cognitifs et l’utilisation des informations qu’ils et elles trouvent dans des ressources électroniques spécialisées (étude longitudinale QUAN) ; les cas ont été définis comme des recherches d’information où l’information clinique a été utilisée pour un-e patient-e spécifique. Pour chaque cas, les clinicien-ne-s ont été interviewés et ont décrit les effets de l’utilisation de ces informations sur la santé des patients (études de cas multiples QUAL), les données QUAN et QUAL ont été fusionnées en vignettes cliniques (chaque vignette décrivant un cas) et ces vignettes ont permis de construire une « méta-matrice mixte » et d’estimer la proportion de patients dont la santé bénéficie des recherches d’informations par les clinicien-ne-s (Pluye, Grad, Johnson-Lafleur et al. 2013 ; Pluye, Grad, Repchinsky et al. 2013).
Analyse réflexive : combinaisons de stratégies pour intégrer phases, résultats et données QUAL et QUAN
33Une combinaison est définie par un ou plusieurs éléments d’un ensemble sans égard pour l’ordre de la sélection. Les sept combinaisons possibles des stratégies proposées sont présentées dans la Figure 1.
34Ce chapitre a décrit le pluralisme des méthodes mixtes (MM) en termes d’interprétations des sciences (épistémologie, ontologie, méthodologie et téléologie) et a rappelé que les MM requièrent habituellement la collaboration d’experts en méthodes QUAL et en méthodes QUAN (par exemple un superviseur ou unesuperviseuse QUAL et un co-superviseur ou une co-superviseuse QUAN pour les doctorant-e-s) qui doivent réconcilier leur interprétation des sciences lorsque celles-ci diffèrent. De plus, ce chapitre a mentionné les principaux types de devis et critères de qualité en MM. À ces connaissances de base, nous ajoutons trois types d’intégration, neuf stratégies spécifiques aux MM et tout un nouveau monde à explorer avec des multiples possibilités de combinaisons de stratégies pour intégrer des phases, des résultats et des données QUAL et QUAN.
35Ce chapitre a contribué aux connaissances en MM en termes de définition, pratique et innovation. Il a défini les concepts de séquence et convergence en lien avec la littérature sur la gestion de projets, en l’occurrence la gestion des projets de recherche ou d’évaluation utilisant les MM. Notre conceptualisation contribue aux connaissances sur les MM et se veut pratique. Elle peut guider les étudiant-e-s, les chercheuses et chercheurs et les évaluateurs et évaluatrices pour planifier, conduire et évaluer des études et des évaluations de programmes utilisant les MM, notamment en santé mondiale. Dans le chapitre suivant, nous illustrerons toutes ces stratégies et combinaisons avec des recherches en santé mondiale. Nous discuterons les forces et les faiblesses de nos propositions à la lumière de ces recherches.
Tableau 1. Neuf stratégies spécifiques pour intégrer des phases, résultats ou données qualitatives (QUAL) et quantitatives (QUAN) en méthodes mixtes (MM)
3 TYPES D’INTÉGRATION et 9 STRATÉGIES SPÉCIFIQUES | DÉFINITIONS |
TYPE 1 : Connexion des phases | Connecter des phases QUAL et QUAN |
Phase QUAL à phase QUAN | Connecter les résultats d’une phase-1 QUAL avec la collecte et l’analyse d’une phase-2 QUAN [1] |
Phase QUAN à phase QUAL | Connecter les résultats d’une phase-1 QUAN avec la collecte et l’analyse d’une phase-2 QUAL [1]. |
Cas particulier de 1.1 et 1.2 : « Follow a thread » | Analyser les données QUAL (ou QUAN) et identifier les principaux thèmes (ou variables) qui nécessitent un approfondissement ; choisir un thème (ou variable) et réanalyser à travers les composantes QUAN (ou QUAL) [2]. |
TYPE 2 : Comparaison des résultats | Comparer des résultats QUAL et QUAN |
2.1. Résultats QUAL et QUAN obtenus de manière séparée | Comparer les similarités et différences entre les résultats QUAL et QUAN issus de collectes et analyses de données séparées [1]. |
2.2. Résultats QUAL et QUAN obtenus de manière interdépendante | Comparer les similarités et différences entre les résultats QUAL et QUAN issus de collectes et analyses de données interdépendantes [1], |
Cas particulier de 2.1 et 2.2 : Divergence des résultats QUAL et QUAN | Comparer en mettant l’accent sur les divergences (contradictions, discordances ou dissonances) entre les résultats QUAL et QUAN [3]. |
TYPE 3 : Assimilation des données | Assimiler des données QUAL et QUAN |
3.1. Données QUAL en données QUAN | Assimiler les données QUAL et QUAN en transformant les données QUAL en données QUAN [1]. |
3.2. Données QUAN en données QUAL | Assimiler les données QUAL et QUAN en transformant les données QUAN en données QUAL [1]. |
3.3. Fusion des données QUAL et QUAN | Assimiler les données QUAL et QUAN en les fusionnant pour chaque cas dans une base de données additionnelle [1]. |
TYPE 4 : Stratégies émergentes | À découvrir en surveillant l’évolution des tendances en MM avec eSRAP |
Citation
36Pierre Pluye. (2019). L’intégration en méthodes mixtes. Cadre conceptuel pour l’intégration des phases, résultats et données qualitatifs et quantitatifs. In Évaluation des interventions de santé mondiale. Méthodes avancées. Sous la direction de Valéry Ridde et Christian Dagenais, pp. 187-212. Québec : Éditions science et bien commun et Marseille : IRD Éditions.
Bibliographie
Références clés
Méthodes mixtes francophonie :
http://methodesmixtesfrancophonie.pbworks.com
Cette nouvelle association internationale à but non lucratif vise à promouvoir les méthodes mixtes en français. En 2018, elle regroupe déjà 121 membres de 8 pays différents (Allemagne, Belgique, Canada, France, Rwanda, Sénégal et Suisse). Elle offre un soutien méthodologique, une bibliographie ouverte de publications des membres, et une liste d’experts, de ressources et de formations. Notamment, elle offre un accès gratuit au premier ouvrage collectif méthodologique de référence sur les méthodes mixtes en français (14 chapitres, 266 pages) : Bujold, M., Hong, Q.N., Ridde, V., Bourque, C.J., Dogba, M.J., Vedel, I. et Pluye, P. (2018). Oser les défis des méthodes mixtes en sciences sociales et sciences de la santé. Montréal : 117e Cahiers scientifiques de l’ACFAS.
Creswell, J.W. et Clark, V.L.P. (2018). Designing and conducting mixed methods research (3e éd.). Thousand Oaks, CA : Sage Publications.
Il s’agit du livre méthodologique le plus populaire sur les méthodes mixtes. Les différentes étapes pour mener une recherche utilisant les méthodes mixtes y sont détaillées. Ce livre constitue un guide pratique pour les évaluateurs et évaluatrices, les étudiant-e-s et les chercheuses et chercheurs novices en méthodes mixtes. Il propose des devis de recherche en méthodes mixtes, des exemples de collecte et d’analyse des données, et des recommandations pour rédiger un protocole ou une publication.
Tashakkori, A. et Teddlie, C. (2010). Handbook of mixed methods in social and behavioral research. Thousand Oaks, CA : Sage Publications.
Ce livre collectif de référence inclut des chapitres sur quasiment tous les aspects importants des méthodes mixtes en sciences sociales et sciences de la santé. Il est rédigé par des chercheuses et chercheurs de plusieurs disciplines et pays qui sont reconnus dans leur domaine. Il présente un état des connaissances épistémologiques et méthodologiques sur les méthodes mixtes. C’est le compagnon des étudiant-e-s et des chercheuses et chercheurs qui utilisent les méthodes mixtes.
Références
Bazeley, P. (2009). Analyzing mixed methods data. Dans S. Andrew et E. Halcomb (dir.), Mixed methods research for nursing and the health sciences (p. x-x). Chichester : Wiley.
Bryman, A. (2006). Integrating quantitative and qualitative research : how is it done ?. Qualitative Research, 6 (1), 97-113.
Campbell, D.T. (1988). Qualitative knowing in action research. Dans S. Overman (dir.), Methodology and epistemology for social science : selected papers of Donald T. Campbell (p. 360-376). Chicago : The University of Chicago Press.
Caracelli, V.J. et Greene, J.C. (1993). Data analysis strategies for mixed-method evaluation designs. Educational Evaluation and Policy Analysis, 15 (2), 195-207.
Creswell, J.W. et Clark, V.L.P. (2011). Designing and conducting mixed methods research (2e éd.). Thousand Oaks, CA : Sage Publications.
Dagenais, C., Nault-Brière, F., Dupont, D. et Dutil, J. (2008). Implementation and effects of a service coordination program for youths and their families in complex situations : A mixed evaluation design. Children and Youth Services Review, 30 (8), 903-913.
De Waal, C. (2005). On pragmatisme Belmont : Wadsworth.
Gendron, S. (2001). La pratique participative en santé publique : l’émergence d’un paradigme (Thèse de doctorat). Université de Montréal, Montréal.
Greene, J.C. (2007). Mixed methods in social inquiry (édition, volume). San Francisco : Jossey Bass.
Greene, J.C. (2008). Is mixed methods social inquiry a distinctive methodology ?. Journal of Mixed Methods Research, 2 (1), 7-22. doi : 10.1177/ 1558689807309969
Guetterman, T.C., Fetters, M.D. et Creswell, J.W. (2015). Integrating quantitative and qualitative results in health science mixed methods research through joint displays. The Annals of Family Medicine, 13 (6), 554-561.
Hacking, I. (1999). The social construction of what ?. Cambridge, MA : Harvard University Press.
International Standards Organization (ISO). (2009). Terminology work – Principles and methods.
http://www.iso.org/iso/home/store/cataloguetc/ catalogue_detail.htm ?csnumber=38109
Johnson, R.B., Onewuegbuzie, A.J. et Turner, L.A. (2007). Toward a définition of mixed methods research. Journal of Mixed Methods Research, 1 (2), 112-133.
Langley, A., Mintzberg, H., Pitcher, P., Posada, E. et Saint-Macary, J. (1995). Opening up decision making : the view from the black stool. Organization Science, 6 (3), 260-279.
Lisle, J.D. (2013). Exploring the value of integrated findings in a multiphase mixed methods evaluation of the continuous assessment program in the Republic of Trinidad and Tobago. International Journal of Multiple Research Approaches, 7 (1), 27-49.
Neuendorf, K.A. (2002). The content analysis guidebook. Thousand Oaks, CA : Sage Publications.
Niglas, K. (2010). The multidimensional model of research methodology : an integrated set of continua. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (2e éd., p. 215-236). Thousand Oaks, CA : Sage Publications.
O’Cathain, A, Murphy, E. et Nicholl, J. (2010). Three techniques for integrating data in mixed methods studies. British Medical Journal, 341,1147-1150. doi : 10.1136/bmj.c4587
Onwuegbuzie, A.J. et Combs, J.P. (2010). Emergent data analysis techniques in mixed methods research : a synthesis. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (p. 397-430). Thousand Oaks, CA : Sage Publications.
Pace, R., Pluye, P., Bartlett, G., Macaulay, A.C., Salsberg, J., Jagosh, J. et Seller, R. (2012). Testing the reliability and efficiency of the pilot Mixed Methods Appraisal Tool (MMAT) for systematic mixed studies review. International Journal of Nursing Studies, 49 (1), 47-53.
Pluye, P., Gagnon, M.P., Griffiths, F. et Johnson-Lafleur, J. (2009). A scoring System for appraising mixed methods research, and concomitantly appraising qualitative, quantitative and mixed methods primary studies in mixed studies reviews. International Journal of Nursing Studies, 46 (4), 529-546.
Pluye, P., Grad, R.M., Johnson-Lafleur, J., Granikov, V., Shulha, M., Marlow, B. et Ricarte, I. (2013). The Number Needed to Benefit from Information (NNBI) : proposal from a mixed methods research study with practicing family physicians. The Annals of Family Medicine, 11 (6), 559-567. doi : 10.1370/afm.1565.
Pluye, P., Grad, R.M., Levine, A. et Nicolau, B. (2009). Understanding divergence of quantitative and qualitative data and results in mixed methods studies. International Journal of Multiple Research Approaches, 3 (1), 58-72.
Pluye, P., Grad, R.M., Repchinsky, C., Jovaisas, B., Johnson-Lafleur, J., Carrier, M.E., Légaré, F. (2013). Four levels of outcomes of information-seeking : a mixed methods study in primary health care. Journal of the American Society for Information Science and Technology (JASIST), 64 (1), 108-125.
Pluye, P. et Hong, Q.N. (2014). Combining the power of stories and the power of numbers : mixed methods research and mixed studies reviews. Annual Review of Public Health, 35, 29-45.
Pluye, P., Robert, E., Cargo, M., Bartlett, G., O’Cathain, A., Griffiths, F., Rousseau, M.C. (2011). Proposai : a mixed methods appraisal tool for systematic mixed studies reviews.
http://mixedmethodsappraisaltoolpublic.pbworks.com
Porta, M. (2008). A dictionary of epidemiology. New York : Oxford University Press.
Ridde, V. et Dagenais, C. (2012). Introduction générale à l’évaluation de programme. Dans V. Ridde et C. Dagenais (dir.), Approches et pratiques en évaluation de programme (p. 11-29). Montréal : Presses de l’Université de Montréal.
Roche, C. (2012, mai). Ontologie : entre terminologie et connaissance de spécialité. Communication présentée au GLAT – Terminologies : textes, discours et accès aux savoirs spécialisés, Gênes.
https: //hal.archives-ouvertes.fr/hal-01180282/document
Sandelowski, M. (2000). Combining qualitative and quantitative sampling, data collection, and analysis techniques in mixed-method studies. Research in Nursing et Health, 23 (3), 246-255.
Sayer, A. (2000). Realism and social science. Londres : Sage Publications.
Schwandt, T.A. (2007). Dictionary of qualitative inquiry (3e éd.). Thousand Oaks, CA : Sage Publications.
Souto, R.Q., Khanassov, V., Hong, Q.N., Bush, P. L., Vedel, I. et Pluye, P. (2015). Systematic mixed studies reviews : updating results on the reliability and efficiency of the mixed methods appraisal tool. International Journal of Nursing Studies, 52 (1), 500-501.
Tashakkori, A. et Teddlie, C. (2010). Handbook of mixed methods in social and behavioral research. Thousand Oaks, CA : Sage Publications.
Teddlie, C. et Tashakkori, A. (2003). Major issues and controversies in the use of mixed methods in the social and behavioural sciences. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (p. 3-50). Thousand Oaks, CA : Sage Publications.
Teddlie, C. et Tashakkori, A. (2009). Foundations of mixed methods research : Integrating quantitative and qualitative approaches in the social and behavioral sciences. Thousand Oaks, CA : Sage Publications.
Teddlie, C. et Tashakkori, A. (2010). OverView of contemporary issues in mixed methods research. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (p. 1-41). Thousand Oaks, CA : Sage Publications.
Tyson, L. (2014). Critical theory today. New York : Routledge.
Van de Ven, A.H. (1992). Suggestions for studying strategy process : a research note. Strategie Management Journal, 13 (5), 169-188.
Youngs, H. et Piggot-Irvine, E. (2011). The application of a multiphase triangulation approach to mixed methods : The research of an aspiring school principal development program. Journal of mixed methods research, 6 (3), 184-198.
Notes de bas de page
1 L’acronyme MM sera souvent utilisé dans la suite du chapitre pour désigner les méthodes mixtes.
Auteur
Est professeur titulaire au Département de médecine de famille de l’Université McGill, chercheur-boursier senior du Fonds de recherche du Québec Santé (FRQS), et directeur de la composante Développement méthodologique à l’Unité SOUTIEN SRAP du Québec. Il est membre associé de l’École des sciences de l’information de l’Université McGill. Il est spécialiste en médecine familiale et en santé publique. Il détient un doctorat en promotion de la santé (Université de Montréal). Il a obtenu des bourses de carrière des Instituts de recherche en santé du Canada (IRSC) et du FRQS. En 2017, il a été élu membre de l’Académie canadienne des sciences de la santé, et a reçu le prix du « Chercheur de l’année » du Collège des médecins de famille du Canada. Il possède une expertise en méthodes mixtes. Ses recherches étudient les effets des informations issues de ressources électroniques sur les professionnels, les patients et le public.
Le texte seul est utilisable sous licence Creative Commons - Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 International - CC BY-NC-SA 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Préhistoires au sud du Triangle d’or
Valéry Zeitoun, Hubert Forestier et Supaporn Nakbunlung (dir.)
2008
À la découverte des villages de métier au Vietnam
Dix itinéraires autour de Hà Nội
Sylvie Fanchette et Nicholas Stedman
2009
Des sources du savoir aux médicaments du futur
Jacques Fleurentin, Jean-Marie Pelt et Guy Mazars (dir.)
2002
Manuel de sclérochronologie des poissons
Jacques Panfili, Hélène de Pontual, Hervé Troadec et al. (dir.)
2002
The inland water fishes of Africa
Diversity, ecology and human use
Didier Paugy, Christian Levêque et Olga Otero (dir.)
2017
Discovering Craft Villages in Vietnam
Ten itineraries around Hà Nội
Sylvie Fanchette et Nicholas Stedman Nicholas Stedman (trad.)
2016
Coopération Afrique-Europe en matière de recherche et innovation
Défis mondiaux, réponses bi-régionales
Andrew Cherry, Gérard Ralphs, James Haselip et al. (dir.)
2018
Au cœur des mondes de l'aide internationale
Regards et postures ethnographiques
Philippe Lavigne-Delville et Marion Fresia (dir.)
2018