Fonte: Collaborative qualitative research with NVivo for teams
La collaborazione è al centro di molti progetti di ricerca qualitativa, eppure per molti team di ricerca gestire i flussi di lavoro può risultare complesso quanto l’analisi dei dati stessi.
Come affrontare quindi questa sfida per favorire la collaborazione e trasformare i dati in conoscenze condivise?
In un recente webinar di Lumivero, Noelle Wyman Roth, fondatrice di NEWR Consulting, ha condiviso indicazioni pratiche su come NVivo contribuisca a rendere il lavoro di squadra più efficiente e trasparente.
Basandosi sulla sua esperienza nella formazione di gruppi di ricerca in diverse discipline, Wyman Roth ha illustrato strategie che rendono la collaborazione più fluida, rigorosa e, in ultima analisi, più gratificante.
Approfondisci gli aspetti più importanti della collaborazione in questo articolo e nel webinar disponibile on-demand: NVivo for Teams: Collaborative Research Made Easy
Lavorare con un team durante l’analisi dei dati qualitativi offre vantaggi evidenti, ma comporta anche alcune sfide. Coordinare le agende, soprattutto tra istituzioni o fusi orari diversi, non è mai semplice. Una volta riunito il gruppo, anche virtualmente, discutere su cosa “conti” come accordo può richiedere ore. Con trascrizioni lunghe e codici complessi, arrivare ad un’intesa su una singola intervista può comportare più cicli di confronto.
La collaborazione si complica quando non esiste un processo chiaro per far emergere e risolvere queste differenze. Spesso le problematiche derivano dalle diverse esperienze dei ricercatori. Un team può includere studenti universitari, docenti e professionisti con livelli di esperienza differenti nelle metodologie qualitative e background disciplinari vari. Ciò significa che un tema può essere interpretato in modo ampio da alcuni e in modo più specifico da altri, così come i codici possono essere letti e utilizzati in modo diverso dai membri del team.
In assenza di processi definiti, il risultato può essere una codifica incoerente che mette a rischio la validità dei risultati. Per lavorare efficacemente, i team hanno bisogno di flussi di lavoro strutturati che facilitino l’accordo sulla codifica e che siano supportati da strumenti che mettono tutti d’accordo su definizioni e decisioni condivise. Ed è qui che NVivo si rivela uno strumento prezioso rispetto ai processi manuali basati su fogli di calcolo.
NVivo offre diversi modelli di collaborazione, permettendo ai team di scegliere il flusso di lavoro più adatto alle proprie esigenze. Ogni approccio bilancia flessibilità e struttura, garantendo che più ricercatori possano contribuire a un progetto senza comprometterne la coerenza.
Il solo uso della tecnologia non risolve tutte le sfide della collaborazione. Una ricerca di squadra efficace richiede anche pratiche che favoriscano trasparenza e condivisione delle interpretazioni. NVivo include funzionalità progettate per rendere più semplice l’adozione di queste pratiche, supportando la collaborazione nei team di ricerca attraverso:
Durante la presentazione, Wyman Roth ha mostrato come utilizzare i memo per far emergere eventuali dubbi nella codifica. Ad esempio, è possibile scrivere un memo relativo ad una domanda su come codificare un estratto e usare un collegamento see-also per connettere l’estratto al memo. In questo modo è possibile applicare direttamente il code “Question” all’estratto.
Questo approccio funziona anche quando i membri del team utilizzano le annotation per registrare domande su un estratto e successivamente codificarlo con “Question”. L’obiettivo è mettere per iscritto il dubbio e collegare esplicitamente la domanda ai dati attraverso il code.
Oltre che per calcolare misure statistiche di accordo nella codifica, Wyman Roth invita i team a utilizzare le coding comparison queries per far emergere disaccordi e e punti di vista differenti. Queste sfumature aiutano infatti a individuare dove le definizioni dei code necessitino di chiarimenti e possano favorire una comprensione dei dati più ricca e condivisa. Documentando queste discussioni e le decisioni prese direttamente in NVivo, i team possono garantire trasparenza nel processo di analisi e rafforzare la credibilità dei risultati.
I ricercatori dovrebbero considerare le divergenze come un’opportunità, non come un problema. Se gestite con attenzione, le differenze nella codifica e nell’interpretazione portano a un’analisi più approfondita e a risultati più affidabili.
Vuoi semplificare il lavoro collaborativo sui dati qualitativi del tuo team? Con NVivo by Lumivero, puoi codificare, confrontare e visualizzare i risultati in un’unica piattaforma, rendendo più semplice coordinare le analisi, mantenere coerenza e ottenere risultati affidabili.
Compila il form e contattaci oggi stesso per saperne di più!
La competenza e la formazione di GMSL permettono di fornire un ampio ventaglio di servizi: software scientifici, consulenza statistica e matematica, sviluppo software custom e prodotti, sessioni di training, acquisizione e analisi dati ad ogni livello. Sei interessato a qualcuna di queste voci? Non esitare a contattarci! Compila il form e riceverai al più presto una risposta dal nostro team altamente qualificato.
