Les membres de la SCÉ Ardyn Nordstrom et Grace Shen-Tu ont récemment publié, en collaboration avec Aditya Maheshwari et Rheann Quenneville, un article intitulé Combining Text Mining and Manual Thematic Analysis to Understand Participant Experiences With Surveys dans l'International Journal of Qualitative Methods (à accès libre). Voici une version abrégée du résumé de l'article.
Les autrices indiquent que les sondages à grande échelle constituent une source d'information essentielle en recherche sociale et en évaluation. Mais elles ne sont efficaces que lorsque les personnes participantes s'y engagent de manière significative. Une forme supérieure d'engagement consiste à répondre de manière exhaustive aux questions ouvertes des sondages, qui permettent de saisir des réponses nuancées mais peuvent être difficiles à analyser à grande échelle.
L'étude a combiné l'exploration de textes par ordinateur et l'analyse thématique manuelle pour examiner plus de 15 000 réponses ouvertes à une enquête concernant les expériences à des enquêtes longitudinales sur la santé publique menées par le projet Alberta's Tomorrow. L'analyse par exploration de textes comprend à la fois une analyse des sentiments et une modélisation des thèmes afin d'identifier les grandes tendances dans les expériences des personnes participantes. Elle est combinée à une analyse thématique d'un échantillon ciblé de 852 de ces réponses afin de valider les méthodes informatiques et d'identifier les thèmes qui n'ont pas été capturés par l'analyse par exploration de textes.
Les autrices ont constaté que les conclusions des analyses étaient largement cohérentes entre l'exploration de textes informatique et les analyses thématiques manuelles. Cependant, les approches informatiques généralisent à l'excès ou classent de manière erronée certaines réponses, ce qui souligne les avantages de combiner les deux méthodes pour analyser de grands volumes de réponses qualitatives à des enquêtes.