Le projet DACAT – Developing an Abductive Coding Analysis Tookit vient d’obtenir une bourse Proof of Concept de l’ERC qui fait suite au projet ERC QUALIDEM. Ce nouveau financement permettra en particulier de passer de la recherche fondamentale à l’innovation en développant le concept méthodologique de codage abductif issu des travaux de l’équipe QUALIDEM. Concrètement, ce financement permettra à Prof. Claire Dupuy (UCLouvain), Virginie Van Ingelgom (ISPOLE) et Dr. Luis Vila-Henninger (EvalCorp, US), de poursuivre leur collaboration entreprise dans le cadre du projet QUALIDEM mais aussi de développer d’éventuelles nouvelles collaborations à la fois académiques – notamment avec Prof. M. Theiss (University of Warsaw) mais aussi avec des stakeholders (MethodsNet, Delve).
Dans de nombreuses disciplines, la recherche qualitative permet de comprendre de manière approfondie et nuancée un phénomène donné. Les données qualitatives comprennent un large éventail de matériaux (par exemple, des articles de journaux, des blogs, des images, des observations et des notes de terrain, des entretiens en face à face, des groupes de discussion). Dans la recherche qualitative, le codage des données qualitatives est un processus fondamental qui implique la catégorisation et l'organisation des informations textuelles ou visuelles afin d'identifier des modèles, des thèmes et des concepts. Le processus de codage aide les chercheurs et chercheuses - ainsi que les analystes de données, les consultants et consultantes, les journalistes, les étudiants et étudiantes - à extraire des informations significatives des données qualitatives et à tirer des conclusions. Il s'agit donc d'un processus clé pour construire nos connaissances et relever les défis sociétaux.
De nombreuses analyses de données qualitatives portant une ambition théorique forte inscrivent leur démarche méthodologique - explicitement ou non - dans la théorie ancrée (grounded theory). Cependant, à mesure que la recherche en équipe se développe, traitant de plus grandes quantités de données qualitatives grâce aux développements technologiques, les principes de la théorie ancrée entrent de plus en plus en contradiction avec les pratiques actuelles de certains chercheurs et chercheuses. En particulier, les analystes de données qualitatives se retrouvent à s’appuyer sur des procédures de codage qui ne correspondent pas, ou plus entièrement, à leurs pratiques. Dans le sillage d'une littérature émergente et en s'appuyant sur la recherche du projet QUALIDEM financé par l'ERC, ce projet plaide pour le passage à une approche abductive du codage, qui combine la déduction et l'induction à différents stades de l'analyse des données. Le projet soutient que le codage abductif permet d'améliorer la qualité des analyses produites et fournit un ancrage épistémologique pour la recherche qualitative qui ambitionne de contribuer sur le plan théorique à la construction des connaissances.
Ce PoC vise à développer l'abduction en tant que méthode d'analyse des données qualitatives en fournissant une boîte à outils pour le codage abductif – l’Abductive Coding Analysis Toolkit (ACAToolkit). L'ACAToolkit comprend trois éléments principaux : (1) un guide pratique ; (2) un programme éducatif pour la formation ; (3) une vue d'ensemble des potentiels et des limites des logiciels QDA existants. La boîte à outils s'adresse donc à plusieurs publics : universitaires, formateurs et formatrices, analystes de données et entreprises développant des logiciels. Notre parcours depuis la recherche fondamentale vers l'innovation comprend trois étapes : (1) la cartographie des pratiques et des outils de codage abductif existants dans différentes disciplines par le biais d'une revue systématique de la littérature ; (2) le développement de notre boîte à outils d'analyse du codage abductif par le biais de nouvelles collaborations de recherche et de partenariats avec les principaux stakeholders. Deux ateliers de cocréation seront organisés à cette fin ; (3) le test de l'ACAToolkit avec différents utilisatrices et utilisateurs finaux potentiels au cours de tests in situ - avec des chercheuses et chercheurs, des étudiantes et étudiants, des formatrices et formateurs, des développeurs de logiciels et des analystes de données. La boîte à outils a pour objectif d’être gratuite, attrayante et utilisable par un large éventail de disciplines.