Czym jest badanie w działaniu i kiedy pasuje do pracy
Badanie w działaniu (ang. action research) to badanie, w którym praktyk zmienia własną praktykę i jednocześnie systematycznie sprawdza, co z tej zmiany wynika. Nauczycielka bada swoje lekcje, pielęgniarka – sposób edukowania pacjentów na swoim oddziale, kierownik – procedurę we własnym zespole. Nazwa pochodzi z klasycznego artykułu Kurta Lewina (1946), który łączył badania społeczne z praktycznym rozwiązywaniem problemów. Krótką definicję i odmiany podejścia znajdziesz w haśle badanie w działaniu. Ten wpis pokazuje, jak zaplanować takie badanie w pracy dyplomowej, jakie dane zebrać, jak je przeanalizować i jak to opisać.
Od innych schematów odróżniają je trzy cechy. Po pierwsze, celem jest zmiana w konkretnym miejscu, a nie ogólne prawo. Po drugie, badanie przebiega w cyklach: wnioski z jednego cyklu zmieniają plan kolejnego. Po trzecie, osoba badająca jest częścią sytuacji, którą bada. Dla porównania badanie ewaluacyjne ocenia gotowy program, zwykle z zewnątrz i na jego końcu. Studium przypadku opisuje przypadek, ale go nie zmienia.
Badanie w działaniu pasuje do pracy, gdy masz realny wpływ na praktykę i czas na co najmniej dwa cykle. Jeśli nie możesz niczego zmienić, bo np. tylko odbywasz praktyki, a program zajęć narzuca ktoś inny, wybierz ewaluację albo badanie opisowe. Zanim zdecydujesz, ustal z promotorem, czy Twoja uczelnia przyjmuje taki projekt jako pracę empiryczną i jak ma wyglądać rozdział z wynikami.
Cykl: planowanie, działanie, obserwacja, refleksja
Najczęściej stosowany opis procesu to spiralny model Kemmisa i McTaggarta. Model ma cztery fazy: planowanie, działanie, obserwację i refleksję (Kemmis i in., 2014; Rabgay i Kidman, 2023). Na rysunku 1 widać dwa cykle z przykładu, który przewija się przez cały wpis.
- Planowanie. Opisz problem w praktyce i zaplanuj konkretną zmianę. Zapisz też, po czym poznasz, że coś się poprawiło, i jakie dane zbierzesz.
- Działanie. Wprowadź zmianę na określony czas, np. cztery tygodnie lekcji.
- Obserwacja. Zbieraj dane w trakcie i po działaniu: wyniki, notatki, opinie uczestników.
- Refleksja. Oceń, co zadziałało, co nie i dlaczego. Z tych wniosków powstaje plan następnego cyklu.
W praktyce cykle rzadko są tak schludne jak na schemacie. Rabgay i Kidman (2023) opisali nauczycieli przyrody, którzy prowadzili pierwsze badanie w działaniu. Nauczyciele wielokrotnie wracali między fazami, a refleksja trwała przez cały czas, a nie tylko na końcu cyklu. Autorzy uznali taki nieliniowy przebieg za normalny. W pracy opisz więc rzeczywisty przebieg, a nie idealny, i zaznacz, w którym momencie zmieniłeś(-aś) plan.
Przykłady z pedagogiki, pielęgniarstwa i zarządzania
Badanie w działaniu powstaje tam, gdzie praktyk ma problem i może coś zmienić. Tabela pokazuje trzy typowe projekty dyplomowe. Przykład z pedagogiki jest symulowany i wraca w dalszej części wpisu.
| Kierunek | Problem w praktyce | Zmiana w cyklach | Dane |
|---|---|---|---|
| Pedagogika | uczniowie jednej klasy słabo rozumieją czytany tekst | cykl 1: karty wyjścia po lekcji; cykl 2: karty i praca w parach | krótki test 0–20 w trzech pomiarach, karty wyjścia, dziennik nauczycielki, obserwacja lekcji przez koleżankę |
| Pielęgniarstwo | pacjenci przed zabiegiem zgłaszają, że nie wiedzą, czego się spodziewać | nowa forma edukacji przedoperacyjnej poprawiana po każdym cyklu | obserwacja zajęć, ankieta oceny pacjentów, wywiady z personelem, pacjentami i opiekunami |
| Zarządzanie | zespół gubi zadania przy przekazywaniu zmian | nowa lista przekazania zmiany i krótkie spotkania tygodniowe | liczba pominiętych zadań z rejestru, ankieta w zespole, notatki ze spotkań |
Przykład z pielęgniarstwa ma odpowiednik w literaturze. Gregory i in. (2011) przeprowadzili trzy cykle planowania, działania, obserwacji i refleksji, żeby poprawić edukację pacjentów przed operacją jelita grubego. Zbierali dane z obserwacji, ankiet, wywiadów, grup fokusowych i materiałów edukacyjnych. Podkreślali, że projekt zależał od współpracy wielu grup, a utrzymanie jej wymagało negocjacji i rozwiązywania napięć. W zarządzaniu Eden i Huxham (1996) sformułowali 12 tez o tym, kiedy projekt badania w działaniu jest rzetelnym badaniem. Dotyczą one m.in. budowania teorii, projektowania badania i jego trafności. Statystykę typową dla tych kierunków omawiają wpisy o pracy z pedagogiki, pielęgniarstwa oraz zarządzania i ekonomii.
Jakie dane zbierać
Badanie w działaniu prawie zawsze łączy dane ilościowe i jakościowe. Ivankova i Wingo (2018) pokazują, że metody mieszane można włączyć w każdą fazę cyklu: w rozpoznanie problemu, planowanie, wdrażanie, ewaluację i monitorowanie. Wyniki liczbowe mówią, czy coś się zmieniło. Notatki i wypowiedzi uczestników pomagają zrozumieć, dlaczego tak się stało. Ogólne zasady łączenia obu rodzajów danych opisuje wpis badania mieszane, a porównywanie wniosków z kilku źródeł – wpis triangulacja w badaniach.
- Dane ilościowe. Krótki test albo skala w każdym pomiarze, zliczenia z rejestru, frekwencja. Używaj tego samego narzędzia w każdym cyklu. Jeśli zmienisz test po cyklu 1, wyników nie porównasz.
- Dane jakościowe. Dziennik badacza prowadzony po każdym spotkaniu, krótkie notatki uczestników, wywiady, arkusz obserwacji.
- Dane o realizacji. Co faktycznie zrobiono, ile razy i z kim. Bez nich nie wiadomo, czy brak poprawy wynika ze słabego pomysłu, czy z tego, że pomysłu nie zrealizowano.
Pomiary przed i po bez grupy kontrolnej
W przykładzie z pedagogiki nauczycielka zmierzyła 24 uczniów trzy razy: przed zmianami (T0), po cyklu 1 (T1) i po cyklu 2 (T2). Dane są symulowane. Średni wynik testu wynosił kolejno M = 9.62 (SD = 3.27), M = 10.54 (SD = 3.02) i M = 11.83 (SD = 4.41). Każdą zmianę oceniła testem t dla prób zależnych, a wielkość zmiany podała jako dz z przedziałem ufności.
| Zmiana | Różnica [95% CI] | t(23) | p | dz [95% CI] |
|---|---|---|---|---|
| Cykl 1 (T1 − T0) | 0.92 [−0.22, 2.06] | 1.66 | .110 | 0.34 [−0.07, 0.75] |
| Cykl 2 (T2 − T1) | 1.29 [−0.22, 2.80] | 1.77 | .089 | 0.36 [−0.05, 0.77] |
| Całość (T2 − T0) | 2.21 [0.79, 3.62] | 3.23 | .004 | 0.66 [0.22, 1.10] |
Wynik poprawiło 18 uczniów, u 2 się nie zmienił, a u 4 się pogorszył. Przy 24 osobach przedziały dla pojedynczych cykli są szerokie i obejmują zero. Dlatego główne pytanie, czyli zmianę od T0 do T2, ustal przed zebraniem danych. Wyniki cykli opisz jako uzupełnienie. Rysunek 2 pokazuje, że pod średnią kryją się bardzo różne drogi uczniów.
Ten wzrost nie dowodzi, że zmiany zadziałały. To schemat pretest–posttest bez grupy kontrolnej. Przez dwa miesiące uczniowie uczą się także na innych lekcjach, a ten sam test robią po raz trzeci, więc dochodzi efekt uczenia się. Uczniowie wiedzą też, że nauczycielka coś zmienia, co może wywołać efekt Hawthorne'a. To zagrożenia trafności wewnętrznej, których ten schemat nie usuwa. W symulacji zresztą każdy uczeń ma ten sam przyrost, wbudowany w dane, a ich źródła nie da się ustalić z samych pomiarów.
Szczególnie uważaj na wnioski typu „najbardziej skorzystali najsłabsi uczniowie”. Po skrajnych wynikach zwykle przychodzą wyniki bliższe średniej, nawet gdy nic się nie zmienia (Barnett i in., 2005). W symulacji 5000 klas, w których każdy uczeń miał ten sam prawdziwy przyrost 2.4 punktu, najsłabsza jedna trzecia na starcie „zyskiwała” średnio 3.59 punktu, środkowa 2.41, a najlepsza tylko 1.15. To regresja do średniej, a nie lepsze działanie zmian u słabszych. Analizę jednej grupy przed i po krok po kroku pokazuje wpis badanie wiedzy przed i po szkoleniu.
Wnioski możesz wzmocnić bez grupy kontrolnej. Zrób dwa pomiary przed zmianą, żeby zobaczyć naturalny trend. Dodaj pomiar odroczony i sprawdź, czy dane jakościowe tłumaczą zmianę liczb. Opis wyniku może wyglądać tak:
Analiza notatek i wypowiedzi
Materiał jakościowy analizuj po każdym cyklu, a nie dopiero na końcu, bo to on zasila refleksję. Wystarczy prosta wersja analizy tematycznej: kody, ich grupowanie i krótkie memo analityczne z wnioskiem dla następnego cyklu. Poniższe fragmenty są fikcyjne i służą tylko jako przykład ilustracyjny.
| Fragment (źródło) | Kod | Decyzja na cykl 2 |
|---|---|---|
| „Znowu te same cztery osoby nie oddały karty” (dziennik, tydzień 2) | karta pomijana przez słabszych | wypełnianie karty w parach |
| „Nie wiedziałem, co napisać w pytaniu o główną myśl” (karta ucznia) | niejasne polecenie | przykład odpowiedzi na tablicy |
| „Na końcu lekcji brakuje czasu na karty” (obserwacja koleżanki) | presja czasu | karta 5 minut przed dzwonkiem |
Tabela „fragment → kod → decyzja” jest w tym podejściu szczególnie cenna. Pokazuje czytelnikowi, że zmiany w cyklu 2 wynikały z danych, a nie z intuicji.
Etyka roli badacza-praktyka i refleksyjność
Gdy badasz własną praktykę, jesteś jednocześnie nauczycielem i badaczem, pielęgniarką i badaczką, kierownikiem i badaczem. Coghlan (2007) wskazuje trzy wyzwania takiego badania „od środka”. Pierwsze to wcześniejsza wiedza o organizacji, która ułatwia pracę, ale każe brać pewne rzeczy za oczywiste. Drugie to podwójna rola. Trzecie to polityka organizacyjna. Williamson i Prosser (2002) piszą o badaniach w ochronie zdrowia. Ich zdaniem badanie we własnej organizacji nie daje takich samych gwarancji poufności, anonimowości, świadomej zgody i ochrony przed szkodą jak inne metody. Radzą omówić i wynegocjować te kwestie przed rozpoczęciem pracy.
- Zależność uczestników. Uczeń, pacjent albo podwładny może nie czuć się wolny w odmowie. Oddziel udział w badaniu od oceny, opieki i decyzji kadrowych. Pozwól wycofać dane bez konsekwencji. Treść zgody opisuje hasło świadoma zgoda i RODO.
- Zmiana praktyki a badanie. Samą zmianę (np. karty wyjścia) wprowadzasz w ramach pracy. Zgoda dotyczy zbierania i wykorzystania danych. Czy potrzebna jest opinia komisji, sprawdź u promotora i w haśle zgoda komisji bioetycznej.
- Rozpoznawalność. W małym zespole łatwo zgadnąć, kto co powiedział, nawet bez nazwisk. Opisuj miejsce ogólnie i usuwaj szczegóły pozwalające zidentyfikować osoby (anonimizacja i pseudonimizacja).
- Refleksyjność. Prowadź dziennik, w którym oddzielasz opis zdarzeń od swoich interpretacji i oczekiwań. Olmos-Vega i in. (2023) opisują refleksyjność jako ciągłą praktykę oceniania, jak subiektywność i kontekst badacza wpływają na proces badawczy. W badaniu w działaniu to szczególnie ważne, bo zależy Ci na tym, żeby zmiana się udała. Szerzej pisze o tym hasło refleksyjność badacza.
Jak opisać badanie w rozdziale metodologicznym
Ogólny układ rozdziału przedstawia wpis rozdział metodologiczny, a część jakościową – wpis badanie jakościowe w rozdziale metodologicznym. W badaniu w działaniu dodaj pięć elementów:
- kontekst i Twoją rolę: gdzie pracujesz, od kiedy, jaki masz wpływ na praktykę;
- problem praktyczny i cel zmiany;
- przebieg cykli: co zaplanowano, co zrobiono, co i kiedy mierzono, co zmieniono po refleksji;
- dane i analizę osobno dla części ilościowej i jakościowej oraz sposób ich łączenia;
- etykę, refleksyjność i ograniczenia, w tym brak grupy kontrolnej. Jak pisać o ograniczeniach, pokazuje wpis ograniczenia badania.
Najczęstsze błędy
- Jeden cykl nazwany badaniem w działaniu. Bez refleksji, która zmienia kolejny plan, to zwykłe badanie przed i po.
- Wniosek o skuteczności z jednej grupy. Pisz „wynik wzrósł”, a nie „metoda podniosła wynik”.
- Zmiana narzędzia między cyklami. Nowy test po cyklu 1 uniemożliwia porównanie.
- Dziennik pisany na końcu. Notatki odtwarzane z pamięci po dwóch miesiącach nie są danymi.
- Pominięta rola badacza. Czytelnik musi wiedzieć, że oceniasz własną pracę i jak ograniczałeś(-aś) wpływ swoich oczekiwań.
- Same średnie. Pokaż też, u ilu osób wynik się poprawił, a u ilu pogorszył, jak na rysunku 2.
Jeśli chcesz sprawdzić, czy plan analizy pasuje do Twoich danych, zobacz, w czym możemy pomóc w ramach analiz statystycznych dla studentów.
Trzy pomiary w jednej klasie w R
Kod tworzy dane z przykładu, zapisuje je do pliku CSV i liczy wszystkie liczby z tekstu: średnie i SD w trzech pomiarach, różnice z 95% CI, test t dla prób zależnych i dz z 95% CI (pakiet effectsize), liczbę uczniów z poprawą oraz symulację regresji do średniej w tercylach wyniku wyjściowego. Dane do pobrania: action-research-dane-przyklad.csv.
1. Zmiana w cyklach i pułapka regresji do średniej
R
# B318 – badanie w działaniu w klasie: trzy pomiary (przed, po cyklu 1, po cyklu 2)
# Dane symulowane, set.seed(3181): nauczycielka prowadzi dwa cykle zmian w jednej klasie
# (24 uczniów). Wynik: krótki test rozumienia czytanego tekstu, 0–20 punktów.
# Schemat jednogrupowy: nie ma grupy kontrolnej, więc zmiana obejmuje też dojrzewanie,
# efekt ponownego testu i regresję do średniej.
suppressPackageStartupMessages(library(effectsize))
set.seed(3181)
n <- 24
zdolnosc <- rnorm(n, 10, 3) # stały poziom ucznia
pomiar <- function(przyrost) round(pmin(20, pmax(0, zdolnosc + przyrost + rnorm(n, 0, 2))))
dane <- data.frame(uczen = 1:n, T0 = pomiar(0), T1 = pomiar(1.2), T2 = pomiar(2.4))
write.csv(dane, "../action-research-dane-przyklad.csv", row.names = FALSE, fileEncoding = "UTF-8")
# Statystyki opisowe w trzech pomiarach
opis <- sapply(dane[, c("T0", "T1", "T2")], function(x) c(M = mean(x), SD = sd(x)))
print(round(opis, 2))
# Zmiana między pomiarami: różnica z 95% CI, test t dla prób zależnych, d_z z 95% CI
zmiana <- function(po, przed) {
tt <- t.test(dane[[po]], dane[[przed]], paired = TRUE)
dz <- repeated_measures_d(dane[[po]], dane[[przed]], method = "z", adjust = FALSE)
c(roznica = unname(tt$estimate), CI_dol = tt$conf.int[1], CI_gor = tt$conf.int[2],
t = unname(tt$statistic), df = unname(tt$parameter), p = tt$p.value,
d_z = dz[[1]], dz_dol = dz$CI_low, dz_gor = dz$CI_high)
}
wyniki <- rbind("cykl 1 (T1 - T0)" = zmiana("T1", "T0"),
"cykl 2 (T2 - T1)" = zmiana("T2", "T1"),
"całość (T2 - T0)" = zmiana("T2", "T0"))
print(round(wyniki, 3))
# Ilu uczniów poprawiło wynik, a ilu się pogorszyło (T2 względem T0)
r <- dane$T2 - dane$T0
c(poprawa = sum(r > 0), bez_zmian = sum(r == 0), pogorszenie = sum(r < 0))
# Pułapka: zmiana w tercylach wyniku wyjściowego. W symulacji każdy uczeń ma ten sam
# prawdziwy przyrost (2.4 pkt). Jedna klasa to za mało, żeby to zobaczyć, więc powtarzamy
# losowanie 5000 klas po 24 osoby i uśredniamy zmianę T2 − T0 w tercylach wyniku T0.
tercyle_klasy <- function() {
z <- rnorm(n, 10, 3)
t0 <- round(pmin(20, pmax(0, z + rnorm(n, 0, 2))))
t2 <- round(pmin(20, pmax(0, z + 2.4 + rnorm(n, 0, 2))))
ter <- cut(rank(t0, ties.method = "random"), 3, labels = c("najniższy", "środkowy", "najwyższy"))
tapply(t2 - t0, ter, mean)
}
round(rowMeans(replicate(5000, tercyle_klasy())), 2)Wynik w R
T0 T1 T2
M 9.62 10.54 11.83
SD 3.27 3.02 4.41
roznica CI_dol CI_gor t df p d_z dz_dol dz_gor
cykl 1 (T1 - T0) 0.917 -0.224 2.057 1.662 23 0.110 0.339 -0.072 0.751
cykl 2 (T2 - T1) 1.292 -0.215 2.799 1.773 23 0.089 0.362 -0.051 0.775
całość (T2 - T0) 2.208 0.794 3.622 3.230 23 0.004 0.659 0.218 1.101
poprawa bez_zmian pogorszenie
18 2 4
najniższy środkowy najwyższy
3.59 2.41 1.15 Bibliografia oprogramowania
Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3; rysunki powstały w pakietach ggplot2 i svglite. W pracy podaj wersje faktycznie użytych pakietów (packageVersion("effectsize")).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- effectsize (wersja 1.0.2): Ben-Shachar, M. S., Lüdecke, D., & Makowski, D. (2020). effectsize: Estimation of effect size indices and standardized parameters. Journal of Open Source Software, 5(56), 2815. https://doi.org/10.21105/joss.02815
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An ‘SVG’ graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite
Najczęstsze pytania
Czy action research nadaje się na pracę magisterską?
Tak, jeśli masz realny wpływ na praktykę, którą badasz, i czas na co najmniej dwa cykle. Projekt musi mieć jasny problem, zaplanowane dane i opis, jak refleksja zmieniła kolejny cykl. Zanim zaczniesz, ustal z promotorem, czy uczelnia przyjmuje taki projekt jako pracę empiryczną.
Ile cykli powinno mieć badanie w działaniu w pracy dyplomowej?
Nie ma jednej normy, ale jeden cykl to zwykłe badanie przed i po. Dopiero drugi cykl pokazuje, jak wnioski z refleksji zmieniły działanie. W pracy dyplomowej najczęściej realne są dwa krótkie cykle, np. po cztery tygodnie.
Jakim testem analizować wyniki action research z trzech pomiarów?
Przy jednej grupie i wyniku ilościowym porównaj pomiary testem t dla prób zależnych i podaj różnicę z 95% CI oraz dz. Główne porównanie, zwykle od pierwszego do ostatniego pomiaru, ustal z góry. Przy małej grupie pokaż też, u ilu osób wynik się poprawił, a u ilu pogorszył.
Czy nauczyciel może badać własnych uczniów w pracy dyplomowej?
Może, ale musi zadbać o to, by udział w badaniu nie wpływał na oceny, a odmowa i wycofanie danych nie miały konsekwencji. Potrzebna jest zgoda uczniów i rodziców na zbieranie danych. Wymogi dotyczące opinii komisji etycznej sprawdź w swojej uczelni.
Czym różni się action research od badania ewaluacyjnego?
Ewaluacja ocenia gotowy program, zwykle z zewnątrz i po jego zakończeniu. Badanie w działaniu prowadzi sam praktyk, który zmienia praktykę w trakcie badania i poprawia ją w kolejnych cyklach. W obu przypadkach brak grupy porównawczej ogranicza wnioski o skuteczności.
Powiązane hasła
Przeczytaj też
Badania mieszane (mixed methods)
Trzy podstawowe schematy, cele łączenia metod, integracja na trzech poziomach, joint display i wzory opisu dla doktoratu, wniosku i artykułu.
Czytaj →PoradnikBadanie ewaluacyjne w pracy dyplomowej
Model logiczny, kryteria i poziomy Kirkpatricka, wskaźniki, schemat przed–po z grupą porównawczą oraz ANCOVA i DiD w R na przykładzie szkolenia.
Czytaj →PoradnikBadanie jakościowe w rozdziale metodologicznym
Paradygmat, dobór, refleksyjność, procedura i analiza, kryteria Lincolna i Guby zamiast trafności i rzetelności, COREQ i SRQR – z wzorem opisu do skopiowania.
Czytaj →Prowadzisz badanie we własnej klasie, oddziale albo firmie?
Pomożemy dobrać analizę pomiarów z kolejnych cykli, policzyć zmiany z przedziałami ufności i wyjaśnić wyniki tak, żebyś umiał(a) samodzielnie je opisać i obronić.
Oferta dla studentówWyceń analizęBibliografia i dalsza literatura naukowa (APA 7)
- Barnett, A. G., van der Pols, J. C., & Dobson, A. J. (2005). Regression to the mean: What it is and how to deal with it. International Journal of Epidemiology, 34(1), 215–220. https://doi.org/10.1093/ije/dyh299 ● Otwarty dostęp
- Coghlan, D. (2007). Insider action research: Opportunities and challenges. Management Research News, 30(5), 335–343. https://doi.org/10.1108/01409170710746337
- Eden, C., & Huxham, C. (1996). Action research for management research. British Journal of Management, 7(1), 75–86. https://doi.org/10.1111/j.1467-8551.1996.tb00107.x
- Gregory, S., Poland, F., Spalding, N. J., Sargen, K., McCulloch, J., & Vicary, P. (2011). Multidimensional collaboration: Reflections on action research in a clinical context. Educational Action Research, 19(3), 363–378. https://doi.org/10.1080/09650792.2011.600627 ● Otwarty dostęp: pełny tekst
- Ivankova, N., & Wingo, N. (2018). Applying mixed methods in action research: Methodological potentials and advantages. American Behavioral Scientist, 62(7), 978–997. https://doi.org/10.1177/0002764218772673
- Kemmis, S., McTaggart, R., & Nixon, R. (2014). The action research planner: Doing critical participatory action research. Springer. https://doi.org/10.1007/978-981-4560-67-2
- Lewin, K. (1946). Action research and minority problems. Journal of Social Issues, 2(4), 34–46. https://doi.org/10.1111/j.1540-4560.1946.tb02295.x
- Olmos-Vega, F. M., Stalmeijer, R. E., Varpio, L., & Kahlke, R. (2023). A practical guide to reflexivity in qualitative research: AMEE Guide No. 149. Medical Teacher, 45(3), 241–251. https://doi.org/10.1080/0142159x.2022.2057287 ● Otwarty dostęp
- Rabgay, T., & Kidman, G. (2023). Multiple iterations and messiness in the implementation of action research by Bhutanese secondary science teachers. Discover Education, 2(1), Article 49. https://doi.org/10.1007/s44217-023-00077-4 ● Otwarty dostęp
- Williamson, G. R., & Prosser, S. (2002). Action research: Politics, ethics and participation. Journal of Advanced Nursing, 40(5), 587–593. https://doi.org/10.1046/j.1365-2648.2002.02416.x
Cytowania BibTeX
@article{barnett2005regression, author={Barnett, Adrian G. and van der Pols, Jolieke C. and Dobson, Annette J.}, title={{Regression to the mean: What it is and how to deal with it}}, journal={International Journal of Epidemiology}, year={2005}, volume={34}, number={1}, pages={215--220}, doi={10.1093/ije/dyh299}}@article{coghlan2007insider, author={Coghlan, David}, title={{Insider action research: Opportunities and challenges}}, journal={Management Research News}, year={2007}, volume={30}, number={5}, pages={335--343}, doi={10.1108/01409170710746337}}@article{eden1996action, author={Eden, Colin and Huxham, Chris}, title={{Action research for management research}}, journal={British Journal of Management}, year={1996}, volume={7}, number={1}, pages={75--86}, doi={10.1111/j.1467-8551.1996.tb00107.x}}@article{gregory2011multidimensional, author={Gregory, Sheila and Poland, Fiona and Spalding, Nicola J. and Sargen, Kevin and McCulloch, Jane and Vicary, Penny}, title={{Multidimensional collaboration: Reflections on action research in a clinical context}}, journal={Educational Action Research}, year={2011}, volume={19}, number={3}, pages={363--378}, doi={10.1080/09650792.2011.600627}}@article{ivankova2018applying, author={Ivankova, Nataliya and Wingo, Nancy}, title={{Applying mixed methods in action research: Methodological potentials and advantages}}, journal={American Behavioral Scientist}, year={2018}, volume={62}, number={7}, pages={978--997}, doi={10.1177/0002764218772673}}@book{kemmis2014action, author={Kemmis, Stephen and McTaggart, Robin and Nixon, Rhonda}, title={{The action research planner: Doing critical participatory action research}}, year={2014}, publisher={Springer}, doi={10.1007/978-981-4560-67-2}}@article{lewin1946action, author={Lewin, Kurt}, title={{Action research and minority problems}}, journal={Journal of Social Issues}, year={1946}, volume={2}, number={4}, pages={34--46}, doi={10.1111/j.1540-4560.1946.tb02295.x}}@article{olmosvega2023practical, author={Olmos-Vega, Francisco M. and Stalmeijer, Renée E. and Varpio, Lara and Kahlke, Renate}, title={{A practical guide to reflexivity in qualitative research: AMEE Guide No. 149}}, journal={Medical Teacher}, year={2023}, volume={45}, number={3}, pages={241--251}, doi={10.1080/0142159x.2022.2057287}}@article{rabgay2023multiple, author={Rabgay, Tshewang and Kidman, Gillian}, title={{Multiple iterations and messiness in the implementation of action research by Bhutanese secondary science teachers}}, journal={Discover Education}, year={2023}, volume={2}, number={1}, eid={49}, doi={10.1007/s44217-023-00077-4}}@article{williamson2002action, author={Williamson, Graham R. and Prosser, Sue}, title={{Action research: Politics, ethics and participation}}, journal={Journal of Advanced Nursing}, year={2002}, volume={40}, number={5}, pages={587--593}, doi={10.1046/j.1365-2648.2002.02416.x}}