AI赋能质性研究(五):用AI构建因果网络
变量识别与关系梳理 · 5个高质量 Prompt方法论基础:Miles & Huberman《质性数据分析》因果网络分析框架因果网络 变...
变量识别与关系梳理 · 5个高质量 Prompt方法论基础:Miles & Huberman《质性数据分析》因果网络分析框架因果网络 变...
让AI帮你找模式 · 5个高质量 Prompt方法论基础:Miles & Huberman《质性数据分析》中的跨案例策略 核心逻辑...
让AI帮你找模式 · 5个高质量 Prompt方法论基础:Miles & Huberman《质性数据分析》中的跨案例策略 核心逻辑...
从编码到主题、从主题到理论 · 完整访谈分析提示词集合📖 理论来源:Qualitative Data Analysis: A Me...
从编码到主题、从主题到理论 · 完整访谈分析提示词集合📖 理论来源:Qualitative Data Analysis: A Me...
从数据驱动到理论发现 · AI 辅助归纳编码工具集📖 理论来源:Qualitative Data Analysis: A Meth...
从第一轮编码 → 模式编码 · 完整提示词工具集📚 理论来源:Qualitative Data Analysis: A Metho...
从数据驱动到理论发现 · AI 辅助归纳编码工具集📖 理论来源:Qualitative Data Analysis: A Meth...
质性研究最迷人的地方,不在于“材料很多”,而在于它能够呈现经验世界的复杂性、过程性和情境性。但也正因为如此,质性论文的...
质性数据分析一直被认为是最具“研究者参与感”的研究过程之一。 它不是简单地“处理文本”,而是在大量原始材料中不断识别意义、比较差异、归纳模式、提炼...