技术栈
定性研究
城事漫游Molly
12 天前
人工智能
·
ai for science
·
定性研究
质性研究AI工作流（六）：质性研究质量检验的5维清单
🎓 核心原则（Miles & Huberman）： "好的质性研究，如同其他研究一样，需要细致的记录保存，以此与重要受众建立联系。"
城事漫游Molly
12 天前
大数据
·
人工智能
·
prompt
·
ai for science
·
定性研究
AI赋能质性研究（六）：跨案例比较分析，5个高质量 Prompt让AI帮你找模式
方法论基础：Miles & Huberman《质性数据分析》中的跨案例策略 核心逻辑：通过系统比较找出共性模式（What is similar?）、差异规律（What is different?）、条件性关系（When/Why do differences occur?）
城事漫游Molly
15 天前
人工智能
·
数据分析
·
ai for science
·
定性研究
·
定性编码
·
科研工作流
质性研究AI工作流（二）：编码工作流 SOP
"代码通常是一个词或短语，象征性地为基于语言或视觉数据的一部分赋予总结性、显著性、本质捕捉性和/或启发性的属性。"
城事漫游Molly
15 天前
人工智能
·
算法
·
prompt
·
ai for science
·
定性研究
AI赋能质性研究（八）： 断言与命题写作，实现从数据到理论跨越的5个高质量 Prompt
方法论基础：Saldaña 编码体系、Miles & Huberman 因果分析、Strauss & Corbin 概念化过程 核心理念：断言与命题是质性研究从"描述"上升到"理论"的关键桥梁。它们不是凭空想象，而是数据驱动、层层递进的理论阐述。
城事漫游Molly
16 天前
人工智能
·
prompt
·
ai for science
·
定性研究
AI赋能质性研究（一）：质性编码全流程 AI Prompt 包
📚 理论来源：Qualitative Data Analysis: A Methods Sourcebook（Miles, Huberman & Saldaña）
城事漫游Molly
18 天前
人工智能
·
prompt
·
ai for science
·
定性研究
AI赋能质性研究（四）：AI辅助写分析备忘录
使用说明：将 [ ] 中的内容替换为你的实际研究材料，粘贴给 AI 即可生成对应备忘录。用途：明确某个代码的内涵、边界与操作定义，防止编码漂移
城事漫游Molly
19 天前
人工智能
·
prompt
·
ai for science
·
提示词工程
·
定性研究
AI赋能质性研究（二）：用 AI 做归纳编码，7 个场景提示词模板
📖 理论来源：Qualitative Data Analysis: A Methods Sourcebook（Miles, Huberman & Saldaña）
城事漫游Molly
21 天前
大数据
·
人工智能
·
机器学习
·
prompt
·
ai for science
·
智能体
·
定性研究
AI与质性研究的融合（三）：AI赋能质性数据分析——从编码到理论构建的新范式
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、提炼范畴，并最终建构解释框架。
我是有底线的