我看集搜客论坛上有不少内容分析法相关的文章和帖子, 但没找到扎根理论三阶段编码的例子, 有没有好的推介?

举报 使用道具
| 回复

共 4 个关于本帖的回复 最后回复于 2020-8-18 17:53

内容分析应用 金牌会员 发表于 2020-8-7 09:28:44 | 显示全部楼层
本帖最后由 内容分析应用 于 2020-8-7 09:59 编辑

扎根理论主要通过开放、主轴、选择等三阶段的编码, 提取事例或事件所共同的特征或相关的意义, 使得它们能够被群组起来。
下面是一个研究例子。

研究说明:
本研究对2011-2016年《图书馆杂志》收录的文章进行检索后, 以被引频次最高的《图书馆需要怎样的“大数据”》一文为个案 (被引163次, 检索日期2017.3.25) , 尝试通过三阶段的编码, 揭示该文6个主题词 (大数据、云计算、非结构化、深度分析、Hadoop、Map Reduce) 的提取过程。

开放编码:文献内容的概念提取
开放性编码是密集的检测数据, 以便对现象命名及进行概念化和类别化处理的过程。研究者吸收开放性编码的内涵后, 对文献内容 (7 967个文字) 进行概念提取。在操作步骤上, 研究者首先将文字内容存储为word文稿, 再将word文稿载入Atlas.ti 5.2软件 (繁体版) 中进行开放性编码;而在这个阶段, 研究者担心语意误差导致分析错误, 故除原话字数过多而不得不删减外, 其他皆采取“见实编码”方式对概念进行命名, 最后共提取出143个与研究主题相关的译码 (见下图) 。
20200807-01.png



举报 使用道具
内容分析应用 金牌会员 发表于 2020-8-7 09:45:55 | 显示全部楼层
本帖最后由 内容分析应用 于 2020-8-7 09:48 编辑

主轴编码:建立主类属与次类属之间的关联
主轴性编码是通过演绎与归纳, 用新的方式对分散的数据进行重组, 同时区分为类属与次类属的复杂过程。研究者汲取主轴性编码的内涵后, 分为两阶段进行操作。在第一阶段的操作过程中, 以意义近似为原则, 将前一阶段操作所得的143个译码进行整理合并, 归纳成45个群组类属 (见表1) 。

第二阶段的操作再将此45个主要类属分别归属到8个类属 (Category Family) , 分别为:
(1) 大数据:主要包含大数据的定义、用途、特性、发展热点, 以及图书馆应该应用大数据的原因等内容;
(2) 云计算:主要包含云计算环境、云计算对大数据的支持、云计算对图书馆发展所能提供的帮助, 以及图书情报学领域对云计算的态度等内容;
(3) 图书馆的问题与挑战:主要指图书馆当前亟待解决的问题, 如资料量大幅扩张、数据形式多样化、数据移动频繁, 以图书馆应发展自愈系统、完善知识服务架构、改善传统数据管理流程等内容;
(4) Map Reduce:主要包含Map Reduce模型的优点、Map Reduce与关联数据库的有机融和、Map Reduce的局限性等内容;
(5) Hadoop:主要包含Hadoop技术兴起的背景、Hadoop生态、Hadoop关键服务、Hadoop数据处理模型与应用等内容;
(6) 知识的传播利用:主要包含数据分析利用的新趋势、新型知识服务引擎、知识分析技术, 以及知识传播的渠道与形式等内容;
(7) 深度分析:主要包含深度分析模型、深度分析的需求与应用, 以及深度分析技术等内容;
(8) 非结构化:主要包含非结构化数据的存储、非结构化数据的高效化发展、非结构化数据的特性、非结构化数据的价值以及非结构化数据的处理等内容。
20200807-02.png


举报 使用道具
内容分析应用 金牌会员 发表于 2020-8-7 09:50:08 | 显示全部楼层
本帖最后由 内容分析应用 于 2020-8-7 09:53 编辑

选择性编码:主题词的提取
选择性编码是选择核心类属后, 不断发展与核心类属有关次类属进而构建理论体系的过程。研究者汲取选择性编码的内涵后, 重新对《图书馆需要怎样的“大数据”》一文的研究动机与问题意识进行检视, 发现该文写作目的在于探索大数据应用与图书馆的未来发展, 并对相关编程技术进行分析。据此, 该文题目本身已经包含了“图书馆的问题与挑战”此一核心类属。故本研究对前述主轴编码阶段所确立的8个主类属与45个次类属间的关系进行了以下的调整:
(1) 由于题目本身已包含图书馆发展当前面临的困境, 以及未来应该的发展方向, 故将“图书馆的问题与挑战”此一主类属与其产生关系之次类属予以消除。
(2) 本个案讨论的重点之一在于通过利用深度分析对于各种知识类型进分析, 从而掌握对知识分析的新趋势, 并在此基础上构建新型的知识服务引擎, 进而强化知识的利用, 最后得以协助图书情报领域面对知识传播形式与利用多样化的现况。所以, 应将“知识的传播利用”这一主类属及其属下的次类属改为隶属于“深度分析”这一主类属之下。
经由上述重新整理, 原有的8个类属调整为6个, 分别为“大数据”“深度分析”“云计算”“非结构化”“Hadoop”以及“Map Reduce”。此6个类属与其次类属的关系修正展开见表3, 修正图见图4。至此, 研究者完成了个案中的主题词提取。

原文来自微信文章:扎根理论三阶段编码如何做?


举报 使用道具
Fuller 管理员 发表于 2020-8-18 17:53:00 | 显示全部楼层
内容分析应用 发表于 2020-8-7 09:50
选择性编码:主题词的提取
选择性编码是选择核心类属后, 不断发展与核心类属有关次类属进而构建理论体系的 ...

我大概看了一下这篇《扎根理论三阶段编码如何做》,我感觉这篇文章说的工作目标是文献研究中的“主题标引”,为了做“主题词提取”,参考了扎根理论的三阶段编码方法。

我的理解可能不对,不过这篇文章也挺值得参考学习的,写的比较细。
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-4-16 18:06