2009-01-17

[宇涵] 第八週

今天講的是質化資料分析的編碼,其中談到三個譯碼的類型:開放譯碼(open coding)、主軸譯碼(Axial coding)和選擇譯碼(Selective coding),三個譯碼類型其實也是編碼的三個步驟,剛開始的編碼通常會比較具體,問題 (question) 和data較相近,例如marrige->(MA)。抽象的程度則是在開放譯碼的階段要越接近data越好。到了第二個階段是主軸編碼,將編碼重新整理組織,使結構化或順序化,這個階段稱又為紮根理論-->對象:第一階段編出來的碼。而第三階段則是提出證據支持前面的編碼,從原始資料中找出可以解釋編碼的文句,這是選擇譯碼。

我對於把文字敘述透過固定的方式分析成有意義的編碼感到很奇妙,這是一個快速整理出敘述意涵的方式,透過這樣的操作可以很科學的整理出敘述間概念的關係。而在這過程中是不是能夠把敘述的意涵全適當的轉為編碼呢?會不會遺漏重要的資訊呢?

在課堂上老師讓我們分組實做第一個步驟開放譯碼的編碼,光是要定義編碼的代號和該抽出哪些概念我們三個人就有好幾種不同的看法,在討論後我們將資料的概念融合分成七個coding scheme:WK(working)、DR(dress)、MA(marriage)、NE(negative thinking)、AT(attitude)、DK(drinks)和PO(positive thinking)。看看各組的編碼也都是天差地遠,老師的編碼方式更是簡潔,讓我不禁疑惑編碼的適當正確與否是要怎麼看呢?

沒有留言:

研究生可以用ChatGPT 幫忙寫文獻探討嗎?

研究生可以用ChatGPT 幫忙寫文獻探討嗎?  有關ChatGPT ChatGPT的方便性已經在許多領域被應用, 幫我們草擬自傳、產生摘要等,不過也衍生許多問題,例如可以用ChatGPT繳交作業嗎?可以用ChatGPT寫研究報告嗎?以下是全球聲譽卓著的理科學術社群arXiv在2...