mcpField
G
grad-mixed-methods

grad-mixed-methods

github.com/asgard-ai-platform生产力24338 次安装21 周前更新
代码仓库

关于 grad-mixed-methods

用于设计和分析定性与定量方法整合研究的技能。它帮助研究者选择设计、严谨实施两条研究线,并综合其发现。

主要功能

  1. 01选择四种混合方法设计
  2. 02严谨实施两条研究线
  3. 03在设计或分析中整合发现
  4. 04基于两类研究形成元推论
  5. 05处理结果的一致与分歧

适用场景

  1. 01用定性数据解释定量结果
  2. 02检验定性模式能否推广
  3. 03从广度和深度研究复杂主题
  4. 04将访谈主题转化为问卷指标

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/asgard-ai-platform/skills --skill grad-mixed-methods

安装后在 Claude Code 中输入/grad-mixed-methods确认已加载。

附带文件examples/sample_scenario.md

详细介绍

混合方法研究

概述

混合方法研究在单项研究或探究计划中结合定性与定量方法,以发挥两者的优势。它以实用主义为基础,根据最适合研究问题的方法来选择研究方法。其定义性特征并非仅仅同时使用两种方法,而是在设计、方法或解释层面真正整合两者,从而获得任何一种方法单独使用都无法产生的见解。

适用情况

  • 单一方法(仅定性或仅定量)无法充分解答研究问题
  • 需要对定量结果进行定性解释(效果为何会出现?)
  • 需要对定性发现进行定量检验(这种模式是否具有普遍性?)
  • 复杂现象既需要广度(定量),也需要深度(定性)来理解

不适用情况

  • 研究问题可以通过单一方法充分解答时
  • 研究者缺乏定性或定量方法方面的能力时
  • 资源(时间、经费、团队)无法充分支持两条研究路径时
  • 对于特定研究,定性与定量的范式假设无法调和时

假设

IRON LAW: Mixed methods requires GENUINE INTEGRATION — running qual
and quant in parallel without connecting findings is NOT mixed methods,
it is two separate studies stapled together. Integration must occur at
design, methods, or interpretation level.

关键假设:

  1. 以实用主义作为哲学基础——研究问题决定何种方法行之有效
  2. 定性与定量数据都具有合理的知识主张
  3. 整合是定义性特征——不只是结合,而是建立关联、合并或嵌入
  4. 设计选择由研究问题驱动,而非对某种方法的偏好

方法论

第 1 步:选择混合方法设计
设计结构目的
汇聚式QUAL + QUANT 同时进行对比并合并研究发现,以确保完整性或进行验证
解释型序贯式QUANT → qual使用 qual 解释、阐释或情境化 quant 结果
探索型序贯式QUAL → quant使用 qual 开发由 quant 检验的工具、变量或类型学
嵌入式将 qual 嵌入 QUANT(或反之)在更大的设计中,由一条研究路径支持另一条

使用大写表示主导路径;使用小写表示辅助路径。

第 2 步:严谨地实施每条研究路径

分别对每条研究路径采用完整的方法论标准。定性研究路径遵循定性质量标准(可信度、可迁移性)。定量研究路径遵循定量标准(效度、信度)。不要为了另一条路径而牺牲其中一条路径。

第 3 步:整合研究路径

不同层级的整合策略:

层级策略示例
设计将一条研究路径嵌入另一条在 RCT 中进行定性访谈
方法根据一条研究路径构建另一条将定性主题转化为调查题项
解释联合展示、合并或叙事编织并列对比表
第 4 步:得出元推论

综合两条研究路径的发现,得出超越任何单一路径所能产生结果的元推论。说明两条路径之间的趋同、互补或分歧。

输出格式

## Mixed Methods Analysis: [Context]

### Design
- Type: [convergent / explanatory sequential / exploratory sequential / embedded]
- Priority: [QUAL+QUANT / QUANT→qual / QUAL→quant]
- Rationale: [why this design fits the research question]

### Quantitative Strand
- Method: [survey / experiment / secondary data]
- Sample: [N, sampling strategy]
- Key findings: [statistical results]

### Qualitative Strand
- Method: [interviews / focus groups / observations]
- Sample: [N, sampling strategy]
- Key findings: [themes or categories]

### Integration (Joint Display)
| Quantitative Finding | Qualitative Finding | Meta-Inference |
|---------------------|--------------------|--------------------|
| [statistical result] | [theme/quote] | [integrated insight] |

### Convergence Assessment
- Confirmed: [where qual and quant agree]
- Complementary: [where one strand adds to the other]
- Divergent: [where findings conflict — and how resolved]

### Meta-Inferences
1. [Integrated conclusion that neither strand alone could produce]
2. [Integrated conclusion that neither strand alone could produce]

注意事项

  • 联合展示表是展示整合的黄金标准——如果无法制作此类表格,整合可能并不存在
  • 除非研究设计明确要求,否则不要偏重某一条研究路径(例如,以定量为主的解释型序贯设计)
  • 混合范式需要哲学层面的论证——实用主义很常见,但不是唯一选择(辩证多元主义也是一种选择)
  • 解释型序贯设计要求定量阶段完成后才能设计定性阶段——不能一开始就同时设计两者
  • 两条研究路径的样本量不同:定量样本量依据效能分析确定,定性样本量依据饱和度或信息丰富度确定
  • 审稿人经常批评“两条研究路径从未真正衔接”的“准混合”研究——要明确说明整合方式

参考文献

  • Creswell, J. W., & Plano Clark, V. L. (2018). 混合方法研究的设计与实施(第 3 版)。Sage。
  • Fetters, M. D., Curry, L. A., & Creswell, J. W. (2013). 实现混合方法设计中的整合。Health Services Research,48(6pt2),2134-2156。
  • Teddlie, C., & Tashakkori, A. (2009). 混合方法研究基础。Sage。

评论

支持 Markdown