Skimle för akademiska forskare
Akademisk noggrannhet i AI:ns tempo
Skimle byggdes av forskare för forskare. Medgrundaren professor Henri Schildt har decennier av erfarenhet av kvalitativ forskning och artiklar publicerade i ledande managementtidskrifter, däribland Academy of Management Journal och Organization Science. Han tröttnade på NVivos och MAXQDA:s långsamma och klumpiga arbetsflöden, och oroades av hur ChatGPT används till analys som saknar transparens och täckning. Så han byggde Skimle som plattformen som återskapar en noggrann och transparent kvalitativ metodik, fast med AI i kärnan.
Den inledande kodningen av intervjuer kan ta veckor för hand. Skimle klarar den utan att tumma på den metodologiska noggrannheten, och fångar ofta citat som en människa hade missat. Varje tema kopplas till ett verifierat ordagrant citat. Den fullständiga granskningskedjan håller för kollegial granskning. Obs: akademiska rabattplaner finns.
Noggrann analys som låter dig fokusera på ditt teoretiska bidrag
Skimles ansats är inspirerad av grounded theory (Glaser & Strauss; Strauss & Corbin) och Gioias metod. Den ger den systematiska och transparenta analys som kollegial granskning kräver, utan de veckor av mekanisk kodning som är bättre använda till teori. Den fungerar på över 100 språk och hanterar upp till 1 000 dokument per projekt.
- Automatiserad inledande kodning — varje citat länkat till sin kategori
- Fullständig tvåvägsspårbarhet för kollegial granskning och metodtransparens
- En kodbok du styr över — slå ihop, dela, byt namn på och omorganisera kategorier fritt
- Fungerar på över 100 språk utan översättning
- Hanterar intervjuer, ljud och video, böcker, dokument och arkivmaterial
- Skimle Academic — en rabatterad plan — finns tillgänglig
FRÅN INSPELNING TILL GDPR-KLAR TRANSKRIPTION
Transkribera och anonymisera intervjuer
Att göra fältinspelningar till användbart material är långsamt och dyrt via en extern tjänst, och de transkriptioner som blir resultatet bär namn, tillhörigheter och platser som skapar GDPR- och etikkrav innan du kan dela, arkivera eller citera dem. Skimle transkriberar ljud och video i sin säkra, EU-baserade miljö och anonymiserar sedan med pseudonymisering på forskningsnivå, så att du har en regelefterlevande och kodningsklar transkription samma dag, utan att materialet någonsin lämnar GDPR-säkrad infrastruktur.
Så fungerar det
- 1. Ladda upp ljud, video eller text
Ladda upp MP3-, M4A-, WAV-, MP4-, MOV-, PDF- eller Word-filer direkt. Ingen extern transkriberingstjänst, och över 100 språk hanteras direkt.
- 2. Transkribera med talarmärkning
Skimle transkriberar inspelningen, identifierar talarbyten och hanterar dialekter och varierande ljudkvalitet. Gå igenom och korrigera resultatet innan analysen börjar.
- 3. Upptäck identifierare automatiskt
Skimle Anonymise markerar identifierare i sex kategorier — namn, titlar och roller, platser, organisationer, datum och övrigt — i alla dokument, med konsekvens mellan filer så att samma person behåller samma pseudonym.
- 4. Välj nivå för anonymisering
Välj lätt pseudonymisering, stark pseudonymisering eller stark anonymisering där nyckeln förstörs. Justera varje kategori för sig och lägg till egna regler i vanligt språk.
- 5. Exportera med revisionsunderlag
Exportera en granskningsrapport som PDF och en översättningstabell i Excel till din etikprövningsnämnd, och för sedan den rena transkriptionen direkt in i Skimles analysflöde. Källjudet raderas säkert efteråt.
FRÅN VECKOR AV MANUELL KODNING TILL TIMMAR AV ANALYS
Gör en AI-stödd kvalitativ analys av intervjuer
Forskning som bygger på fler än 40 intervjuer bör ge ett rikt teoretiskt bidrag (till exempel till din avhandling), men den manuella kodningen — markera, ordna, koda om, bygga listor — tar det mesta av den tillgängliga tiden och kan ändå missa viktiga mönster. Skimle läser varje intervju systematiskt och ger dig en strukturerad temahierarki med ordagranna citat kopplade, så att du kan lägga din tid på den teoretiska tolkning som bara du kan göra.
Så fungerar det
- 1. Ladda upp dina transkriptioner
Dra in intervjutranskriptioner som PDF, Word eller oformaterad text. Skimle tar emot dokument i alla format och hanterar över 100 språk direkt.
- 2. Beskriv din forskningsfråga
Ange ditt analytiska fokus, brett eller specifikt. Skimle bygger den inledande kodningen kring det du försöker förstå teoretiskt.
- 3. Granska den första kodstrukturen
Skimle tar fram en temahierarki där varje tema kopplas till ordagranna citat ur källtranskriptionerna. Ingenting hittas på. Varje kod går att spåra till text.
- 4. Förfina mot ditt teoretiska ramverk
Slå ihop, dela, byt namn på och organisera om kategorier så att de matchar din framväxande teoretiska modell. Transparens åt båda hållen låter dig när som helst kontrollera vilka citat som stöder vilka koder.
- 5. Exportera till din metodbilaga
Exportera din kodbok och stödjande citat som text eller i det öppna formatet REFI-QDA (.qdpx), som stöds av äldre CAQDAS-program som NVivo, Atlas.TI och MAXQDA.
KOPPLA IHOP KVALITATIVA TEMAN MED DINA VARIABLER
Gör en mixed methods-analys av ditt urval
Kvalitativa resultat väger tyngre när du kan visa hur de varierar inom urvalet: efter kohort, roll, kön, ort eller villkor. Att korstabulera teman mot deltagarnas egenskaper för hand är omständligt och lätt att göra fel. Skimle kopplar metadata till varje dokument och låter dig segmentera samma temastruktur på vilken variabel som helst, så att du kan röra dig mellan rika ordagranna citat och kvantifierade mönster utan att lämna någon av metoderna bakom dig.
Så fungerar det
- 1. Koppla metadata till dokumenten
Märk varje transkription med de variabler som betyder något för din design — kohort, roll, kön, ort, våg eller experimentvillkor — manuellt eller från en CSV-kolumn.
- 2. Kör den kvalitativa analysen
Skimle bygger en enda temahierarki över hela materialet, så att varje deltagare kodas mot samma struktur.
- 3. Segmentera teman per variabel
Se hur varje tema varierar mellan grupper, och upptäck när ett mönster är allmängiltigt och när det hör till en enda kohort.
- 4. Kvantifiera hur vanligt det är
Läs av temafrekvenser och fördelningar för att rapportera hur vanlig en kod är per segment, där varje siffra går att spåra tillbaka till de citat som gav upphov till den.
- 5. Exportera tabeller och citat
Exportera korstabuleringar och stödjande citat till Excel eller Word för artikelns mixed methods-avsnitt.
Vanliga frågor
Vanliga frågor
- Kan jag citera Skimle i min forskning?
- Ja. Beskriv det som ”AI-assisterad programvara för kvalitativ kodning” i ditt metodavsnitt, på samma sätt som du skulle hänvisa till NVivo eller MAXQDA. Vi har en metodartikel under granskning som kommer att ge en formell referens, och under tiden föreslår vi gärna en formulering på begäran.
- Accepterar granskare AI-assisterad analys?
- I allt högre grad ja, med rätt dokumentation. Skimles spårbarhetskedja ger granskarna det de förväntar sig: en dokumenterad, systematisk kodningsprocess där varje tema kan spåras till specifika citat, så att metodavsnittet till stor del skriver sig självt.
- Hur står sig Skimle mot NVivo eller MAXQDA?
- NVivo och MAXQDA passar forskare med veckor för analys och en institutionslicens. Skimle automatiserar den mekaniska kodningsfasen — från veckor till timmar — med bibehållen systematisk och transparent metodik, och inlärningskurvan är minuter. Många forskare använder båda: Skimle för den inledande kodningen, NVivo för mixed methods-integration.
- Fungerar Skimle för grundad teori?
- Ja. Skimle stödjer induktiv kodning där teman växer fram ur data i stället för att bestämmas i förväg. Börja med ett brett fokus och låt kategoristrukturen utvecklas stegvis, vilket ligger nära öppen kodning inom grundad teori.
- Kan jag göra mixed methods-analys?
- Ja. Koppla metadatavariabler till varje dokument — kohort, roll, kön, ort, betingelse — och segmentera temastrukturen efter vilken som helst av dem. Du får temafrekvenser och fördelningar per grupp, var och en spårbar till ordagranna citat och redo för mixed methods-avsnittet i din artikel.
- Är mina forskningsdata säkra?
- Dina transkriptioner behandlas på EU-baserad infrastruktur och används aldrig för att träna AI-modeller. Vi tillhandahåller personuppgiftsbiträdesavtal för institutionella etikkrav och kan tillmötesgå de flesta IT-säkerhetsbehov. Hör av dig med specifika krav.
- Kan jag få akademisk rabatt?
- Ja. Akademiker med giltig institutionsadress och affilieringssida kan köpa det rabatterade Skimle Academic-paketet. Kontakta oss om institutionslicensiering om du behöver teamåtkomst för en forskargrupp eller ett labb.
Om Skimle
Byggt av forskare för forskare
Skimle är byggt av forskare för forskare, och av yrkesverksamma i näringslivet för yrkesverksamma i näringslivet. Medgrundaren professor Henri Schildt har publicerat i Academy of Management Journal, Organization Science och Strategic Management Journal och har ägnat två decennier åt kvalitativ forskning på det svåra sättet. Medgrundaren Olli Salo är tidigare partner på McKinsey och har genomfört över 1 000 kundintervjuer. Vi byggde Skimle för att vi behövde det själva.
Vi har förtroendet hos finska ministerier, fler än 30 universitet, dussintals konsult- och marknadsundersökningsföretag och stora bolag. All data lagras inom EU och behandlas enligt vår strikta GDPR-policy och våra användarvillkor.
Vill du veta mer? Utforska vår blogg Signal & Noise, våra vanliga frågor och användningsområden per bransch. Vi visar också gärna produkten eller går igenom hur Skimle kan passa dina behov.