班次本身我還應付得來。
麻煩的是交接班,動不動就超出四十分鐘,
而且這段時間沒人算進工時。
我的護士長確實在努力,她把排班表重新調整了兩次,
但人手不增加,她能做的也有限。
嚴謹分析
Skimle 遵循質性分析的步驟,而不是簡單地做摘要。它完整閱讀每一份文件,為每個段落編碼,對照出處核驗每一條引文,並構建可供您檢查、編輯並追溯至資料的類別。
免費試用含 200 積分。無需信用卡。
讓主題從資料中歸納式地浮現,帶入由預定義類別組成的自有類別系統,或從一個研究問題出發,讓代理分析來規劃工作。選擇與您的方法相契合的路徑即可。
Skimle 不依賴一個龐大的提示詞,而是執行一個多步驟流程:逐頁提取附帶直接引文的洞察,對照原文核驗每條引文,形成類別和子類別,並撰寫註明依據的摘要。
結構只是建議,而非定論。您可以重新命名、合併、拆分和移動類別,接受或拒絕建議,並撤銷任何操作。最終分析由您的判斷來塑造。
點選摘要中的任一引用,即可看到背後的洞察和原文引文,再開啟文件檢視該段落的上下文,或從說出這句話的那一刻起播放原始音訊或影片。反方向同樣可行:從任意文件出發,都能看到從中編碼出了什麼。
每個步驟只做一件事,並檢查上一步的結果,這正是結果可重複、可審計的原因。
Skimle 大約每次閱讀一頁文件,識別其中的洞察,每條洞察都附有文字中的直接引文。
相似的引文會被合併,每條引文都會與原文核對。不是逐字原文的引文,會在出處中重新找到,否則予以剔除。
洞察會被歸入反映您分析選擇的類別和子類別,每條洞察都放在最合適的位置。
Skimle 為每個類別撰寫摘要,並附上引用,可回溯到其所依據的洞察和引文。
選擇您的方法所需的路徑。同一個專案中可以執行多種分析。
從 Skimle 的建議或一個寬泛的類別開始,讓子類別從參與者的話語中浮現出來。
最適合探索性研究和紮根取向
帶入您的類別系統:為想要的類別命名,在名稱有歧義處補充說明,Skimle 就會依照您的框架為每份文件編碼。
最適合檢驗框架或理論
提出一個研究問題。Skimle 與您一起構建框架,為材料編碼,探究其背後的動態,並權衡反面證據。
最適合解釋性和比較性問題
人工編碼細緻但緩慢。通用聊天機器人速度快,卻無法展示其工作過程。Skimle 保留方法,省去重複勞動。
| 人工編碼 | 通用 AI 聊天機器人 | Skimle | |
|---|---|---|---|
| 覆蓋範圍 | 由人逐段閱讀的每個段落 | 上下文視窗能容納的內容 | 每份文件的每個段落 |
| 40 場訪談所需時間 | 數週 | 幾分鐘 | 幾小時而非數週,再由您審閱 |
| 引文 | 逐字原文 | 可能被轉述,甚至憑空編造 | 逐字原文,已與出處核對 |
| 可追溯性 | 透過您應用的編碼 | 無 | 雙向追溯,從發現到引文,再從引文回到發現 |
| 掌控 | 完全掌控,但全靠手工 | 重寫提示詞,然後碰運氣 | 編輯、合併、拆分、移動和撤銷 |
從一項發現到它的引文,從一份文件到從中編碼出的一切。分析中沒有任何黑箱。
AI 負責閱讀和初步處理。類別意味著什麼、合併哪些、報告哪些,由研究人員決定。
各個步驟與成熟的主題分析一一對應,因此您可以在方法部分寫明做了什麼,並在審稿人或客戶面前為之辯護。
三種分析類型:從資料中歸納式地識別主題,依照您自有類別系統中的預定義類別編碼,以及以研究問題為導向的代理分析。許多研究人員在反思性主題分析中使用 Skimle 完成編碼和整理工作。
每條引文都會與原始文件核對。如果某條引文不是逐字原文,Skimle 會回到文件中找到真實的原話,因此編造的引文絕不會進入您的分析。
可以。您可以重新命名、合併、拆分和移動類別,在類別之間移動洞察,新增自己的洞察和筆記,並撤銷任何更改。分析是一個由您來塑造的起點。
描述各個步驟:完整閱讀文件,提取附有逐字引文的洞察,核驗引文,形成類別,再由研究人員審閱和完善。代理分析還會為其執行的每一步保留日誌備忘錄。
可以。您可以在 AI 洞察之外自行為段落編碼,也可以把專案以 REFI-QDA 格式匯出,在 NVivo、ATLAS.ti 或 MAXQDA 中繼續工作。
支援。Skimle 可以分析 100 多種語言的文件,並能跨不同語言的訪談構建一套統一的類別,同時以原始語言保留每條引文。分析和報告可以使用以下 29 種語言中的任意一種撰寫:英語、阿拉伯語、中文(簡體)、中文(繁體)、丹麥語、荷蘭語、愛沙尼亞語、芬蘭語、法語、德語、希臘語、希伯來語、印地語、印度尼西亞語、義大利語、日語、韓語、立陶宛語、挪威語、波斯語、波蘭語、葡萄牙語、西班牙語、瑞典語、泰語、土耳其語、烏克蘭語、烏爾都語和越南語。
所有資料都儲存在歐盟境內,傳輸和儲存時均經過加密,絕不用於訓練 AI 模型。團隊中誰能檢視每個專案由您決定。詳情請參閱我們的隱私權政策。