以 AI 的速度，達到學術等級的嚴謹

常見問題

我可以在研究中引用 Skimle 嗎？

可以。請在方法章節中將其描述為「AI 輔助質性編碼軟體」，就像引用 NVivo 或 MAXQDA 一樣。我們有一篇正在同儕審查中的方法論文，未來將提供正式的引用文獻；在此之前，如有需要我們可以提供建議的引用寫法。

同儕審查會接受 AI 輔助的分析嗎？

只要有適當的記錄，答案越來越是肯定的。Skimle 的稽核軌跡提供審稿人期待的內容：有記錄、系統化的編碼流程，每個主題都能追溯到具體引文，方法章節幾乎就能自然寫成。

Skimle 和 NVivo 或 MAXQDA 相比如何？

NVivo 與 MAXQDA 適合有數週時間做分析、且有機構授權的研究者。Skimle 將機械性的編碼階段自動化（從數週縮短到數小時），同時保留同樣系統化、透明的方法，而且幾分鐘就能上手。許多研究者兩者並用：用 Skimle 做初步編碼，用 NVivo 整合混合方法。

Skimle 適用於紮根理論嗎？

適用。Skimle 支援歸納式編碼，讓主題從資料中浮現，而不是事先強加。從寬廣的焦點開始，讓類別結構反覆發展，這與紮根理論中的開放編碼非常接近。

我可以進行混合方法分析嗎？

可以。為每份文件附上元資料變數（世代、角色、性別、地點、條件），並依其中任何一項區隔主題結構。您會得到各群體的主題頻率與分布，每一項都能追溯到逐字引文，可直接用於論文的混合方法章節。

我的研究資料安全嗎？

您的逐字稿在歐盟託管的基礎設施上處理，絕不用於訓練 AI 模型。我們提供資料處理協議以符合機構的倫理審查要求，也能配合大多數 IT 資安需求。如有特殊需求，請與我們聯絡。

我可以享有學術優惠嗎？

可以。擁有有效機構電子郵件與所屬單位頁面的學術人員，可以購買 Skimle Academic 優惠方案。如果研究團隊或實驗室需要團隊存取權，請與我們聯絡洽談機構授權。