performing-axial-coding

# 轴心编码技能 (Performing Axial Coding) 专门用于扎根理论研究的轴心编码阶段，将开放编码产生的概念整合为系统性的范畴体系，并建立范畴间的逻辑关系。 ## 使用时机 当用户提到以下需求时，使用此技能： - "轴心编码" 或 "执行轴心编码" - "范畴构建" 或 "概念归类" - "属性维度分析" 或 "维度分析" - "范畴关系" 或 "概念关系" - "Paradigm构建" 或 "范式构建" - 需要将开放编码结果整合为理论框架 ## 快速开始 ### 工具链（4个核心脚本） ```bash # 1. 范畴识别（从开放编码结果） python scripts/identify_categories.py --input codes.json --output categories.json # 2. 属性分析（可选） python scripts/analyze_properties.py --input categories.json --output properties.json # 3. 关系建立 python scripts/build_relationships.py --input categories.json --output relationships.json # 4. Paradigm构建 python scripts/construct_paradigm.py --input relationships.json --output paradigm.json ``` ## 核心流程 ### 第一步：范畴识别 **使用工具自动聚类**： ```bash python scripts/identify_categories.py --input codes.json --output categories.json ``` **定性精炼**： - 检查范畴内部一致性 - 调整范畴命名（行动导向） - 完善范畴定义 - 建立层级结构（核心/次要） 详见：`references/category-examples.md` ### 第二步：属性维度分析（可选） **使用工具分析属性**： ```bash python scripts/analyze_properties.py --input categories.json --output properties.json ``` **定性分析**： - 识别范畴的核心属性 - 定义属性的变化维度 - 在维度上定位案例 详见：`references/paradigm-theory.md` - 属性维度理论 ### 第三步：关系建立 **使用工具识别关系**： ```bash python scripts/build_relationships.py --input categories.json --output relationships.json ``` **关系类型**： - 因果关系：A导致B - 条件关系：当A时B发生 - 策略关系：通过A达成B - 互动关系：A与B相互影响 **定性判断**： - 验证关系的证据充分性 - 确定关系的方向和强度 - 分析关系的理论意义 详见：`references/relationship-types.md` - 关系类型详解 ### 第四步：Paradigm构建 **使用工具构建模型**： ```bash python scripts/construct_paradigm.py --input relationships.json --output paradigm.json ``` **Paradigm组件**： - 现象：核心研究现象 - 条件：导致现象的因素 - 行动：应对现象的策略 - 结果：行动的后果 **定性整合**： - 验证逻辑链条完整性 - 确认模型理论意义 - 撰写理论备忘录 详见：`references/paradigm-theory.md` - Paradigm模型详解 ## 输出格式 统一的三层JSON格式： ```json { "summary": { "total_categories": 8, "core_categories": 3, "total_relations": 12, "paradigm_completeness": 0.85 }, "details": { "categories": [...], "relationships": [...], "paradigm": {...} } } ``` ## 质量检查标准 在完成轴心编码后，请检查以下项目： ### 范畴构建质量 - [ ] 范畴命名准确且有意义 - [ ] 范畴定义清晰完整 - [ ] 概念归类合理有据 - [ ] 范畴层级结构清晰 - [ ] 范畴间区分度明确 ### 属性维度质量 - [ ] 属性识别全面准确 - [ ] 维度定义合理 - [ ] 维度范围适当 - [ ] 案例定位准确 - [ ] 分布分析科学 ### 关系建立质量 - [ ] 关系类型判断准确 - [ ] 关系强度评估合理 - [ ] 关系证据充分 - [ ] 关系方向正确 - [ ] 关系网络完整 ### Paradigm构建质量 - [ ] 条件识别完整 - [ ] 行动描述准确 - [ ] 结果分析全面 - [ ] 逻辑链条清晰 - [ ] 理论意义明确 ## 常见问题 **快速诊断**： - 范畴过于宽泛 → 使用 `identify_categories.py` 增加聚类数 - 概念归属不明确 → 见 `references/troubleshooting.md` - 关系论证不充分 → 使用 `build_relationships.py` 查看证据计数 - Paradigm不完整 → 使用 `construct_paradigm.py` 检查完整度 ## 深入学习 - **Paradigm理论**：`references/paradigm-theory.md` - Strauss模型详解 - **范畴案例**：`references/category-examples.md` - 完整构建过程 - **关系类型**：`references/relationship-types.md` - 四种关系详解 - **故障排除**：`references/troubleshooting.md` - 问题诊断 ## 完成标志 完成轴心编码后应该产出： 1. 系统性的范畴体系 2. 详细的属性维度分析 3. 完整的范畴关系网络 4. 清晰的Paradigm理论模型 --- *此技能为中文扎根理论研究的轴心编码阶段提供完整指导，确保从概念到范畴的科学转化和理论建构。*