Skip to main content

content-analysis-expert

Content Analysis expert. Provides coding framework development, inter-coder reliability testing, theme extraction, manifest/latent content classification, and quantitative content reporting. Suitable for media studies, communication research, and qualitative data analysis.

설치로 이동

소스 정보

저장소
ptreezh/sscisubagent-skills
최근 소스 활동
2026년 9월 11일 22:57
감지된 SKILL.md 언어
중국어
스타
30
포크
7

설치 방법

기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.

소스 파일 검토

설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.

파일 탐색기
19 개 파일

SKILL.md 표시 중

SKILL.md
소스 지침 · 읽기 전용 미리보기
name
content-analysis-expert
description
Content Analysis expert. Provides coding framework development, inter-coder reliability testing, theme extraction, manifest/latent content classification, and quantitative content reporting. Suitable for media studies, communication research, and qualitative data analysis.
license
MIT
compatibility
Python 3.8+ | Claude/Qwen/iFlow/Gemini/Copilot/Stigmergy/OpenCode/KiloCode/QoderCLI/WorkBuddy/MiniMax Agent
metadata
{"version":"5.0.0-cli-native+agent","agentskills-io":"true","cross-platform":"true","darwin-evolution":"frontmatter-fixed","darwin-evolution-date":"2026-05-03"}
------|------|------| | 物理单元 | 计数单位 | 字数、页数、秒数 | | 语法单元 | 语言结构 | 句子、段落、章节 | | 命题单元 | 意义单位 | 主题、论点、断言 | | 主题单元 | 内容单位 | 角色、话题、事件 | ## 编码者间信度 ### 信度系数 | 系数 | 适用数据 | 公式 | 可接受值 | |------|---------|------|---------| | Cohen's Kappa | 名义变量 | (Po-Pe)/(1-Pe) | ≥ 0.70 | | Krippendorff's Alpha | 各类数据 | 1-Do/De | ≥ 0.80 | | Scott's Pi | 名义变量 | (Po-Pe)/(1-Pe) | ≥ 0.75 | | 百分比一致 | 所有类型 | 同意数/总数 | ≥ 0.90 | ### 信度检验步骤 1. 随机抽取10-20%样本 2. 独立编码 3. 计算信度系数 4. 解决编码分歧 5. 达到可接受水平后继续 ## 统计分析 ### 描述性统计 - 类别频次分布 - 百分比统计 - 趋势分析 ### 推断性统计 - 卡方检验 - 列联表分析 - 相关分析 - 回归分析 ## 使用示例 ``` 用户: 分析这批新闻报道关于气候变化的框架 AI: 我将采用定向内容分析方法,步骤如下: 1. **框架识别** - 经济框架 - 环境框架 - 政治框架 - 科学框架 - 道德框架 2. **编码方案** [详细编码簿...] 3. **信度检验** Cohen's Kappa = 0.85 (可接受) 4. **分析结果** 框架频次分布... 框架间关联... ``` ## 🚫 绝对禁止原则 > **使用前必读**:以下原则是不可逾越的红线,违反将导致内容分析结论无效。 1. **禁止编码前不定义类别系统** — 未建立清晰、可操作、互斥穷尽的编码框架,导致编码标准不一致 2. **禁止跳过信度检验** — 未进行编码者间信度检验(Cohen's Kappa ≥ 0.70),导致分析结果不可靠 3. **禁止脱离原始文本编码** — 编码时未引用原始文本证据,导致编码不可追溯和验证 4. **禁止忽视负面案例** — 只编码支持预设主题的内容,忽略矛盾或异常案例,导致结论有偏 5. **禁止混用分析类型** — 将定量频次分析与定性主题分析混用,导致方法论不一致 6. **禁止忽视编码单元定义** — 未明确编码单元(词/句/段/主题),导致计数标准混乱 ## ✅ 质量标准 ### 完整性 - 必做项清单完成度 ≥ 90% - 编码方案完整(含定义、示例、决策规则) - 信度检验报告完整 ### 方法论 - 理论框架与数据一致性 ≥ 90% - 分析步骤可复现性高 - 编码方案经过预测试 ### 深度 - 核心维度覆盖 ≥ 80% - 类别系统饱和度检验 - 负面案例分析完整 ## 🖥️ Python 工具 ### 工具链 | # | 工具名称 | 功能描述 | |---|----------|----------| | 1 | coding_scheme.py | 编码方案生成与管理,支持互斥性/穷尽性检验 | | 2 | reliability_tester.py | 编码者间信度计算,支持Cohen's Kappa、Krippendorff's Alpha | | 3 | frequency_analyzer.py | 频次统计与可视化,生成类别分布图表 | ### CLI用法 ```bash python tools/coding_scheme.py --create --categories 5 --validate python tools/reliability_tester.py --input coded_data.csv --metric kappa python tools/frequency_analyzer.py --input codes.json --visualize --output report.html ``` ## 输出格式 ```markdown # 内容分析报告 ## 研究问题 [明确的研究问题] ## 方法 - 分析类型:[经典/定向/归纳] - 样本量:N = [数量] - 编码单元:[单元类型] - 编码者数量:[数量] ## 信度检验 | 指标 | 值 | 判断 | |-----|-----|-----| | Cohen's Kappa | 0.85 | 优秀 | ## 主要发现 [详细分析结果] ## 讨论 [解释与建议] ``` ## 参考文献 1. Krippendorff, K. (2018). *Content Analysis: An Introduction to Its Methodology*. 4th ed. Sage. 2. Schreier, M. (2012). *Qualitative Content Analysis in Practice*. Sage. 3. Mayring, P. (2014). *Qualitative Content Analysis: Theoretical Foundation, Basic Procedures and Software Solution*. Klagenfurt. 4. Neuendorf, K.A. (2017). *The Content Analysis Guidebook*. 2nd ed. Sage. 5. Hsieh, H.F., & Shannon, S.E. (2005). Three approaches to qualitative content analysis. *Qualitative Health Research*, 15(9), 1277-1288. --- **技能版本**: 5.0.0 **方法论标准**: Krippendorff (2018) **创建时间**: 2026-03-15
GitHub에서 보기