| name | performing-selective-coding |
| description | 当用户需要执行扎根理论的选择式编码，包括核心范畴识别、故事线构建、理论框架整合和理论饱和度检验时使用此技能 |
| version | 1.0.0 |
| author | socienceAI.com |
| tags | ["grounded-theory","selective-coding","core-category","theory-integration","saturation-assessment"] |
选择式编码技能 (Performing Selective Coding)
Overview
专门用于扎根理论研究的选择式编码阶段，将轴心编码构建的范畴体系整合为系统的理论框架，形成核心理论和故事线。
When to Use This Skill
Use this skill when the user requests:
- Integration of all categories into a core theory
- Identification of the core category in grounded theory
- Construction of a storyline linking all major categories
- Integration of axial codes into a theoretical framework
- Assessment of theoretical saturation
- Development of theoretical propositions from grounded analysis
- Theory generation and refinement in Chinese research context
- Synthesis of grounded theory findings into coherent whole
Quick Start
When a user requests selective coding:
- Identify the core category among all categories
- Construct the central storyline linking categories
- Integrate the theory with all components
- Validate the theoretical saturation
- Refine and articulate the complete theory
使用时机
当用户提到以下需求时，使用此技能：
- "选择式编码" 或 "执行选择式编码"
- "核心范畴识别" 或 "寻找核心概念"
- "故事线构建" 或 "构建故事线"
- "理论框架" 或 "理论模型"
- "理论饱和度" 或 "饱和度检验"
- 需要整合所有范畴构建核心理论
脚本调用时机
当需要执行选择式编码的不同阶段时，调用对应的脚本：
- 核心范畴识别：调用
identify_core_category.py
- 故事线构建：调用
construct_storyline.py
- 理论框架整合：调用
integrate_theory.py
- 理论饱和度检验：调用
check_saturation.py
统一输入格式
{
"coding_context": {
"research_topic": "研究主题",
"previous_coding_stages": ["开放编码", "轴心编码"],
"theoretical_perspective": "理论视角",
"coding_purpose": "编码目的"
},
"input_data": {
"categories": [
{
"id": "范畴ID",
"name": "范畴名称",
"definition": "范畴定义",
"type": "范畴类型(核心/次要)",
"concepts": ["概念ID列表"],
"properties": "范畴属性"
}
],
"relationships": [
{
"id": "关系ID",
"from_category": "源范畴ID",
"to_category": "目标范畴ID",
"type": "关系类型",
"strength": "关系强度(0-1)"
}
],
"axial_codes": "轴心编码结果",
"paradigm_models": ["Paradigm模型列表"]
},
"coding_parameters": {
"core_category_criteria": {
"explanatory_power": "解释力权重",
"connectivity": "连接度权重",
"data_support": "数据支持权重"
},
"saturation_thresholds": {
"new_concept_rate": 0.05,
"category_completion": 0.90,
"relationship_rate": 0.10,
"theory_completion": 0.90
}
}
}
统一输出格式
{
"summary": {
"core_category": "核心范畴名称",
"saturation_score": "饱和度分数(0-1)",
"propositions_count": "理论命题数量",
"is_fully_saturated": "是否完全饱和",
"processing_time": "处理时间(秒)"
},
"details": {
"core_category_analysis": {
"id": "核心范畴ID",
"name": "核心范畴名称",
"definition": "核心范畴定义",
"explanatory_power": "解释力(0-1)",
"connectivity": "连接度(0-1)",
"data_support": "数据支持度(0-1)",
"rationale": "选择理由",
"related_categories": ["相关范畴ID列表"]
},
"storyline": {
"central_narrative": "中心叙事",
"key_elements": {
"actors": ["主要行动者"],
"events": ["关键事件"],
"processes": ["核心过程"],
"outcomes": ["结果"]
},
"causal_chains": ["因果链条"],
"chronological_order": "时间顺序"
},
"theory_framework": {
"theoretical_propositions": [
{
"id": "命题ID",
"statement": "命题陈述",
"categories_involved": ["涉及范畴"],
"mechanism": "作用机制"
}
],
"conceptual_model": "概念模型描述",
"boundary_conditions": "边界条件",
"scope": "理论适用范围"
},
"saturation_report": {
"new_concept_rate": "新概念率",
"category_completion": "范畴完成度",
"new_relationship_rate": "新关系率",
"theory_completion": "理论完成度",
"saturation_status": "饱和状态评估",
"additional_data_needed": "是否需要更多数据"
},
"statistics": {
"theoretical_integration": "理论整合度",
"framework_coherence": "框架一致性",
"conceptual_density": "概念密度"
}
},
"metadata": {
"timestamp": "时间戳",
"version": "版本号",
"skill": "performing-selective-coding",
"processing_stage": "处理阶段"
}
}
核心流程
第一步：核心范畴识别
使用工具自动评估：
- 计算解释力（能解释多少数据）
- 计算连接度（与多少范畴相关）
- 计算数据支持（有多少证据）
- 综合评分并排序
定性验证：
详见：references/core-category/INDEX.md
第二步：故事线构建
使用工具辅助：
- 提取时间线和关键事件
- 识别行动者和角色
- 构建因果链条
人工精炼：
详见：references/storyline/INDEX.md
第三步：理论框架整合
使用工具生成：
定性完善：
详见：references/theory-integration/INDEX.md
第四步：理论饱和度检验
使用工具检验：
- 检查新概念出现率
- 检查范畴完整性
- 检查关系稳定性
- 评估理论完整性
判断标准：
- 新概念率 < 5%
- 范畴完整性 ≥ 90%
- 新关系率 < 10%
- 理论完整性 ≥ 90%
详见：references/saturation/INDEX.md
输出格式
统一的三层JSON格式：
{
"summary": {
"core_category": "学业适应困难",
"saturation_score": 0.92,
"propositions_count": 8,
"is_fully_saturated": true
},
"details": {
"core_category_analysis": {...},
"storyline": {...},
"theory_framework": {...},
"saturation_report": {...}
}
}
质量检查标准
在完成选择式编码后，请检查以下项目：
核心范畴质量
故事线质量
理论框架质量
饱和度质量
常见问题
快速诊断：
- 难以确定核心范畴 → 使用
identify_core_category.py 量化评估
- 故事线不连贯 → 见
references/storyline/INDEX.md
- 理论框架复杂 → 见
references/theory-integration/INDEX.md
- 理论未达饱和 → 使用
check_saturation.py 检验维度
深入学习
- 核心范畴理论：
references/core-category/INDEX.md - 选择标准详解
- 故事线构建：
references/storyline/INDEX.md - 叙事方法
- 理论整合：
references/theory-integration/INDEX.md - 命题提炼
- 饱和度检验：
references/saturation/INDEX.md - 判断标准
完成标志
完成高质量的选择式编码应该产出：
- 明确的核心范畴
- 完整的故事线
- 系统的理论框架
- 充分的饱和度证明
- 清晰的理论贡献
此技能为扎根理论研究的选择式编码阶段提供完整指导，确保从范畴体系到核心理论的科学转化和理论建构。
