跳到主要内容
知仓学习社ZHICANG

nbr-qualitative-case

Use for qualitative theory-building submitted to 《南开管理评论》 (Nankai Business Review) — multi-case comparison (replication logic, case selection), grou…

不碰外部(只输出文字)无严重或高危命中brycewang-stanford/Awesome-Journal-Skills

它会碰到什么

扫了多少1 个文本文件,2 KB
它会碰到什么不碰外部(只输出文字)
命中总数0 处
命中统计严重 0 · 高 0 · 中 0 · 低 0

这一栏是扫描器报的事实,不是结论。命中多不等于有毒(安全工具、规则库、示例脚本本来就会包含危险写法),命中少也不等于干净。它和你手上的凭据、文件、网络有什么关系,需要你自己看。

技能内容

质性与多案例(nbr-qualitative-case)

触发时机

  • 多案例比较单案例纵向建构理论
  • 扎根理论从访谈/档案中归纳命题
  • 现象新颖、缺成熟构念,无法直接量表化

案例选择与逻辑

  • 说清选择逻辑:理论抽样(typical / extreme / polar),不是方便取样
  • 多案例用复制逻辑(literal / theoretical replication),而非统计抽样
  • 交代案例数与边界、数据来源(访谈、档案、观察、二手)与时间跨度

单案例还是多案例(先定设计)

| 情形 | 设计 | 理由 |

|------|------|------|

| 过程机理、罕见/极端现象 | 单案例纵向 | 深描演化阶段与机制 |

| 构念间关系的模式归纳 | 多案例(常 2–4 个)比较 | 复制逻辑提升可信度 |

| 现象新、构念未明 | 扎根理论(不预设框架) | 从资料归纳范畴 |

选错设计是质性稿最早被毙的原因之一:用单案例宣称"普遍规律",或多案例各讲各的故事,都难过本刊外审。

走查示例:老字号数字化转型双案例

设想稿件取两家百年老字号(一家转型重生、一家停滞)作极性比较:

  1. 抽样逻辑写明 polar types——不是"恰好认识这两家"
  2. 数据:高管访谈 30 余人次、内部档案、门店观察,三角验证;时间跨度覆盖转型前后
  3. 编码产出证据链,例如:
"老师傅不肯用扫码点单,说砸招牌"(原始引文)
→ 技艺身份防御(一阶概念)
→ 传承-变革张力(二阶主题)
→ 组织身份重构(聚合维度)
  1. 跨案例比较:重生案例出现"身份再叙事"机制而停滞案例缺失——据此提炼命题
  2. 饱和依据:第 26 次访谈后连续多次未再出现新范畴,明示于文中

扎根编码(开放—主轴—选择)

  • 开放编码:贴近资料生成初始概念/范畴
  • 主轴编码:建立范畴间关系(条件—行动—结果)
  • 选择编码:提炼核心范畴,串起故事线与理论框架
  • 展示编码示例与证据链(引文 → 概念 → 范畴),让推断可追溯

理论饱和与可信度

  • 理论饱和:新增资料不再产生新范畴/关系,需明示判断依据
  • 可信度(trustworthiness)
  • 可信性(credibility):三角验证、被试反馈(member checking)
  • 可迁移性(transferability):厚描述(thick description)
  • 可靠性(dependability)/可确认性:审计追踪、双人编码与一致性(如 Cohen's κ)

自检清单

  • [ ] 案例/受访者选择是理论抽样,逻辑写清
  • [ ] 多案例用复制逻辑,不是"样本量"思维
  • [ ] 三级编码过程透明,有证据链与编码示例
  • [ ] 论证了理论饱和(依据,而非一句"已饱和")
  • [ ] 三角验证 / member checking / 审计追踪至少各有交代
  • [ ] 双人编码报告一致性指标
  • [ ] 产出是命题/框架(building blocks → 模型),不是案例复述

反模式

  • 案例当例证讲故事,没有从数据到构念的归纳过程
  • 只贴大段访谈引文,无编码与范畴提炼
  • 宣称"理论饱和"却无判断依据
  • 多案例做成几个独立小故事,缺跨案例比较与模式

数据结构与证据呈现惯例(校准锚)

  • 本刊已刊质性文章普遍呈现"数据结构图"(一阶概念→二阶主题→聚合维度)与案例-证据对照表
  • 命题以 P1、P2 编号置于跨案例分析之后,结尾给整合性理论框架图
  • 双人编码一致性与审计追踪交代渐成常态;呈现细节以期刊最新投稿指南与近期刊文为准

评审挑战与对策

| 挑战 | 对策 |

|------|------|

| "案例只是故事,看不到归纳过程" | 补数据结构图与逐级编码示例 |

| "为什么是这两个案例?" | 重写理论抽样小节,写明 polar/typical 逻辑 |

| "命题与数据之间有跳跃" | 在每条命题下并列各案例的支持证据条目 |

| "受访者全是高管,声音单一" | 补中层与一线访谈或档案旁证,实现视角层面的三角化 |

输出格式

【设计】多案例(N) / 单案例纵向|抽样逻辑 <…>
【数据】来源 <访谈/档案/观察>|时间跨度 <…>|三角□
【编码】开放→主轴→选择|核心范畴 <…>|一致性 κ <…>
【饱和】依据 <…>
【可信度】credibility□ transferability□ dependability□
【产出命题/框架】<…>
【下一步】nbr-china-context / nbr-discussion-contribution

想直接用这个技能?

本站把开放许可(MIT / Apache 等)的技能按仓库打包整理到网盘,点一下转存到你自己的网盘,不用一个个从 GitHub 拉。许可未声明的技能只给原始仓库链接,不打包。