Agentisk analys

Agentisk analys är Skimles mest grundliga analysläge. Du börjar med att ange en Forskningsfråga; Skimle kör därefter en process i flera steg som bygger ett kategoriseringsramverk, kategoriserar varje relevant del av alla dokument och sammanställer Analytiska teman som besvarar frågan du ställde.

Det är utformat för projekt där Forskningsfrågan är lika viktig som Kategorierna - till exempel "varför skiljer sig personalbeslut åt mellan presidentperioder?" eller "vad skiljer respondenter som avhoppar från dem som förnyar?" - och där du vill ha analytiskt djup utöver kategorisering.

Steg 1: Startchatt

Du börjar med att skriva en Forskningsfråga i dialogen för Agentisk analys. Skimles startagent pratar med dig för att:

• förtydliga vad frågan egentligen betyder (den ställer en till tre korta frågor om något är oklart);
• klassificera Analystypen - taxonomisk (kartläggning av ett område), förklarande (varför något inträffar), kausal (orsak och verkan), eller Jämförande (mellan grupper);
• föreslå ett kategoriseringsramverk: en liten uppsättning kategorier på första nivån (oftast fyra till sju), kandidatunderteman för var och en, samt två till fyra "Bredare dynamik" - de högre nivåns analytiska frågor som syntessteget kommer att undersöka.

Skimle hämtar ramverket från ett bibliotek med analysmallar och favoriserar en tidigare Agentisk analys i projektet om en sådan finns. Du kan redigera varje del av ramverket innan du bekräftar.

Steg 2: Bekräfta ramverket

Redigeraren för ramverket låter dig byta namn på, lägga till eller ta bort kategorier och Bredare dynamik. När du har klickat på Acceptera gör Skimle följande:

• skapar en insiktskategori på toppnivå med namn efter din Forskningsfråga;
• skapar en Analyslogg-memo som registrerar varje steg som arbetaren utför;
• köar analysen. Översikten visar den som Väntande.

Steg 3: Empirisk extraktion

För varje kategori på första nivån använder Skimle embeddingbaserat förval för att hitta de dokumentdelar som mest sannolikt innehåller relevant material, och kör sedan strikt kategorisering på dessa delar. Strikt kategorisering innebär att varje kandidatinsikt kontrolleras i efterhand mot kategorins fråga och att det stödjande citatet verifieras mot originaldokumentet.

Skimle håller reda på vilka delar som är Bearbetade, samt det lägsta likhetströskelvärdet som har gett godkänt material. Nya dokument som läggs till senare - även under en omkörning - kategoriseras endast mot de delar som ännu inte har granskats, så att omkörningar förblir billiga.

Resultatet av detta steg är ett fyllt kategoriträd under din Forskningsfråga, med verifierade citat kopplade till varje insikt.

Steg 4: Metadataberikning

Skimle kontrollerar om analysen behöver ett nytt Metadatafält för att stödja den Jämförelse som din Forskningsfråga antyder (till exempel ett period-fält för en fråga om tidsmässig förändring, eller ett organisatorisk roll-fält för en fråga om personal). När Ett nytt fält skulle vara till hjälp föreslår Skimle det, namnger värdekategorierna meningsfullt och kategoriserar alla dokument. När befintlig metadata redan täcker skillnaden - eller när inget Metadatafält behövs alls - noterar Skimle sitt Resonemang och går vidare.

Steg 5: Analytisk syntes

För varje Bredare dynamik i ramverket kör Skimle en undersökning - en fokuserad agent som söker igenom Empiriska insikter, metadata och tidsmässiga mönster för att hitta Belägg som är relevanta för den dynamiken. Undersökningen körs över flera söksteg och avslutas med en syntes som producerar två till fem Analytiska teman per dynamik.

Varje Analytiskt tema skrivs som ett stycke löpande text med citeringar inom hakparenteser till de underliggande insikterna (till exempel [I205], [D3k], eller [I26-Q2] för ett specifikt citat). Temana sparas som memoinsikter i ett Analytiskt memo per dynamik, så att du kan bläddra bland dem per dynamik.

Steg 6: Motbevis

För varje Analytiskt tema kör Skimle en medveten sökning efter Belägg som motsäger temat. När Motbevis finns registrerar Skimle det på temat, så att syntesen är ärlig om sina begränsningar. Teman med starka Motbevis flaggas.

Steg 7: Sammanfattning av resultat

Slutligen skriver Skimle en övergripande Sammanfattning som sammanför alla Analytiska teman till ett enda svar på din Forskningsfråga. Denna Sammanfattning läggs till i Analysloggen.

Resultat

När arbetaren är klar innehåller projektet:

• kategoriträdet under din Forskningsfråga, med kategoriserade insikter och verifierade citat - synligt i tabell-, kategori- och dokumentvyerna precis som för alla andra analyser;
• kategorisammanfattningar för varje ifylld kategori;
• Analyslogg-memot - en steg-för-steg-berättelse om vad Skimle gjorde, varför, och vad det hittade;
• Analytiska temamemon - ett memo per Bredare dynamik, vardera innehållande de sammanställda temana med citeringar och Motbevis;
• eventuellt nya Metadatafält med kategoriserade värden för alla dokument.

Varje citering i varje memo är en klickbar referens inom hakparenteser som öppnar den underliggande insikten, dokumentet eller citatet.

Köra om en agentisk analys

Du kan köra om en agentisk analys när du vill. Skimle:

• behåller den empiriska extraktion som redan har klarat strikt kategorisering - omextraktionen tar endast hänsyn till de delar som den tidigare körningen inte nådde;
• tar bort platshållartema som Föregående körningar inte kunde syntetisera, så att de får ett nytt försök;
• upprepar den analytiska syntesen, Motbevis och Sammanfattningen av resultat från grunden, så att det senaste empiriska läget återspeglas i de Analytiska temana.

Analysloggen byggs på i stället för att bli Ersatt, så att du kan se hur analysen utvecklades mellan körningarna.

När du ska använda Agentisk analys

Välj Agentisk analys när du har en specifik Forskningsfråga som du vill ha besvarad med analytiskt djup - inte bara en uppsättning kategoriserade kategorier. Om du bara vill kartlägga vad som finns i dokumentmaterialet, är Automatisk tematisk analys eller Fördefinierade kategorier snabbare och billigare. Agentisk analys är rätt val när du vill ha båda: väl kategoriserad data och ett skriftligt svar på din fråga som är grundat i data.