Dijital Klasik Yerleşik Kuram

Klasik Yerleşik Kuram (Glaserci), katı tümevarımcı ortaya çıkışı talep eder ve çekirdek kategori belirlenene kadar literatürle etkileşimi caydırır; gerçekçi bir epistemolojiden hareket eder. Straussian Yerleşik Kuram (Strauss ve Corbin), daha yapılandırılmış kodlama prosedürleri (açık, eksenel, seçici) sunar ve önceki kavramlara daha toleranslıdır. Yapılandırmacı Yerleşik Kuram (Charmaz), araştırmacının kategorileri inşa etmedeki rolünü ön plana çıkarır ve göreceli veya yorumlayıcı bir duruş benimser. Dijital bağlamda, her üçü de çevrimiçi verileri işleyebilir, ancak analitik mantık ve epistemolojik taahhütler önemli ölçüde farklılık gösterir.

Bu gerçekten tartışmalıdır. Birçok etik çerçeve, açıkça kamuya açık alanlarda (örneğin, kamuya açık Twitter/X hesapları) yayınlanan veriler ile yarı kamuya açık veya topluluk alanlarında (örneğin, teknik olarak kamuya açık ancak normatif olarak özel olan destek grupları) yayınlanan veriler arasında ayrım yapar. İnternet Araştırmacıları Derneği (AoIR) etik yönergeleri, bağlama, konunun hassasiyetine ve topluluk üyelerinin makul beklentilerine dayalı vaka bazında değerlendirme yapılmasını önerir. Her zaman kurumunuzun etik kuruluna danışın.

Doygunluk, ek kuramsal örneklem alma — kategorilerinizi test etmek ve genişletmek için kasıtlı olarak yeni dijital bağlamlar, zaman dilimleri veya katılımcı türleri aramak — artık yeni kavramsal özellikler veya varyasyonlar üretmediğinde ulaşılır. Bu, bir gönderi sayısı değil, kavramsal bir yargıdır. Titiz not tutma, doygunluğu tanımak için esastır, çünkü her yeni olayın gelişen kurama ne eklediğini izlemenizi sağlar.

Klasik Yerleşik Kuram, bir doğrulama stratejisi olarak üçgenleştirme gerektirmez — kendisi ortaya çıkan kuramın teorik mantığıyla doğrulanır. Ancak, doğal olarak oluşan dijital metnin yetersiz veya belirsiz olduğu olgular için, çevrimiçi görüşmeler veya gözlemsel saha çalışması (gizlice takip etme, gölgeleme) ile desteklemek verileri zenginleştirebilir. Karar, karışık verilerin her zaman daha iyi olduğu varsayımına dayalı bir varsayımdan ziyade, kuramsal örneklemin gereksinimleri tarafından yönlendirilmelidir.

Evet, ancak dikkatli bir şekilde. Yazılım, büyük hacimli dijital metinleri yönetebilir ve organize edebilir ve kodlamayı destekleyebilir. Ancak, entelektüel çalışma — kavramları tümevarımcı olarak çıkarma, not yazma, çekirdek kategoriyi belirleme — otomatikleştirilemez. Glaser'ın kendisi yazılımdan şüphe duyduğunu ifade etti, çünkü mekanik kodlamayı teorik düşünme pahasına teşvik ettiğinden korkuyordu. Bir dosyalama ve geri alma aracı olarak kullanın, analitik bir motor olarak değil.