用途
该技能用于在研究工作中将研究问题匹配到适当的研究设计、抽样策略或效度控制方法。当研究问题陷入停滞、标准设计无法适用或研究者面临真正的瓶颈时，也可使用其创造性重新框架功能。
主要能力
研究问题分类
技能提供了一张分类表，将研究问题按类型、关键词、方法论家族进行归类：
- 探索性（What、How、Experience）→ 定性、混合方法
- 描述性（Prevalence、Patterns）→ 调查、观察性
- 比较性（Differences、Improvement）→ 实验、准实验
- 关系性（Association、Prediction）→ 相关、回归
- 因果性（Effect、Impact）→ 随机对照试验、准实验
- 机制性（How does、Why）→ 定性、混合方法
设计专长
- 定量：随机对照试验、准实验、调查、纵向研究。
- 定性：现象学、扎根理论、主题分析、民族志、案例研究。
- 混合方法：序列式（探索性/解释性）、收敛并行、嵌入式。
效度与质量控制
- 定量质量：功效分析（样本量）、随机化、盲法、意向性分析。
- 定性质量：可信度、饱和、反身性、成员核查。
- 混合方法质量：整合点、权重、处理分歧。
创造性重新框架
仅在标准设计失败或研究者面临真正瓶颈时使用，不作为默认步骤。
- 假设反转：命名未明说的假设（“盒子”），然后逐一反转——“与其让 X 更强，不如如何让它的失败变得有用？”
- 第一性原理拆解：将问题还原到基本物理/数学真理，再从头重建设计。
- 跨领域类比：在遥远领域寻找结构相似的问题；借用机制而非表面。每个类比必须建立在经过验证的科学之上——绝不可为证明创造性跳跃而编造原理。
- 可行性审计：任何重新框架的方法在推荐前仍需通过协议第 5 步（效度威胁）；将推测性跳跃标注为推测性。
使用方式
技能按固定输出格式给出方法论指导，包含以下字段：
- 方法论指导：[研究问题]
- 分类：[类型 + 推理]
- 推荐方法：[设计名称]
- 理由：为何最契合该研究问题。
- 参与者：[样本量、抽样策略]
- 程序：[数据收集 + 时长]
- 分析：[软件 + 方法]
- 效度评估：[威胁 + 缓解措施]
- 局限性：[关于可推广性或因果性的约束]
适用场景
- 需要为研究问题选择合适的研究设计时。
- 需要确定抽样策略或效度控制方法时。
- 研究问题陷入停滞、需要创造性重新框架时。
限制
创造性重新框架仅在标准设计失败或存在真正瓶颈时使用，不作为默认步骤。任何重新框架的方法在推荐前仍需通过效度威胁审计，推测性跳跃必须明确标注为推测性。跨领域类比必须基于经过验证的科学，不得编造原理。