# performing-axial-coding

> 当用户需要执行扎根理论的轴心编码，包括范畴识别、属性维度分析、关系建立和Paradigm模型构建时使用此技能

- Author: Qoder
- Repository: ptreezh/sscisubagent-skills
- Version: 20260123224917
- Stars: 0
- Forks: 0
- Last Updated: 2026-02-06
- Source: https://github.com/ptreezh/sscisubagent-skills
- Web: https://mule.run/skillshub/@@ptreezh/sscisubagent-skills~performing-axial-coding:20260123224917

---

---
name: performing-axial-coding
description: 当用户需要执行扎根理论的轴心编码，包括范畴识别、属性维度分析、关系建立和Paradigm模型构建时使用此技能
version: 1.1.0
author: socienceAI.com
tags: [grounded-theory, axial-coding, category-analysis, paradigm-model, qualitative-research, planning-with-files]
compatibility: Claude 3.5 Sonnet and above
metadata:
  domain: qualitative-research
  methodology: grounded-theory
  complexity: intermediate
  integration_type: analysis_tool
  last_updated: "2026-01-23"
dependencies:
  - planning-with-files
allowed-tools: [python, bash, read_file, write_file]
---

# 轴心编码技能 (Performing Axial Coding)

## Overview
专门用于扎根理论研究的轴心编码阶段，将开放编码产生的概念整合为系统性的范畴体系，并建立范畴间的逻辑关系。

## When to Use This Skill
Use this skill when the user requests:
- Integration of open coding concepts into categories
- Identification of category properties and dimensions
- Establishment of relationships between categories
- Construction of paradigm models (conditions-context-actions-outcomes)
- Development of theoretical frameworks from coded data
- Systematic approach to mid-stage qualitative analysis
- Chinese qualitative data analysis following grounded theory principles
- Need for systematic planning and progress tracking in axial coding
- Integration with planning-with-files for project management

## Quick Start
When a user requests axial coding:
1. **Group** related concepts from open coding into categories
2. **Analyze** properties and dimensions of each category
3. **Establish** relationships between categories
4. **Construct** paradigm models linking categories
5. **Validate** the coherence of the category system

## 使用时机

当用户提到以下需求时，使用此技能：
- "轴心编码" 或 "执行轴心编码"
- "范畴构建" 或 "概念归类"
- "属性维度分析" 或 "维度分析"
- "范畴关系" 或 "概念关系"
- "Paradigm构建" 或 "范式构建"
- 需要将开放编码结果整合为理论框架

## 脚本调用时机
当需要执行轴心编码的不同阶段时，调用对应的脚本：
- 范畴识别阶段：调用 `identify_categories.py`
- 属性分析阶段：调用 `analyze_properties.py`（可选）
- 关系建立阶段：调用 `build_relationships.py`
- Paradigm构建阶段：调用 `construct_paradigm.py`

## 统一输入格式
```json
{
  "coding_context": {
    "research_topic": "研究主题",
    "previous_coding_stage": "前期编码阶段(开放编码/轴心编码)",
    "theoretical_perspective": "理论视角",
    "coding_purpose": "编码目的"
  },
  "input_data": {
    "concepts": [
      {
        "id": "概念ID",
        "name": "概念名称",
        "definition": "概念定义",
        "examples": ["示例1", "示例2"]
      }
    ],
    "codes": [
      {
        "id": "编码ID",
        "concept_id": "关联概念ID",
        "text": "编码文本",
        "source_segment": "来源段落"
      }
    ],
    "previous_categories": [
      {
        "id": "前期范畴ID",
        "name": "前期范畴名称",
        "concepts": ["概念ID列表"]
      }
    ]
  },
  "coding_parameters": {
    "abstraction_level": "抽象层次要求",
    "number_of_categories": "目标范畴数量",
    "category_type": "范畴类型(核心/次要)",
    "relationship_types": ["因果", "条件", "策略", "互动"]
  }
}
```

## 统一输出格式
```json
{
  "summary": {
    "total_categories": "范畴总数",
    "core_categories": "核心范畴数",
    "total_relationships": "关系总数",
    "paradigm_completeness": "Paradigm完整度",
    "processing_time": "处理时间(秒)"
  },
  "details": {
    "categories": [
      {
        "id": "范畴ID",
        "name": "范畴名称",
        "definition": "范畴定义",
        "concepts": ["概念ID列表"],
        "properties": {
          "dimension": "维度特征",
          "values": ["维度值"],
          "conditions": "条件特征"
        },
        "type": "范畴类型(核心/次要)",
        "frequency": "出现频次",
        "source_segments": ["来源段落ID列表"]
      }
    ],
    "relationships": [
      {
        "id": "关系ID",
        "from_category": "源范畴ID",
        "to_category": "目标范畴ID",
        "type": "关系类型(因果/条件/策略/互动)",
        "strength": "关系强度(0-1)",
        "evidence": "关系证据",
        "description": "关系描述"
      }
    ],
    "paradigm_model": {
      "phenomenon": "核心现象",
      "conditions": ["条件范畴列表"],
      "context": "情境",
      "action_strategies": ["行动策略列表"],
      "consequences": ["后果列表"],
      "intervening_conditions": ["中介条件"],
      "outcomes": "结果"
    },
    "statistics": {
      "category_cohesion": "范畴内聚度",
      "relationship_density": "关系密度",
      "paradigm_coherence": "Paradigm一致性"
    }
  },
  "metadata": {
    "timestamp": "时间戳",
    "version": "版本号",
    "skill": "performing-axial-coding",
    "processing_stage": "处理阶段"
  }
}
```

## 核心流程

### 第一步：范畴识别

**使用工具自动聚类**：
```bash
python scripts/identify_categories.py --input codes.json --output categories.json
```

**定性精炼**：
- 检查范畴内部一致性
- 调整范畴命名（行动导向）
- 完善范畴定义
- 建立层级结构（核心/次要）

详见：`references/category-examples.md`

### 第二步：属性维度分析（可选）

**使用工具分析属性**：
```bash
python scripts/analyze_properties.py --input categories.json --output properties.json
```

**定性分析**：
- 识别范畴的核心属性
- 定义属性的变化维度
- 在维度上定位案例

详见：`references/paradigm-theory.md` - 属性维度理论

### 第三步：关系建立

**使用工具识别关系**：
```bash
python scripts/build_relationships.py --input categories.json --output relationships.json
```

**关系类型**：
- 因果关系：A导致B
- 条件关系：当A时B发生
- 策略关系：通过A达成B
- 互动关系：A与B相互影响

**定性判断**：
- 验证关系的证据充分性
- 确定关系的方向和强度
- 分析关系的理论意义

详见：`references/relationship-types.md` - 关系类型详解

### 第四步：Paradigm构建

**使用工具构建模型**：
```bash
python scripts/construct_paradigm.py --input relationships.json --output paradigm.json
```

**Paradigm组件**：
- 现象：核心研究现象
- 条件：导致现象的因素
- 行动：应对现象的策略
- 结果：行动的后果

**定性整合**：
- 验证逻辑链条完整性
- 确认模型理论意义
- 撰写理论备忘录

详见：`references/paradigm-theory.md` - Paradigm模型详解

## 输出格式

统一的三层JSON格式：
```json
{
  "summary": {
    "total_categories": 8,
    "core_categories": 3,
    "total_relations": 12,
    "paradigm_completeness": 0.85
  },
  "details": {
    "categories": [...],
    "relationships": [...],
    "paradigm": {...}
  }
}
```

## 质量检查标准

在完成轴心编码后，请检查以下项目：

### 范畴构建质量
- [ ] 范畴命名准确且有意义
- [ ] 范畴定义清晰完整
- [ ] 概念归类合理有据
- [ ] 范畴层级结构清晰
- [ ] 范畴间区分度明确

### 属性维度质量
- [ ] 属性识别全面准确
- [ ] 维度定义合理
- [ ] 维度范围适当
- [ ] 案例定位准确
- [ ] 分布分析科学

### 关系建立质量
- [ ] 关系类型判断准确
- [ ] 关系强度评估合理
- [ ] 关系证据充分
- [ ] 关系方向正确
- [ ] 关系网络完整

### Paradigm构建质量
- [ ] 条件识别完整
- [ ] 行动描述准确
- [ ] 结果分析全面
- [ ] 逻辑链条清晰
- [ ] 理论意义明确

## 常见问题

**快速诊断**：
- 范畴过于宽泛 → 使用 `identify_categories.py` 增加聚类数
- 概念归属不明确 → 见 `references/troubleshooting.md`
- 关系论证不充分 → 使用 `build_relationships.py` 查看证据计数
- Paradigm不完整 → 使用 `construct_paradigm.py` 检查完整度

## 深入学习

- **Paradigm理论**：`references/paradigm-theory.md` - Strauss模型详解
- **范畴案例**：`references/category-examples.md` - 完整构建过程
- **关系类型**：`references/relationship-types.md` - 四种关系详解
- **故障排除**：`references/troubleshooting.md` - 问题诊断

## 完成标志

完成轴心编码后应该产出：
1. 系统性的范畴体系
2. 详细的属性维度分析
3. 完整的范畴关系网络
4. 清晰的Paradigm理论模型

## 轴心编码多阶段编码流程集成planning-with-files

### 阶段1：项目规划与准备
- 使用planning-with-files初始化项目
- 创建轴心编码任务计划文档
- 定义编码目标、范围和时间线
- 确定数据源和编码深度

### 阶段2：范畴识别
- 跟踪范畴识别进度
- 记录范畴构建和命名结果
- 更新任务完成状态
- 记录范畴识别过程中发现的问题

### 阶段3：属性维度分析
- 执行属性维度分析
- 监控属性分析进度
- 记录关键维度发现
- 与任务计划进行对照

### 阶段4：关系建立
- 跟踪关系建立过程
- 记录范畴间关系发现
- 更新编码阶段状态
- 整理关系分析结果

### 阶段5：Paradigm模型构建
- 跟踪Paradigm模型构建过程
- 记录模型组件和关系
- 监控模型完整性指标
- 整合模型构建结果

### 阶段6：整合与总结
- 整合所有编码结果
- 生成轴心编码分析报告
- 记录关键洞察和反思
- 完成项目总结和复盘

---

*此技能为中文扎根理论研究的轴心编码阶段提供完整指导，确保从概念到范畴的科学转化和理论建构。*