By name: performing-selective-coding description: 执行扎根理论的选择式编码过程，包括核心范畴识别、故事线构建、理论框架整合和理论饱和度检验。当需要整合所有范畴构建核心理论，形成完整的故事线和理论模型时使用此技能。
选择式编码技能 (Performing Selective Coding)
专门用于扎根理论研究的选择式编码阶段，将轴心编码构建的范畴体系整合为系统的理论框架，形成核心理论和故事线。
使用时机
当用户提到以下需求时，使用此技能：
- "选择式编码" 或 "执行选择式编码"
- "核心范畴识别" 或 "寻找核心概念"
- "故事线构建" 或 "构建故事线"
- "理论框架" 或 "理论模型"
- "理论饱和度" 或 "饱和度检验"
- 需要整合所有范畴构建核心理论
快速开始
工具链（4个核心脚本）
# 第一步：识别核心范畴
python scripts/identify_core_category.py \
--input categories.json \
--relations relationships.json \
--output core_category.json
# 第二步：构建故事线
python scripts/construct_storyline.py \
--input data.json \
--categories categories.json \
--relations relationships.json \
--output storyline.json
# 第三步：整合理论框架
python scripts/integrate_theory.py \
--categories categories.json \
--relations relationships.json \
--output theory.json
# 第四步：检验饱和度
python scripts/check_saturation.py \
--existing theory.json \
--new new_data.json \
--output saturation.json
核心流程
第一步：核心范畴识别
使用工具自动评估：
- 计算解释力（能解释多少数据）
- 计算连接度（与多少范畴相关）
- 计算数据支持（有多少证据）
- 综合评分并排序
定性验证：
- 检查是否能统领其他范畴
- 验证与研究问题的契合度
详见：references/core-category/INDEX.md
第二步：故事线构建
使用工具辅助：
- 提取时间线和关键事件
- 识别行动者和角色
- 构建因果链条
人工精炼：
- 形成连贯的叙述
- 确保逻辑性和说服力
详见：references/storyline/INDEX.md
第三步：理论框架整合
使用工具生成：
- 提炼理论命题
- 构建概念框架
- 解释作用机制
定性完善：
- 确保逻辑严谨
- 明确理论边界
详见：references/theory-integration/INDEX.md
第四步：理论饱和度检验
使用工具检验：
- 检查新概念出现率
- 检查范畴完整性
- 检查关系稳定性
- 评估理论完整性
判断标准：
- 新概念率 < 5%
- 范畴完整性 ≥ 90%
- 新关系率 < 10%
- 理论完整性 ≥ 90%
详见：references/saturation/INDEX.md
输出格式
统一的三层JSON格式：
{
"summary": {
"core_category": "学业适应困难",
"saturation_score": 0.92,
"propositions_count": 8,
"is_fully_saturated": true
},
"details": {
"core_category_analysis": {...},
"storyline": {...},
"theory_framework": {...},
"saturation_report": {...}
}
}
质量检查标准
在完成选择式编码后，请检查以下项目：
核心范畴质量
- 核心范畴具有最强解释力
- 核心范畴与多数范畴相关
- 核心范畴有充分数据支持
- 核心范畴理论价值明确
故事线质量
- 故事线逻辑清晰连贯
- 包含所有重要元素
- 因果关系明确
- 具有说服力和完整性
理论框架质量
- 理论命题逻辑严谨
- 概念框架系统完整
- 作用机制解释清晰
- 边界条件明确
饱和度质量
- 理论达到充分饱和
- 数据支持充分
- 关系识别完整
- 理论价值明确
常见问题
快速诊断：
- 难以确定核心范畴 → 使用
identify_core_category.py量化评估 - 故事线不连贯 → 见
references/storyline/INDEX.md - 理论框架复杂 → 见
references/theory-integration/INDEX.md - 理论未达饱和 → 使用
check_saturation.py检验维度
深入学习
- 核心范畴理论：
references/core-category/INDEX.md- 选择标准详解 - 故事线构建：
references/storyline/INDEX.md- 叙事方法 - 理论整合：
references/theory-integration/INDEX.md- 命题提炼 - 饱和度检验：
references/saturation/INDEX.md- 判断标准
完成标志
完成高质量的选择式编码应该产出：
- 明确的核心范畴
- 完整的故事线
- 系统的理论框架
- 充分的饱和度证明
- 清晰的理论贡献
此技能为扎根理论研究的选择式编码阶段提供完整指导，确保从范畴体系到核心理论的科学转化和理论建构。