协作是许多定性研究项目的核心，但对于许多研究团队来说，管理工作流程有时感觉就像数据本身一样复杂。那么，如何应对这一挑战以促进协作并将数据转化为集体见解呢？
在最近的 Lumivero 网络研讨会上，NEWR Consulting 创始人 Noelle Wyman Roth 分享了有关 NVivo 如何帮助提高团队合作效率和透明度的实用指南。怀曼·罗斯 （Wyman Roth） 利用她培训跨学科研究小组的经验，强调了使协作更顺畅、更严格并最终更有价值的策略。
继续阅读以获取亮点，观看网络研讨会点播。
为什么协作在定性研究中失败
在进行定性数据分析时与团队合作会带来明显的好处，但也带来了挑战。协调时间表，尤其是跨机构或时区的时间表，很少是容易的。一旦每个人都聚在一起，即使是虚拟的，关于什么“算作”协议的讨论可能需要几个小时。由于冗长的转录本和复杂的代码本，在一次面试中达成清晰度可能需要多轮讨论。
当没有出现和解决这些差异的流程时，协作分析就会崩溃。这些斗争往往源于研究人员背景的差异。一个团队可能包括研究生、教师和专业人士，他们在定性方法和各种学科培训方面具有不同水平的经验。一个人可能会宽泛地定义一个主题，而另一个人则会将其应用得非常狭窄。团队成员也可能对代码定义和代码本身的应用有不同的解释。
如果没有明确的流程，结果可能是编码不一致，从而破坏了研究结果的有效性。为了取得成功，团队需要深思熟虑的工作流程来建立编码协议，并由工具提供支持，使每个人围绕共享的定义和决策保持一致。这就是 NVivo 被证明是无价之宝的地方。
使团队保持同步的关键 NVivo 功能
NVivo 提供了多种协作模型，允许团队选择最适合其需求的工作流程。每种方法都平衡了灵活性和结构，确保多个研究人员可以在不失去一致性的情况下为一个项目做出贡献。
- NVivo 项目：通常适合小型团队。每个研究人员对文件的本地副本进行编码，然后合并结果。这需要明确的版本控制规则和指定的文件管理器来监督该过程。
- NVivo 协作云：共享项目文件实时更新。团队成员可以在 Mac 和 PC 上同时编码。项目所有者控制权限，降低意外更改的风险。
- 协作服务器：该模型专为企业级项目而设计，支持无限用户和大型数据集。它需要专用服务器和技术支持，非常适合需要数据完全保留在本地（例如，处理敏感信息或满足严格安全要求）的团队。
多研究人员工作流程的最佳实践
仅靠技术并不能解决所有协作挑战。有效的团队研究还需要支持透明度和解释的实践。NVivo 包含旨在使这些做法更易于实现的功能。
NVivo 通过以下方式支持研究团队协作：
- 共享代码本：将清晰的代码描述和定义直接存储在 NVivo 中，并附有示例，以保持团队的一致性。
- 备忘录：随时捕捉反思、问题和决定。这创建了分析过程的审计跟踪，从而增强了透明度，并且在描述团队的编码方法、同行评审员或利益相关者时非常宝贵。
- “问题”代码：考虑将“问题”代码（程序代码）应用于引发不确定性的段落。在团队会议期间，成员可以查看所有编码为问题的摘录，进行讨论，然后在问题解决后删除问题代码。
在演讲中，Wyman Roth 演示了如何使用备忘录来浮现编码不确定性，例如，编写一份关于如何对摘录进行编码相关问题的备忘录，并使用另见链接将摘录连接到备忘录。这允许您将“问题”代码直接应用于摘录。值得注意的是，如果团队成员使用注释来捕获摘录上的问题，然后将摘录编码为“问题”，则这种方法也有效。这个想法是编写问题本身，并通过代码将数据和问题联系在一起。 - 编码比较查询：比较不同团队成员如何编码相同的数据。这突出了同意和分歧，为完善共同理解提供了具体的起点。
除了用于计算编码一致性的统计测量外，Wyman Roth 还鼓励团队使用编码比较查询来揭示分歧和不同想法，因为这些细微差别揭示了代码定义需要澄清的地方，并可以导致对数据的更丰富、更共同的理解。通过在 NVivo 中记录这些对话和决策，团队可以保持透明度并提高其调查结果的可信度。
研究人员应该将分歧视为机遇而不是问题。如果处理得当，编码和解释的差异会导致更深入的分析和更值得信赖的结果。
将这一切与 NVivo 整合在一起，为研究团队提供服务
协作研究具有挑战性，但通过正确的方法，它也可以成为过程中最有价值的部分。NVivo 提供了协调贡献、检查一致性和记录决策的工具，同时保持定性研究所需的灵活性。
无论您是管理文件合并的小团体，还是跨项目扩展的大型组织，NVivo 都能让您的团队保持联系、保持一致，并专注于产生值得信赖的结果。