BriefGPT - AI 论文速递
·
定性分析中“开放编码”的测量计算方法
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
大型语言模型（LLM），尤其是GPT-4，在定性编码中表现优异，其编码一致性明显高于GPT-3.5。通过要求模型解释编码决策，进一步提高了准确性。这表明LLM在内容分析中具有潜力，未来可能成为有效的编码工具。
🎯
关键要点
- 定性编码是从文本中提取含义以识别定量模式的过程。
- 大型语言模型（LLM）在自动编码过程中表现出色，能够减轻人类研究人员的负担。
- GPT-4在解释能力上优于GPT-3.5，能够提供与人类相当的编码一致性。
- GPT-4在9个代码中有3个代码的编码一致性达到优秀水平，8个代码达到显著一致性。
- GPT-3.5在编码一致性方面表现不佳，平均Kappa值为0.34。
- 要求LLM解释其编码决策时，编码准确性显著提高。
- 研究结果表明，先进的LLM已经掌握了大规模内容分析技术，未来可能成为有效的编码工具。
➡️
