从定量社会科学论文中提取变量时,应重点关注“方法”和“结果”部分,因为其中明确报告了定义、测量方式和统计输出。首先阅读摘要以获取总体概览,然后深入方法部分,识别每个变量是如何操作化的——留意诸如“使用……测量”、“编码为”或“按1至5分制评分”等表述——并将这些定义与结果部分的表格进行交叉核对,以确认分析中实际使用的数值。
第1步:扫描方法部分,寻找操作性定义
定量论文通常会在“数据与测量”小节中列出变量。列出所有提及的变量,然后针对每个变量记录:
- 类型:是自变量、因变量、控制变量还是调节变量?
- 测量尺度:连续型(如以美元计的收入)、类别型(如性别)还是顺序型(如李克特量表)?
- 来源:自我报告调查、行政数据,还是由其他变量推导而来(如“年龄的平方”)?
第2步:将变量与结果表格进行匹配
结果部分的表格(如描述性统计、相关矩阵或回归输出)通常使用简短名称(如educ或income_log)标记变量。利用方法部分的文字作为解读这些标签的关键。注意以下几点:
- 汇总统计:均值、标准差和范围能告诉你每个变量的实际分布情况。
- 样本量:注意缺失数据是否减少了某些变量的样本数(N)。
第3步:查阅附录和补充材料
许多社会科学期刊会将完整的问卷、编码方案或稳健性检验放在网上。这些附录通常包含确切的调查项目或数据清洗步骤,当您需要跨研究复制或比较变量时,这一点至关重要。
第4步:使用编码表处理模糊之处
如果变量描述模糊(例如“社会经济地位”),请查找对先前研究的引用或解释综合指数的脚注。建立一个包含变量名称、定义、测量方式和页码的表格,以便将每次提取追溯到原始来源——这可以防止后续出现错误分类。
第5步:利用工具加快流程
手动扫描数十篇PDF文件非常耗时。如果您处理的是大量论文,WisPaper的Scholar QA可以帮助您针对上传的文献库提出有针对性的问题——例如“哪些研究使用了7点量表测量政治信任?”——每个答案都附带可追溯的证据链,指向确切的段落,让您无需花费数小时寻找定义。
最后,始终记录年份和期刊背景:诸如“种族”或“城市”等变量在不同时间和学科中的编码方式可能不同,因此如果您计划合并数据集,请明确记录您的提取假设。这种系统化方法能将杂乱的PDF转化为干净、可复用的数据,供您自己的分析或元研究使用。
