DBA research workflow

將 AI 導入研究流程，始終由研究者主導專業判斷

本介面涵蓋從研究問題定義、文獻檢索、來源查核、質性 Coding、學術寫作到可維護知識庫的完整研究流程。學員無須安裝所有工具，請依自身需求選擇基礎或進階路徑。

請先閱讀使用說明，再前往課程地圖選取當週進度頁面。每週的階段產出，都將作為下一週的分析輸入。

研究主線總覽串聯七大核心節點：問題定義、文獻搜尋、來源查核、資料整理、質性分析、學術寫作與知識庫維護。

優先建立具可追溯性的研究資產；Python、自動化排程、embedding 與向量索引皆屬進階延伸選項，非全體共同門檻。

七大核心節點，循序累積研究資產

清楚界定研究對象、情境脈絡、核心現象與可觀察證據，並保留足以推翻初步假設的實證條件。

善用 Search Log、來源登錄與 DOI／主張查核機制，切勿直接將搜尋結果視為實證證據。

妥善保存原始文獻，建置文獻矩陣、文獻樹、Coding 理論備忘錄與知識庫維護紀錄。

課堂共同示範題目：非營利組織的人才管理策略。建議先運用合成材料演練流程，再套用至個人的學位論文、研究個案或企業實務議題。

確立研究問題定義，完成 Skill 評估、Evidence Ledger 與 AI Use Log。

先標記人工錨點，再比對 AI 候選編碼並進行研究者實質判斷。

實作驗證新增、修改、刪除、重建索引、來源引述、未知拒答與衝突處理機制。