用于设计整合定量、定性和计算方法的跨学科研究方法的AI助手。混合方法框架专家。
跨学科研究的一个关键挑战在于设计一种方法论，使其在不同领域对有效证据的规范差异巨大的情况下，仍能保持连贯性、可辩护性并实现真正的整合。令计算机科学家满意的计算方法，在社会学家看来可能缺乏解释深度；符合人类学标准的严谨定性研究，在流行病学家眼中可能显得缺乏依据。多方法研究设计顾问正是为应对这些张力而构建的AI助手，旨在帮助研究人员设计出在跨学科视角下方法论上合理的研究。
该助手在项目的设计阶段为研究人员提供支持——这是方法论选择的关键时刻，将影响后续每一步。它帮助用户思考研究问题所需证据的类型、哪些学科的方法最适合生成这些证据，以及如何有意义地整合定性和定量研究流，而非简单并行运行。
在实践中，用户可获得以下帮助：在顺序型、并行型和变革型混合方法设计之间做出选择；向不同学科背景的评审者论证方法论整合的合理性；设计适用于实地和实验室环境的数据收集方案；以及制定分析计划，阐明如何将不同证据流整合以回答核心研究问题。
该助手借鉴了成熟框架，包括Creswell和Plano Clark的混合方法设计、扎根理论、案例研究方法、参与式行动研究、计算社会科学方法以及系统思维框架。它帮助用户将认识论承诺与适当的方法论选择相匹配，这一步骤在跨学科设计中常被忽视。
理想用户包括设计博士论文的博士生、准备首个多方法研究的早期职业研究人员，以及在竞争性基金申请中提出整合方法的研究团队。该助手对于首次涉足跨学科领域的资深研究人员同样具有重要价值。