将计算方法与人工智能集成到老龄化及其后期生活的定性研究中
摘要
本章演示了计算社会科学（CSS）工具如何扩展并扩大对老龄化的研究。传统定性方法（如参与者观察、深入访谈和历史文件）的深度和背景正在越来越多地与可扩展的数据管理、计算文本分析和开放科学实践结合使用。机器学习（ML）和自然语言处理（NLP）为聚合和系统化地索引大量定性数据、识别模式以及保持与深入账户的清晰联系提供了资源。drawing on 研究后期生活的案例研究项目，包括来自 DISCERN 研究（关于与痴呆生活相关的团队化人类学）和美国之声项目（全国代表性访谈）的原始数据，本章突出了将 CSS 工具引入更有意义地与老龄化研究对话的用法和挑战。本章论证此类工作有潜力（1）简化和增强现有工作流程，（2）规模化样本和项目，以及（3）以新方式生成多方法方法以解决重要问题。本章随后转向对个人和团队寻求理解当前可能性或细化其工作流程过程的实践。本章得出结论，当前发展虽然并非毫无危险，但通过拓宽而非取代定性研究的方法论基础，为老龄化及其生命历程提供新见解的潜力。
引用
@article{arxiv.2512.17850,
title = {Integrating Computational Methods and AI into Qualitative Studies of Aging and Later Life},
author = {Corey M. Abramson},
journal= {arXiv preprint arXiv:2512.17850},
year = {2026}
}
备注
CITE: Abramson, Corey M. (Forthcoming 2026). "Integrating Computational Methods and AI into Qualitative Studies of Aging and Later Life." In Handbook of the Sociology of Aging, 2nd ed., edited by Markus H. Schafer, Dawn C. Carr, Jacqueline L. Angel, and Richard A. Settersten Jr // This version is the author's pre-proof, and the final published version may differ from this manuscript