Trim the docs to their own jobs
The methodology keeps only the method that reaches the paper's conclusions; the research plan becomes the proposal minus its externalized method chapter; the standing rules move to a Chinese conventions.md; the project-structure inventory, a hand-kept mirror of the tree itself, is deleted. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
This commit is contained in:
Claude Opus 5
+20
-81
@@ -11,81 +11,33 @@
|
||||
**不與先導研究做比較**；
|
||||
全文數字一律以正式研究結果為準。先導研究僅作為假說的
|
||||
內部來源，記於決策日誌，不進入論文敘事。
|
||||
- **執行原則**：主會話只做討論；所有分析由 deterministic
|
||||
script 執行。LLM 步驟以 Python script 呼叫 Anthropic
|
||||
Messages API（個人 Console 帳號、Batch API 五折），定義
|
||||
檔逐字作為 system prompt。可逐項機械比對的判斷（步驟 3
|
||||
編碼、步驟 4 選群、步驟 5d 樣態標註）採「同一定義檔
|
||||
獨立執行三次＋多數決」，計票由確定性子命令完成。自由
|
||||
生成（步驟 1 自由標註）兩次執行全數進池。步驟 5a 至
|
||||
5c 為質性閱讀協定：三次獨立閱讀為分析者三角檢核、
|
||||
逐首整合、樣態統整產出草稿，不適用投票與仲裁。詞彙表
|
||||
不經 LLM，由詞向量嵌入＋確定性分群產生。驗證結果不符
|
||||
預期則修訂定義檔重跑該循環，絕不手改結果。
|
||||
- **執行原則**：主會話只做討論，分析一律由確定性程序
|
||||
執行。可逐項機械比對的判斷（步驟 3 編碼、步驟 4 選群、
|
||||
步驟 5d 樣態標註）採「三次獨立執行＋多數決」定案，
|
||||
自由生成（步驟 1 自由標註）採兩次執行全數進池，步驟
|
||||
5a 至 5c 定為質性閱讀協定；程序細節見 `methodology.md`，
|
||||
工作規範見 `conventions.md`。
|
||||
- **提示詞只定格式、不定語意**：研究對象是通用 LLM 以其
|
||||
網路語料知識背景所做的自然編碼與閱讀，其結果本身是
|
||||
批判對象。定義檔只規定任務形狀（輸入、數量範圍、輸出
|
||||
格式），不給任何主題的定義、判準或範例。LLM 判斷一律
|
||||
要求逐項引述歌詞原句，作為檢視偏差的依據。
|
||||
- **模型**：步驟 1、3 用 `claude-sonnet-4-6`（temperature=0、
|
||||
thinking 關閉）；步驟 4、5 用 `claude-fable-5`（兩參數
|
||||
不適用，均不送出；取樣變異由多數決或整合吸收）——實測
|
||||
發現 sonnet 將「Women Power」拆讀為 women＋power 的組合
|
||||
語意，fable-5 讀為詞彙化概念，語意層任務因此換用
|
||||
fable-5（經過見決策日誌）。
|
||||
- **模型**：步驟 1、3 用 `claude-sonnet-4-6`；步驟 4、5
|
||||
用 `claude-fable-5`——實測發現 sonnet 將「Women Power」
|
||||
拆讀為 women＋power 的組合語意，fable-5 讀為詞彙化
|
||||
概念，語意層任務因此換用 fable-5（經過見決策日誌）。
|
||||
- **信度與效度**：三次獨立執行量測穩定性（intra-rater
|
||||
reliability，可報告兩兩一致率）；封閉母體全量檢查取代
|
||||
抽樣防衛。可重現性定義為「程序透明＋可稽核」：公開定義
|
||||
檔、記錄 model ID 與執行時間、保存全部原始輸出。
|
||||
|
||||
## 資料儲存與模型
|
||||
## 範圍性定案
|
||||
|
||||
- **Commit 判準**：凡能由「committed 的輸入＋committed 的
|
||||
程式」決定性再生者，不 commit；凡不能者——源頭資料、
|
||||
外部世界的捕捉（Wikidata 快照、LLM 原始輸出）、人工
|
||||
著作——一律以文字格式 commit。格式跟著層次走。
|
||||
- **分層**：
|
||||
- 源頭：原始榜單 CSV（進 git）。
|
||||
- 捕捉：Wikidata 快照 CSV、`runs/` JSONL（皆進 git）；
|
||||
歌詞 `.txt` 快取（版權因素 gitignored，為已知的稽核
|
||||
缺口）。
|
||||
- 人工：`data/manual/`（僅研究者親手寫入：編碼修正、
|
||||
演唱者性別修正）。
|
||||
- 工作儲存：SQLite 單檔（`tools/instance/`，generated、
|
||||
不進 git），SQLAlchemy 2.0 typed ORM 定義 schema，
|
||||
設定經 pydantic-settings（`.env` 供應
|
||||
`SQLALCHEMY_DATABASE_URL` 與 `ANTHROPIC_API_KEY`）。
|
||||
歌詞全文入 DB（不進 git 故無版權疑慮）。
|
||||
- 衍生：`build-db` 建置工作儲存的同一動作產出人讀報表
|
||||
（`data/derived/`，進 git），與 SQLite 同交易語意。
|
||||
- 報表：論文引用的定案表進 `results/`——
|
||||
`codings.csv`（步驟 3 定案編碼）、`groups.csv`
|
||||
（步驟 4 定案編碼群）、`patterns.csv`（步驟 5c 定案
|
||||
樣態表）、`annotations.csv`（步驟 5d 定案歌×樣態
|
||||
矩陣）。衍生與報表為「可再生仍 commit」的例外，理由：
|
||||
引用穩定性、審稿人零門檻、撰稿期數字變動可 diff。
|
||||
- **資料模型**：`songs`（含 lyrics、`performer_gender`——
|
||||
演唱聲音之性別，由署名藝人之 Wikidata 性別推導後套用
|
||||
`data/manual/performer-gender-corrections.csv` 手工修正）、
|
||||
`chart_entries`、`artists`、`song_artists`、`codings`、
|
||||
`groups`（語意編碼群）、`patterns`（深讀樣態）、
|
||||
`annotations`（歌×樣態定案矩陣）。領域不變量（恰 1000
|
||||
筆榜單、每歌至少一 primary 歌手等）檢查內建於
|
||||
`build-db`，違規即建置失敗。
|
||||
- **歌手背景防火牆**：歌手背景資料只進人工解讀階段，
|
||||
**絕不進 LLM 輸入**——LLM 任務的 user message 維持
|
||||
歌詞-only 或管線中間產物-only，避免光環偏誤。
|
||||
- **Pilot 歌詞沿用（私人匯入，不進發布管線）**：先導研究
|
||||
捕捉檔（lyrics.json，684 首，2018–2025）以私人腳本
|
||||
匯入歌詞快取；讀者的重現路徑純粹是
|
||||
`fetch-lyrics`；沿用之事實記於
|
||||
`data/captures/lyrics-provenance.csv`（進 git）。
|
||||
- **子命令**（`pop-fem-audit-tools <cmd>`）：`build-db`
|
||||
（`--codings`、`--groups`、`--gender-corrections`、
|
||||
`--patterns`、`--annotations`）、`cluster-keywords`、
|
||||
`export-llm-input`、`fetch-artists`、`fetch-lyrics`、
|
||||
`run-llm`（`--model` 於模型登錄表中擇一）、
|
||||
`tally-codings`、`tally-groups`、`tally-annotations`。
|
||||
- **Pilot 歌詞沿用**：先導歌詞沿用之來歷與細節詳見該檔
|
||||
（`pilot-study.md`）。
|
||||
|
||||
## 分析管線（五步驟，全部完成）
|
||||
|
||||
@@ -96,27 +48,19 @@
|
||||
階層式聚合分群 k=100，組名取 medoid；再併入研究者先驗
|
||||
主題詞 `women-power`（據實揭露的儀器介入），共 101 碼。
|
||||
3. **編碼（步驟 3）**：以定稿詞彙表對全 883 首編碼，逐
|
||||
標籤附引述，×3＋多數決（`tally-codings`），定案
|
||||
`results/codings.csv`。「女性力量」候選集（wp 66 首、
|
||||
fe 144 首、wp∪fe 145 首）由此浮現。
|
||||
標籤附引述，×3＋多數決，產出定案編碼表。「女性力量」
|
||||
候選集（wp 66 首、fe 144 首、wp∪fe 145 首）由此浮現。
|
||||
4. **語意編碼群（步驟 4）**：LLM 依編碼字面語意將 101 碼
|
||||
選入研究者指定的四個主題群（women-power／misogyny／
|
||||
masculine／vulnerable），×3＋多數決（`tally-groups`），
|
||||
定案 `results/groups.csv`；wp/fe 與各編碼、各編碼群之
|
||||
關聯統計（BH-FDR 校正）入論文。
|
||||
masculine／vulnerable），×3＋多數決，產出定案分群表；
|
||||
wp/fe 與各編碼、各編碼群之關聯統計（BH-FDR 校正）入
|
||||
論文。
|
||||
5. **女性主義問題之質性深讀（步驟 5）**：對 wp∪fe 145 首
|
||||
——5a 逐首盲讀（僅歌詞全文）×3；5b 逐首整合（收斂
|
||||
註記、主清單限兩讀以上）；5c 樣態統整（全體基底＋
|
||||
男聲／女聲／混合三個發話脈絡分組）；5d 樣態標註——
|
||||
以分組樣態表逐首標註「有問題」的 111 首，×3＋多數決
|
||||
（`tally-annotations`），定案 `results/patterns.csv` 與
|
||||
`results/annotations.csv`。
|
||||
|
||||
定義檔命名 `prompts/<步><次步>-<task>.md`，次步以字母標示
|
||||
（與論文正文的步驟編號一致）；編號的所指是工序而非定義檔
|
||||
（確定性的第 2 步無定義檔仍佔編號）；檔名
|
||||
不帶版本號——版本即 git 歷史；每次執行的定義檔快照隨
|
||||
`runs/` 自我完備，token 費用逐筆記於 `docs/run-costs.md`。
|
||||
以分組樣態表逐首標註「有問題」的 111 首，×3＋多數決，
|
||||
產出定案樣態表與歌×樣態定案矩陣。
|
||||
|
||||
## 時程與剩餘工作
|
||||
|
||||
@@ -125,8 +69,3 @@
|
||||
污染」結論（步驟 5 素材已備）、信度說明、fe 與新自由
|
||||
主義敘事之詮釋標註。
|
||||
|
||||
## 其他已定案事項
|
||||
|
||||
- 歌詞受版權保護：完整歌詞不進 git
|
||||
（`data/captures/lyrics/` gitignored），論文與 repo 只留
|
||||
分析所引摘錄。
|
||||
|
||||
Reference in New Issue
Block a user