# 研究步驟規劃

（2026-07-30 討論定案；2026-08-15 依執行現況全面改寫，
舊版規劃見 git 歷史；歷次變更與理由記於 `decision-log.md`，
程序細節見 `methodology.md`）

## 總體框架

- **研究敘事**：全文為獨立完整的正式研究（2016–2025 十年
  語料共 1000 筆榜單紀錄、883 首歌，凍結程序後全量執行），
  **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，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`；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。

## 範圍性定案

- **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**：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）

1. **自由標註（步驟 1）**：逐首歌請模型標註 thematic
   keywords，附歌詞引述；提示零語意內容。獨立執行兩次，
   兩次輸出全數進池。
2. **詞彙表建構（步驟 2）**：聯集去重後以句向量模型嵌入、
   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，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，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，
   產出定案樣態表與歌×樣態定案矩陣。

## 時程與剩餘工作

- 全文截稿 2026-08-15；已向主辦致歉延後一至二日交件。
- 分析管線與定案表全部完成；剩餘為論文撰寫：「挪用與
  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。