Conceptual Frameworks Guide
Conceptual Frameworks and Research Perspectives
Trong phần này, chúng ta sẽ dựa trên một số tài liệu (đặc biệt là Kivunja, 2018; Leshem & Trafford, 2007; Jabareen, 2009; Passey, 2020; Ravitch và Riggan, 2017) đã đưa ra những hiểu biết sâu sắc về vai trò của các khung khái niệm và mô tả phạm vi khả năng của chúng. Chúng ta sẽ trình bày một số cách tiếp cận thường chồng chéo nhưng có một số điểm khác biệt chính. Điểm chung của tất cả các cách tiếp cận này là đều xuất phát từ nhận định rằng ngôn ngữ xung quanh các lý thuyết và khung lý thuyết có thể mơ hồ và gây nhầm lẫn.
Kivunja (2018) lập luận dựa trên kinh nghiệm của mình với tư cách là người hướng dẫn, giám khảo bên ngoài và giảng viên phương pháp nghiên cứu rằng “vấn đề đối với nhiều sinh viên là không thể diễn đạt rõ ràng sự khác biệt giữa lý thuyết, khung lý thuyết và khung khái niệm cho một dự án nghiên cứu được đề xuất”. Nhiều nghiên cứu sinh tiến sĩ – và người hướng dẫn – thường sử dụng các thuật ngữ này thay thế cho nhau và điều này có thể không hữu ích.
Tương tự, Leshem và Trafford (2007) nhận thấy rằng nhiều nghiên cứu sinh tiến sĩ gặp khó khăn trong việc diễn đạt cách họ hình dung về nghiên cứu và điều này có thể ảnh hưởng đến sự thành công của nghiên cứu.
|
Hiểu biết |
Hiểu lầm |
Hậu quả |
|
Làm rõ vấn đề nghiên cứu |
Bỏ qua (các) mô hình định vị và phê bình các vấn đề nghiên cứu |
Tập trung quá mức vào phương pháp nghiên cứu mà bỏ qua các khái niệm |
|
Xác định các khái niệm từ việc tổng quan tài liệu |
Không hình dung được mối liên hệ giữa các khái niệm khác nhau |
Không xây dựng được khung lý thuyết và chức năng của nó cũng chưa được đánh giá đúng mức |
|
Thiết kế nghiên cứu và giải thích phương pháp luận và các phương pháp |
Bỏ qua vai trò chiến lược và hướng dẫn của các khung khái niệm |
Thiếu các mối quan hệ rõ ràng và mạch lạc trong toàn bộ nghiên cứu |
Khả năng hiểu biết của nghiên cứu sinh tiến sĩ về việc khái niệm hóa nghiên cứu (Leshem & Trafford, 2007:95)
Kivunja (2018) đề xuất năm câu hỏi quan trọng cần đặt ra về “lý thuyết”, “khung lý thuyết” và “khung khái niệm” của bạn:
Mỗi thuật ngữ này có nghĩa là gì?
Khi nào và làm thế nào để sử dụng từng thuật ngữ?
Khung lý thuyết phục vụ những mục đích gì?
Làm thế nào để phát triển khung lý thuyết cho đề cương nghiên cứu hoặc luận văn của bạn?
Một khung lý thuyết tốt trông như thế nào?
Sự khác biệt quan trọng mà Kivunja (2018) đưa ra là giữa khung lý thuyết và khung khái niệm. Khung lý thuyết gắn liền với việc rà soát tài liệu một cách có hệ thống, trong khi khung khái niệm mô tả cách tiếp cận của nhà nghiên cứu để trả lời câu hỏi nghiên cứu. Họ dựa trên Kerlinger và Lee (2000) để định nghĩa lý thuyết là “một tập hợp các cấu trúc (khái niệm), định nghĩa và mệnh đề có liên quan với nhau mà trình bày một cái nhìn có hệ thống về các hiện tượng bằng cách xác định các mối quan hệ giữa các biến số, với mục đích giải thích và dự đoán các hiện tượng”. Các lý thuyết xuất hiện từ dữ liệu theo thời gian khi các mối quan hệ có tính quy luật được xác định và trải qua quá trình cải tiến lặp đi lặp lại.
Để một cách tiếp cận được coi là lý thuyết, nó phải logic và mạch lạc, với ranh giới rõ ràng về phạm vi áp dụng. Các lý thuyết giải thích rõ ràng các mối quan hệ giữa các biến số và đưa ra các dự đoán cụ thể và có ý nghĩa về kết quả liên quan đến các biến số, nguyên tắc và cấu trúc tạo nên lý thuyết đó. (Khung khái niệm có thể lỏng lẻo hơn nhiều trong việc lập bản đồ nhận thức của chúng: như Rudestam và Newton (1992:6) đã nói, khung khái niệm “đơn giản chỉ là một hình thức kém phát triển hơn của lý thuyết”).
Kiểu trình bày tổng quát, mang tính đột phá về các mối quan hệ có tính quy luật này thường quá lớn và khó xử lý để có thể lặp lại toàn bộ như một phần của dự án nghiên cứu. Vì vậy, các khung lý thuyết được sử dụng để cấu trúc và hỗ trợ nghiên cứu bằng cách tóm tắt và mô tả các khía cạnh lý thuyết có liên quan từ công trình của các chuyên gia trong lĩnh vực này. Nhìn theo cách này, khung lý thuyết thực chất là một công cụ: “một cái móc treo lý thuyết cho việc phân tích dữ liệu và diễn giải kết quả của bạn” (Kivunja, 2018:46). Việc lựa chọn và mô tả một khung lý thuyết là một hoạt động học thuật cần phải đặt nền tảng một cách có hệ thống cho nghiên cứu của mình trong các tài liệu hiện có.
“Lý tưởng nhất, khung lý thuyết của bạn nên xuất phát từ việc rà soát tài liệu. Điều này khác biệt đáng kể với khung khái niệm của bạn, chủ yếu bao gồm suy nghĩ của riêng bạn về tất cả các thành phần khác nhau của nghiên cứu (bao gồm cả khung lý thuyết), như đã giải thích ở trên.” (Kivunja, 2018:52) Kivunja (2018) tiếp tục sử dụng phép ẩn dụ về một ngôi nhà với nhiều phòng khác nhau để giải thích rằng khung lý thuyết chỉ là một phần của khung khái niệm: “Một phép so sánh hữu ích có thể là, trong khi khung khái niệm là ngôi nhà, thì khung lý thuyết chỉ là một căn phòng phục vụ một mục đích cụ thể trong ngôi nhà đó. Ví dụ, mục đích của căn phòng có thể là nhà bếp, phòng khách, phòng tắm, phòng ngủ hoặc gara. Mặc dù mỗi phòng có một mục đích riêng biệt, nhưng không một phòng nào có thể đảm nhiệm tất cả các chức năng mà một ngôi nhà phục vụ. Phép so sánh này sẽ giúp bạn hiểu rõ hơn tại sao hai thuật ngữ này không bao giờ được sử dụng thay thế cho nhau. Chỉ trong ‘ngôi nhà’ chỉ có một phòng, thì ngôi nhà và căn phòng mới là một thứ và cùng một thứ. Hầu hết các ngôi nhà không được xây dựng như vậy” (Kivunja, 2018:47).
Điều đáng lưu ý là các khía cạnh siêu nhận thức của khung khái niệm không cần phải được trình bày rõ ràng trong luận án tiến sĩ với một chương riêng hoặc phần giải thích riêng, vì điều này không được mong đợi giống như đối với nền tảng lý thuyết. Xét đến tầm quan trọng của chúng, điều này có thể hơi đáng ngạc nhiên, nhưng có lẽ giải thích tại sao đôi khi người ta sử dụng các thuật ngữ như "khung lý thuyết" và "khung khái niệm" một cách thay thế cho nhau.
Lời khuyên của Kivunja (2018) là tập trung vào việc làm rõ ràng và cụ thể vai trò của lý thuyết, nền tảng lý thuyết và nền tảng khái niệm, luôn luôn chú ý đến khía cạnh thực tiễn. Những cấu trúc này giúp bạn trả lời câu hỏi của mình như thế nào? Chúng ảnh hưởng hoặc cải thiện quá trình thu thập và phân tích dữ liệu ra sao? Bạn cần có khả năng giải thích tất cả các khía cạnh của các mô hình và khung được sử dụng trong dự án của mình và biện minh cho việc sử dụng chúng, cho thấy chúng được dựa trên các tài liệu khoa học gần đây như thế nào. Do đó, khung khái niệm liên quan đến cách bạn vận hành và siêu nhận thức dự án nghiên cứu của mình. Đó là kế hoạch tổng thể, phương pháp tiếp cận, lộ trình và quan điểm độc đáo của bạn. Như Miles và Huberman (1984:33) đã nói, khung khái niệm của bạn là “phiên bản hiện tại của bản đồ lãnh thổ đang được nghiên cứu của nhà nghiên cứu”.
Leshem & Trafford (2007) chỉ ra rằng những phép ẩn dụ như thế này là những cách phổ biến để cố gắng mô tả một khung khái niệm - đến mức chúng thường thay thế chính khung khái niệm đó. Điều này có nguy cơ khiến khung khái niệm trở thành thứ che khuất hơn là làm sáng tỏ. Họ xác định ba nhóm ‘siêu ẩn dụ’: kiến trúc, địa lý và sơ đồ.

Phân loại các ẩn dụ khung khái niệm (dựa trên Leshem & Trafford, 2007:104)
---------------------------------------------------
Thừa nhận:
Nội dung này được dịch từ tài liệu của các tác giả: Farrow, R. (ed.), Weller, M., Pitt, R., Iniesto, F., Algers, A., Almousa, S., Baas, M., Bentley, P., Bozkurt, A., Butler, W., Cardoso, P., Chtena., N., Cox, G., Czerwonogora, A., Dabrowski, M.T., Derby, R., DeWaard, H., Elias, T., Essmiller, K., Funk, J., Hayman, J., Helton, E., Huth, K., Hutton, S. C., Iyinolakan, O., Johnson, K. R., Jordan, K., Kuhn, C., Lambert, S., Mittelmeier, J., Nagashima, T., Nerantzi, C., O’Reilly, J., Paskevicius, M., Peramunugamage, A., Pete, J., Power, V., Pulker, H., Rabin, E., Rets, I., Roberts, V., Rodés, V., Sousa, L., Spica, E., Vizgirda, V., Vladimirschi, V., & Witthaus, G. (2023). Sổ tay Nghiên cứu Mở của GO-GN.
Mạng lưới Cao học Toàn cầu về Tài nguyên Giáo dục Mở / Trung tâm Nghiên cứu Giáo dục Mở.
https://go-gn.net/gogn_outputs/open-research-handbook/.
![]()
Giấy phép nội dung: CC BY 4.0 Quốc tế.
---------------------------------------------------
VỀ TRANG: HƯỚNG DẪN KHUNG KHÁI NIỆM
---------------------------------------------------
Xem thêm:
Tác giả: Nghĩa Lê Trung
Ý kiến bạn đọc
Những tin cũ hơn
Blog này được chuyển đổi từ http://blog.yahoo.com/letrungnghia trên Yahoo Blog sang sử dụng NukeViet sau khi Yahoo Blog đóng cửa tại Việt Nam ngày 17/01/2013.Kể từ ngày 07/02/2013, thông tin trên Blog được cập nhật tiếp tục trở lại với sự hỗ trợ kỹ thuật và đặt chỗ hosting của nhóm phát triển...
Sổ tay Nghiên cứu Mở của Mạng lưới Cao học Toàn cầu Tài nguyên Giáo dục Mở - GO-GN (Global OER - Graduate Network)
DigComp 3.0: Khung năng lực số châu Âu
Các bài toàn văn trong năm 2025
Các bài trình chiếu trong năm 2025
Các lớp tập huấn thực hành ‘Khai thác tài nguyên giáo dục mở’ tới hết năm 2025
Tập huấn thực hành ‘Khai thác tài nguyên giáo dục mở’ cho giáo viên phổ thông, bao gồm cả giáo viên tiểu học và mầm non tới hết năm 2025
Các tài liệu dịch sang tiếng Việt tới hết năm 2025
Loạt bài về AI và AI Nguồn Mở: Công cụ AI; Dự án AI Nguồn Mở; LLM Nguồn Mở; Kỹ thuật lời nhắc;
Tổng hợp các bài của Nhóm các Nhà cấp vốn Nghiên cứu Mở (ORFG) đã được dịch sang tiếng Việt
Tổng hợp các bài của Liên minh S (cOAlition S) đã được dịch sang tiếng Việt
Bàn về 'Lợi thế của doanh nghiệp Việt là dữ liệu Việt, bài toán Việt' - bài phát biểu của Bộ trưởng Nguyễn Mạnh Hùng ngày 21/08/2025
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm)
‘KHUYẾN NGHỊ VÀ HƯỚNG DẪN TRUY CẬP MỞ KIM CƯƠNG cho các cơ sở, nhà cấp vốn, nhà bảo trợ, nhà tài trợ, và nhà hoạch định chính sách’ - bản dịch sang tiếng Việt
AI trong TVET - Một vài gợi ý triển khai trong thực tế
Tọa đàm ‘Vai trò của Tài nguyên Giáo dục Mở trong chuyển đổi số giáo dục đại học’ tại Viện Chuyển đổi số và Học liệu - Đại học Huế, ngày 12/09/2025
12 dự án AI Nguồn Mở hàng đầu để bổ sung vào kho công nghệ của bạn. 11. Hugging Face Transformers
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm) - Trình tạo nhạc AI tốt nhất
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm) - Trợ lý AI tốt nhất (chatbots)
Hướng dẫn kỹ thuật lời nhắc. Kỹ thuật viết lời nhắc. Lời nhắc Tái Hành động (ReAct)
Hiểu các giấy phép CC và đào tạo AI: Một tóm tắt về pháp lý
Dự án DIAMAS đưa ra Khuyến nghị và Hướng dẫn Truy cập Mở Kim cương
‘Từ nội dung của con người đến dữ liệu của máy móc. Giới thiệu tín hiệu CC’ - bản dịch sang tiếng Việt
Khóa Thực hành khai thác Tài nguyên Giáo dục Mở No2/2025 tại Trường Đại học Nguyễn Tất Thành, 19 và 26/08/2025. Ngày 1.
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm) - Công cụ AI quản lý kiến thức tốt nhất
Hướng dẫn nghiên cứu của khoa về ChatGPT và các công cụ AI
12 dự án AI Nguồn Mở hàng đầu để bổ sung vào kho công nghệ của bạn
Thông cáo báo chí của Liên minh S về Truy cập Mở trong giai đoạn 2026-2030 - bản dịch sang tiếng Việt
‘Tầm quan trọng của các kỹ năng tư duy phản biện và linh hoạt của học sinh TVET đối với năng lực AI’ - bản dịch sang tiếng Việt
‘Chiến lược 2025-2028 của Creative Commons’ - bản dịch sang tiếng Việt
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm) - Trợ lý họp AI tốt nhất