Conceptual Frameworks Guide
Deconstructing the ‘Concept’
Jabareen (2009) đưa ra một cách tiếp cận khác về khung khái niệm. Giống như Passey, Jabareen nhấn mạnh rằng các quan điểm đa ngành thường cần thiết để giải quyết các câu hỏi nghiên cứu đương đại, và xem các phương pháp định tính là cách tốt nhất để điều tra sự phức tạp bằng cách kết hợp các lĩnh vực kiến thức khác nhau.

Cách tiếp cận của Jabareen đối với khung khái niệm là xem chúng hướng tới sự hiểu biết sâu sắc hơn là một lời giải thích lý thuyết (điều mà các phương pháp định lượng cung cấp). Theo Deleuze & Guattari (1991:15-21), Jabareen (2009) đưa ra một cách giải thích hậu cấu trúc về 'khái niệm' như là mang tính lịch sử và được định nghĩa bởi các thành phần cấu tạo và mối quan hệ của chúng với các khái niệm khác.
Khung khái niệm không chỉ đơn thuần là một tập hợp các khái niệm mà là một cấu trúc trong đó mỗi khái niệm đóng một vai trò không thể thiếu.
Khung khái niệm không cung cấp một bối cảnh nhân quả/phân tích mà là một cách tiếp cận diễn giải đối với thực tại xã hội.
Thay vì đưa ra một lời giải thích lý thuyết, như các mô hình định lượng, khung khái niệm cung cấp sự hiểu biết.
Khung khái niệm không cung cấp kiến thức về “sự thật hiển nhiên” mà là “sự diễn giải mềm dẻo về ý định”.
Khung khái niệm mang tính chất bất định và do đó không cho phép chúng ta dự đoán kết quả.
Khung khái niệm có thể được phát triển và xây dựng thông qua quá trình phân tích định tính.
Nguồn dữ liệu bao gồm nhiều lý thuyết định hướng theo từng lĩnh vực, trở thành dữ liệu thực nghiệm của phân tích khung khái niệm. Mặc dù phân tích khung khái niệm tạo ra các lý thuyết hoặc khung khái niệm từ các khối kiến thức đa ngành, nhưng siêu tổng hợp, một sự tổng hợp có hệ thống các phát hiện từ các nghiên cứu định tính, tìm cách tạo ra các diễn giải mới mà trong đó có sự đồng thuận trong một lĩnh vực nghiên cứu cụ thể.
Giống như Passey, Jabareen (2009) nhấn mạnh tính đa nghĩa của các khung khái niệm và xem đây là cách để kết hợp các ý tưởng quan trọng từ các ngành hoặc lĩnh vực khác nhau. Tuy nhiên, một điểm khác biệt là phản ứng của Jabareen đối với sự mơ hồ hoặc không rõ ràng xung quanh các khung khái niệm là dành chúng cho các nỗ lực định tính nhằm rút ra sự hiểu biết từ nhiều “văn bản” thông qua một quá trình lý thuyết hóa.
Quá trình này được trình bày như sau:
Lập bản đồ các nguồn dữ liệu đã chọn
Đọc kỹ và phân loại dữ liệu đã chọn
Xác định và đặt tên các khái niệm
Phân tích cấu trúc và phân loại các khái niệm
Tích hợp các khái niệm
Tổng hợp, tái tổng hợp và làm cho tất cả có ý nghĩa
Xác thực khung khái niệm
Suy nghĩ lại về khung khái niệm
Quá trình này gợi nhớ đến một đánh giá tài liệu có hệ thống, nhưng tập trung vào việc tinh chỉnh các khung khái niệm phát sinh từ văn bản hơn là tóm tắt hiện trạng của một lĩnh vực nghiên cứu. Khi nghiên cứu sinh tiến sĩ được yêu cầu viết một bài đánh giá tài liệu ngay từ đầu dự án, ý tưởng phát triển một khung khái niệm như một phần của bài đánh giá này thường chỉ được ngụ ý. (Như chúng ta đã thấy ở trên, thường không có yêu cầu phải trình bày khung khái niệm của mình hoặc thậm chí dành nhiều thời gian để phân tích vấn đề của nó.) Việc làm rõ mối liên hệ giữa các nguồn văn bản và các yếu tố trong khung khái niệm của mình sẽ giúp ích cho cả nhà nghiên cứu và (cuối cùng) người hướng dẫn và giám khảo.
Weaver-Hart (1988) lập luận rằng các khung khái niệm không rõ ràng vì chính thuật ngữ này đã mang lại một cái gì đó trừu tượng (khái niệm) với một cái gì đó cụ thể (một khung). Công trình của Jabareen (2009) có thể được xem như một nỗ lực để thu hẹp khoảng cách này bằng cách nhấn mạnh mối quan hệ chặt chẽ giữa các khái niệm và nền tảng văn bản (cụ thể) của chúng.
Một cách tiếp cận phân tích cấu trúc sẽ không phù hợp với mọi dự án (mặc dù việc tuân theo khuôn khổ này có thể tạo ra những quan điểm thú vị). Tuy nhiên, sự chú trọng đến chi tiết mà Jabareen (2009) mang lại cho vai trò của văn bản trong việc định hình một khung khái niệm về mặt định tính nhìn chung là hữu ích, đặc biệt nếu người ta hiểu những thứ như phỏng vấn, tuyên bố cá nhân, tài nguyên nghe nhìn và phương tiện truyền thông tương tác như là các “văn bản”.
---------------------------------------------------
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
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm) - Trình tạo nhạc AI tốt nhất
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) - Trợ lý AI tốt nhất (chatbots)
Hiểu các giấy phép CC và đào tạo AI: Một tóm tắt về pháp lý
Hướng dẫn kỹ thuật lời nhắc. Kỹ thuật viết lời nhắc. Lời nhắc Tái Hành động (ReAct)
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
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
Hướng dẫn nghiên cứu của khoa về ChatGPT và các công cụ AI
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm) - Trợ lý họp AI tốt nhất
50 công cụ AI tốt nhất cho năm 2025 (Đã thử và kiểm nghiệm) - Trình tạo video AI tốt nhất
Quản trị đại học hiệu quả trong kỷ nguyên AI với các Khung năng lực AI cho giáo viên và học sinh cùng AI Nguồn Mở