बार्नी जी. ग्लेसर और एंसलम स्ट्रॉस एंसेलम स्ट्रॉस एंसेलम लियोनार्ड स्ट्रॉस (18 दिसंबर, 1916 - 5 सितंबर, 1996) कैलिफोर्निया विश्वविद्यालय, सैन में एक अमेरिकी समाजशास्त्री प्रोफेसर थे। फ्रांसिस्को (यूसीएसएफ) को अंतरराष्ट्रीय स्तर पर एक चिकित्सा समाजशास्त्री के रूप में जाना जाता है (विशेष रूप से पुरानी बीमारी और मरने पर उनके अग्रणी ध्यान के लिए) और डेवलपर (बार्नी ग्लेसर के साथ) के रूप में … https://en.wikipedia.org › विकी › Anselm_Strauss
एंसलम स्ट्रॉस - विकिपीडिया
सबसे पहले द डिस्कवरी ऑफ ग्राउंडेड थ्योरी (1967) में इस शब्द को महत्वपूर्ण रूप से समझाया गया। डेटा अपारदर्शी रहता है यदि शोधकर्ता डेटा के विभिन्न वर्गों या नमूनों के बीच संभावित अंतर और समानता के बीच कोई संवेदनशीलता विकसित नहीं करता है।
सैद्धांतिक नमूनाकरण क्या है?
सैद्धांतिक नमूनाकरण गुणात्मक अनुसंधान में नमूनाकरण का एक रूप है जो एक प्राथमिकता चयन की सीमाओं से बंधा नहीं है। इसके बजाय, सैद्धांतिक नमूने में संयुक्त रूप से डेटा एकत्र करना और विश्लेषण करना शामिल है ताकि यह तय किया जा सके कि आगे कौन सा डेटा एकत्र करना है और सिद्धांत विकसित करने के लिए उन्हें कहां खोजना है (ग्लेसर एंड स्ट्रॉस, 1967/2012)।
ग्लेसर और स्ट्रॉस कौन हैं?
ग्राउंडेड थ्योरी पद्धतियां दो समाजशास्त्रियों द्वारा विकसित की गईं, बार्नी ग्लेसर और एंसलम स्ट्रॉस अस्पताल में मरने वाले रोगियों पर शोध में सहयोग करते हुए, ग्लेसर और स्ट्रॉस ने निरंतर तुलनात्मक पद्धति विकसित की जो बाद में ज्ञात हुई आधार सिद्धांत विधि के रूप में।
ग्राउंडेड थ्योरी क्या है कॉर्बिन और स्ट्रॉस?
रचनात्मक आधार वाले सिद्धांत को स्ट्रॉस (1987) और स्ट्रॉस और कॉर्बिन (1990, 1994, 1998) के काम से खोजा जा सकता है, जो उनकी सापेक्षतावादी स्थिति पर आधारित है और उनके विश्वास में प्रदर्शित किया गया है कि शोधकर्ता सिद्धांत का निर्माण करता है प्रतिभागियों की कहानियों की उनकी व्याख्या के परिणाम के रूप में
सैद्धांतिक नमूनाकरण रणनीति क्या है?
विकिपीडिया से मुक्त विश्वकोश। सैद्धांतिक नमूनाकरण सिद्धांत उत्पन्न करने के लिए डेटा संग्रह की एक प्रक्रिया है जिसके द्वारा विश्लेषक संयुक्त रूप से कोड एकत्र करता है और डेटा का विश्लेषण करता है और यह तय करता है कि आगे कौन सा डेटा एकत्र करना है और उन्हें कहां खोजना है, एक सिद्धांत के रूप में विकसित करने के लिए यह उभरता है।
