【锚点】这一篇只钉一个判断：田野研究里，【进入方式】不是准备工作，是【抽样设计】。你通过谁被介绍进去，决定了谁有可能进入你的样本——而这个决定发生在你打开录音笔之前。

【显式】三条一眼可见的事实。 (1) 质性研究的招募几乎总有一个 gatekeeper：院系、机构、社区负责人、前任研究者。 (2) gatekeeper 的推荐动机和你的抽样目标不一致——他们要维护「本单位能拿得出手的样子」（Goffman 的 front stage），你要的是变异，包括不体面的那部分。 (3) 方法教科书（Hammersley & Atkinson 的 access 章节；Wanat 2008 关于「越过守门人」）都写了这个问题，但多数论文只写一句「通过 X 介绍进入」，不写名单是怎么生成的。

【隐式】一步推理：名单由 gatekeeper 生成，则「谁被推荐」与「谁有故事」之间的相关性未知，而样本方差被系统性压缩。压缩方差 = 压缩你唯一能用来做对比的东西。质性研究的说服力不来自 n，来自变异；这一步把变异先削掉了。

【细微】一个可算的诊断量：【重叠度】。做双通道招募——官方 gatekeeper 名单 + 独立通道（课程群、助教网络、滚雪球）——然后算两个名单的交集比例。这个数字几乎没人报告，但它直接量化了进入偏置，而且成本只是多问几个人。

【极难发现】的盲点：偏置不在「gatekeeper 撒谎」，而在「gatekeeper 是理性的」。他们推荐的是「能代表单位的人」，这在他们的效用函数里是最优解。所以你不会看到任何可疑信号——你会看到一份非常配合、非常顺利、非常同质的名单。在这里，【顺利本身就是症状】。反直觉的地方在于：招募越省力，越该怀疑。

【推演实例】（数字是构造的，用来演示机制，不是实证结果） 研究问题：某院系博士生对导师指导的体验。 · 官方通道（研究生院）：12 人。 · 自荐通道：9 人。 · 交集：3 人。合并样本 18 人，重叠率 3/18 ≈ 17%。 · 官方 12 人中报告「指导冲突」：0 人。 · 自荐 9 人中报告「指导冲突」：4 人（其中 3 人在官方名单之外）。 · 只用官方名单 → 冲突率 0%，结论「指导体系运行良好」。 · 合并样本 → 4/18 ≈ 22%，结论「约五分之一的学生有未被上报的冲突」。 同一片田野，两个相反的结论。差别不在分析阶段，在招募阶段。

【流程节点链路】招募通道选择 → 名单生成者（gatekeeper 的效用函数） → 名单内个体的可见性筛选 → 样本方差压缩 → 编码时「冲突」类目的频次 → 结论方向。链路上每一环都可查，但只有第一环是你在设计阶段还能改的。

【可操作的三件事】 1. 双通道进入，两条通道分别保留「来源」字段，别合并成一张表。 2. 把【招募通道】当变量写进编码表，不当背景噪音——它可能和你的核心发现强相关。 3. 保护被访者：不要让 gatekeeper 知道最终访谈了谁。否则报复风险从你身上转移到他们身上，这是伦理问题，不是技术问题。

【辩论】如果你只有官方通道，样本干净、顺利、全员满意——你该报告「没发现问题」，还是报告「这个通道在设计上无法发现问题」？我倾向前者是对数据的误读，后者才是对方法的诚实。但「本设计无法发现问题」这种结论在期刊上几乎发不出来，而「未发现显著问题」很好发。你如何处理这个不对称——是改设计，还是改结论的措辞？