Textanalyse von Studien zu ERGMS- und SOAM-Modellen in Bildungskontexten

Grunddaten zum Vortrag

Art des Vortragswissenschaftlicher Vortrag
Name der VortragendenMarticke, Sophie; Erhardt, Yvonne;
Datum des Vortrags27.06.2024
VortragsspracheEnglisch

Informationen zur Veranstaltung

Name der VeranstaltungINSNA Sunbelt
Zeitraum der Veranstaltung24.06.2024 - 30.06.2024
Ort der VeranstaltungHeriot-Watt University, Edinburgh
Webseite der Veranstaltunghttps://www.insna.org/events/sunbelt-2024---edinburgh
Veranstaltet vonInternational Network for Social Network Analysis

Zusammenfassung

Die Soziale Netzwerkanalyse wurde häufig in Bildungskontexten eingesetzt, wobei in den letzten zehn Jahren eine deutliche Zunahme der veröffentlichten Artikel zu verzeichnen ist. Trotz des gesteigerten Interesses und der verstärkten Anwendung der Methode bieten nur wenige Quellen einen Überblick über deren Einsatz in der Bildungsforschung (z.B. Robins, 2015). Diese Studie zielt darauf ab, einen Überblick über dieses wachsende Feld zu geben, indem relevante Themen identifiziert werden. Besonders in Bildungskontexten sind soziale Strukturen, deren Entstehung und Einflüsse relevante Themen. Beispielsweise ist der enge Zusammenhang zwischen sozialer Einbettung, Wohlbefinden und schulischen Leistungen gut dokumentiert. Um jedoch Einfluss auf die Entstehung angenehmer und unangenehmer Beziehungen nehmen zu können (wie es sich Lehrkräfte oft wünschen), ist es notwendig, alle relevanten Netzwerkeffekte und deren Zusammenspiel aufzudecken. In der Bildungsforschung gibt es nur wenige Studien, die die Abhängigkeit zwischen Netzwerken untersuchen – obwohl diese für das Feld und die Praktiker von großer Bedeutung sind. In unserer Studie konzentrieren wir uns daher auf Untersuchungen, die dieses Zusammenspiel mithilfe von Exponential Random Graph Models (ERGM) und Stochastic Actor Oriented Models (SAOM), zwei gängigen fortgeschrittenen Methoden der sozialen Netzwerkanalyse, analysieren. Während ERGMs hauptsächlich zur Analyse von Querschnittsdaten verwendet werden, können SAOMs genutzt werden, um Längsschnittdaten zu untersuchen. Beide Methoden ermöglichen es, endogene und exogene Netzwerkeffekte mathematisch zu kontrollieren. Unser Science Mapping zielt darauf ab, diese Lücke zu schließen, indem wir die Häufigkeit der Forschungsthemen quantifizieren und die Publikationsstruktur in Studien, die soziale Netzwerkanalyse verwenden – insbesondere ERGMs und SAOMs – in Bildungskontexten aufzeigt. Mithilfe einer ausgewählten Booleschen Suchstrategie wurden empirische, englischsprachige, peer-reviewte Studien in der Datenbank „Web of Science“ durchsucht, wobei Publikationen zwischen 2013 und 2023 berücksichtigt wurden. Wir identifizierten 223 Studien zu sozialen Netzwerken in Schulklassen im „k-12“- und Universitätskontext, die ERGMs oder SAOMs verwenden. Für jede Studie wurden Merkmale wie Veröffentlichungsjahr und Quelle mithilfe bibliografischer Bewertungsverfahren analysiert. Zudem wurden die Abstracts für eine Textanalyse verwendet, um Themen innerhalb des Fachgebiets zu identifizieren. Die aus bibliometrischen Informationen, Abstracts und Titeln gewonnenen Inhalte wurden kategorisiert und wie folgt präsentiert: Wie? Was sind die Hauptquellen der Veröffentlichungen? Wo? In welchen Ländern und Regionen wurden die Studien durchgeführt? Was? Welche Themen ergeben sich (z. B. Welche Begriffe treten am häufigsten auf? Welche Themencluster können modelliert werden)? Die Ergebnisse einer vorläufigen Stichprobe von 160 Studien zeigen, dass die Soziale Netzwerkanalyse ein wachsendes Feld in der Bildungsforschung ist. Mithilfe des „stm“-Pakets in R identifizierten wir 11 thematische Cluster aus den häufigsten Begriffen in den Abstracts: 1) „Freundschaftsentstehung in weiterführenden Schulen“; 2) „Freunde und Identifikationsprozesse“; 3) „Peer-Auswahl- und Einflussprozesse im Jugendalter“; 4) „Freundschaften von Jugendlichen und psychische Gesundheit“; 5) „Peer-Auswahl- und Einflussprozesse durch schulische Leistungen“; 6) „Ethnische Minderheiten und die Entstehung von Freundschaften“; 7) „Peer-Auswahlprozesse nach Geschlecht“; 8) „Mobbing- und Viktimisierungsprozesse“; 9) „Kooperationsbeziehungen in Schule und Universität“; 10) „Schüler und Lehrer“; 11) „Jugendliche und Gesundheit“. Fortgeschrittene Textanalyseverfahren und bibliometrische Methoden sind für die gesamte Stichprobe der Studien geplant, um ein umfassendes Bild davon zu geben, was mit den beiden Modellarten der sozialen Netzwerkanalyse in Bildungskontexten untersucht wird.
Stichwörtermaschinelle Textanalyse; Topic Modeling; Soziale Netzwerkanalyse; Exponential Random Graph Models; Stochastic Actor Oriented Models;

Vortragende der Universität Münster

Marticke, Sophie
Professur für Methoden der empirischen Bildungsforschung (Prof. van Ophuysen)