Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Slides digital methods Massimo Airoldi x bertram niessen

790 vues

Publié le

le slides della lezione di Massimo Airoldi al corso di Sociologia dei Nuovi Media

Publié dans : Médias sociaux
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Slides digital methods Massimo Airoldi x bertram niessen

  1. 1. Metodi digitali per la ricerca
  2. 2. Sociologia e ricerca sociale La ricerca sociale punta alla comprensione o alla spiegazione dei fenomeni e dei processi sociali che circondano e contribuiscono a definire l’azione individuale, istituzionale e collettiva (da “perché indosso la t-shirt dei Nirvana per andare ai concerti anziché mettere la camicia?” a “come sta mutando l’identità di classe nelle società informazionali?”) Esempi molto diversi (e più o meno celebri) di ricerche sociali: -Max Weber, “L’etica protestante e lo spirito del capitalismo”, 1905 -Émile Durkheim, “Il suicidio”, 1897 -Stuart Hall, “Encoding and Decoding in the Television Discourse”, 1973 -Pierre Bourdieu, “La distinzione”, 1979 -Bruno Latour, “Laboratory Life”, 1979 -Daniel Miller & Don Slater. “The Internet: an Ethnographic Approach”, 2001 -Mike Savage et al., “A New Model of Social Class? Findings from the BBC’s Great British Class Survey Experiment”, 2013
  3. 3. Sociologia e metodologia Le metodologie utilizzate nelle ricerca sociale sono tradizionalmente classificabili in due macro categorie, le quali si differenziano sia per le tecniche impiegate che per il paradigma adottato nell’analisi dei dati: METODOLOGIE QUANTITATIVE: enfasi sulla spiegazione causale; la realtà sociale può essere trasformata in variabili analizzabili a livello statistico; Es. sondaggi (questionari somministrati solitamente via telefono o faccia a faccia, campioni rappresentativi dell’intera popolazione indagata) METODOLOGIE QUALITATIVE: enfasi sull’interpretazione; un fenomeno sociale va descritto e compreso nella sua interezza e complessità processuale, senza la pretesa di ridurlo in variabili o di generalizzare statisticamente i risultati; Es. etnografia (immersione del ricercatore in uno specifico contesto sociale, “osservazione partecipante”, interviste in profondità), analisi del discorso (a livello culturale – Foucault – o puramente testuale)
  4. 4. Ricerca sociale online: perché (e perché no) PRO: •Disponibilità di un’enorme quantità di dati sul comportamento sociale di miliardi di individui, perlopiù già trascritti sotto forma di testo, o comunque facilmente organizzabili in database; •L’assenza del “paradosso dell’osservatore”: il ricercatore è invisibile, e dunque non va a influenzare il comportamento degli osservati; •Il carattere “grounded”: se la domanda di un questionario (specie se a risposta chiusa) influenza inevitabilmente la risposta, facendo ricerca sui social media solitamente non si interrogano individui, ma database; •Costi e tempi più ridotti rispetto alla maggior parte degli approcci classici; CONTRO: •La persistenza del digital divide; •Il rischio di condurre ricerche non etiche (violare la privacy, lurking, etc.); •La difficoltà nell’estrarre dati socio-demografici affidabili attraverso l’analisi di contenuti pubblicamente disponibili;
  5. 5. Ricerca quantitativa online: big data, online surveys BIG DATA: “In reality, working with Big Data is still subjective, and what it quantifies does not necessarily have a closer claim on objective truth – particularly when considering messages from social media sites […]. Large data sets from Internet sources are often unreliable, prone to outages and losses, and these errors and gaps are magnified when multiple data sets are used together” (Boyd 2011) ONLINE SURVEY: “161,400 complete surveys had been submitted. However, examination of the data revealed that the GBCS web survey suffered from a strong selection bias, with respondents being predominantly drawn from the well-educated social groups” (Savage et al. 2013)
  6. 6. Ricerca qualitativa online: “virtual” ethnography COMMUNITY: “Virtual participant observation of online communities follow two main strategies: a completely nonintrusive one, where the researcher limits himself to observing the interactions of the community by “lurking”; or a participatory one, where the researcher interacts with members of the community and shares their daily online interactions” (Caliandro 2014) VIRTUALITY: “Virtual ethnography is necessarily partial. A holistic description of any informant, location or culture is impossible to achieve . […] Our accounts can be based on ideas of strategic relevance rather than faithful representations of objective realities” (Hine 2000) THE FIELD: “The concept of the field site is brought into question. If culture and community are not self-evidently located in place, then neither is ethnography” (Hine 2000)
  7. 7. Digital methods: oltre le dicotomie VIRTUAL/REAL: “I would like to put forward a new era in Internet research, which no longer concerns itself with the divide between the real and the virtual. It concerns a shift in the kinds of questions put to the study of the Internet. The Internet is employed as a site of research for far more than just online culture. The issue no longer is how much of society and culture is online, but rather how to diagnose cultural change and societal conditions with the Internet” (Rogers 2009) MICRO/MACRO: “when it was impossible, cumbersome or simply slow to assemble and to navigate through the masses of information on particular items, it made sense to treat data about social connections by defining two levels: one for the element, the other for the aggregates. But once we have the experience of following individuals through their connections (which is often the case with profiles) it might be more rewarding to begin navigating datasets without making the distinction between the level of individual component and that of aggregated structure” (Latour et al. 2012) HUMAN/TECHNOLOGY: “We tend to limit the social to humans and modern societies, forgetting that the domain of the social is much more extensive than that” (Latour 2005)
  8. 8. Etnografia digitale: “following the medium” Big Data PRO: grande quantità di dati trattabili quantitativamente; CONTRO: povertà interpretativa; Online Survey PRO: grande quantità di dati trattabili quantitativamente; CONTRO: auto-selezione rispondenti; Virtual Ethnography PRO: ricchezza interpretativa; CONTRO: dati limitati ad un contesto specifico, impossibile analisi quantitativa; DIGITAL ETHNOGRAPHY PRO: ricchezza interpretativa; PRO: grande quantità di dati trattabili quantitativamente;
  9. 9. Tecniche: online network analysis La network analysis è una metodologia che consiste nell’analisi delle associazioni (legami) tra entità (nodi). Nelle scienze sociali è stata prevalentemente applicata allo studio delle relazioni sociali tra individui (social network analysis). Con la diffusione di internet, la network analysis è stata utilizzata per mappare le connessioni tra siti via hyperlink, nonché la struttura sociale (es. @ e RT) e discorsiva (es. co-hashtag analysis) determinata dal comportamento degli utenti sui social media. L’enorme mole di dati disponibile sul Web – naturalmente strutturati attraverso associazioni algoritmiche (es. Video correlati su You Tube) – allarga notevolmente le potenzialità delle analisi dei network sociali.
  10. 10. Tecniche: discourse analysis “Digital discourse analysis considers social media a cultural text in which the concept of ‘text’ has to be understood broadly, like a language composed by written signs, images, and audio traces. Discourse analysis considers texts as sites of sociocultural practice that simultaneously constitute social identities, social relations, systems of knowledge and belief “ (Caliandro 2014)
  11. 11. Dalla teoria alla pratica
  12. 12. Ricerca sociale online: some free tools Raccolta dati: • Google Scraper • Netvizz • Issue Crawler • Itunes Store Tool • Ngram Viewer • Google Trend Elaborazione dati: • Harvester • Issue Discovery Tool • Geo Extraction Visualizzazione/analisi dei dati: • Gephi • Wordle/Tagxedo
  13. 13. Raccolta dati
  14. 14. Google Scraper
  15. 15. Netvizz PAGINE FB: Ultimi 999 post + commenti (.tab) Interazioni users pagina (.gdf) Page like-network (.gdf) GRUPPI FB: Ultimi 100 post (.tab) Interazioni users (.gdf)
  16. 16. Issue Crawler A partire da un dataset incompleto di URL è possibile scoprire altre pagine rilevanti per una certa tematica. Il metodo “snowball” trattiene tutti gli URL linkati dai siti inseriti in input, fornendo quindi la struttura completa della rete
  17. 17. Itunes Store Tool
  18. 18. Google Books Ngram Viewer
  19. 19. Google Trend
  20. 20. Elaborazione dati
  21. 21. Geo Extraction
  22. 22. Harvester
  23. 23. Issue Discovery Tool
  24. 24. Visualizzazione/analisi dati
  25. 25. Gephi
  26. 26. Wordle/Tagxedo
  27. 27. Qualche link random: • https://wiki.digitalmethods.net/Dmi/ToolDatabase • http://www.etnografiadigitale.it/2012/05/a-lezione-di-twitter-reti-dalla-rete- brevi-spunti-sociologici-su-cosa-si-puo-fare-e-perche-farlo/ • http://www.mappingcontroversies.net/ • http://www.manovich.net • http://selfiecity.net/ • http://p2pfoundation.net/ • http://thesocietypages.org/cyborgology/ • http://openrefine.org/download.html • https://prezi.com/ • http://www.manyeyes.com/software/analytics/manyeyes/ • http://www.easel.ly/ • https://archive.org/ • http://www.python.it/
  28. 28. Massimo Airoldi Centro Studi di Etnografia Digitale www.etnografiadigitale.it

×