CC BY
30
СОЦИОЛОГИЯ ПРОФЕССИЙ
DOI: 10.14515/monitoring.2022.3.2106
А. В. Ким, Д. В. Мальцева
ПРОФЕССИОНАЛЬНОЕ ОНЛАЙН-СООБЩЕСТВО РОССИЙСКИХ СОЦИОЛОГОВ: ТЕМАТИКИ ОБСУЖДЕНИЙ И СТРУКТУРА СОЦИАЛЬНЫХ ВЗАИМОДЕЙСТВИЙ
Правильная ссылка на статью:
Ким А. В., Мальцева Д. В. Профессиональное онлайн-сообщество российских социологов: тематики обсуждений и структура социальных взаимодействий //Мониторинг общественного мнения: экономические и социальные перемены. 2022. № 3. С. 151—174. https:// doi.org/10.14515/monitoring.2022.3.2106. For citation:
Kim A. V., Maltseva D. V. (2022) Professional Online Community of Russian Sociologists: Topics of Discussion and Structure of Social Interactions. Monitoring of Public Opinion: Economic and Social Changes. No. 3. P 151-174. https://doi.org/10.14515/monitoring.2022.3.2106. (In Russ.)
ПРОФЕССИОНАЛЬНОЕ ОНЛАЙН-СООБ-ЩЕСТВО РОССИЙСКИХ СОЦИОЛОГОВ: ТЕМАТИКИ ОБСУЖДЕНИЙ И СТРУКТУРА СОЦИАЛЬНЫХ ВЗАИМОДЕЙСТВИЙ
КИМ Арюна Витальевна — стажер-исследователь Международной лаборатории прикладного сетевого анализа, Национальный исследовательский университет «Высшая школа экономики», Москва, Россия E-MAIL: [email protected] https://orcid.org/0000-0002-3119-1087
МАЛЬЦЕВА. Дарья Васильевна—заведующая Международной лабораторией прикладного сетевого анализа, Национальный исследовательский университет «Высшая школа экономики», Москва, Россия
E-MAIL: [email protected] https://orcid.org/0000-0003-1789-1711
Аннотация. В статье рассматриваются тематики обсуждений и структура социальных взаимодействий в профессиональном онлайн-сообществе социологов. На основе текстов публикаций было выделено 18 тематик обсуждений. При помощи методологии блок-моделинга определен структурный тип онлайн-сообщества—«ядро — периферия». Выявлено три группы участников: ядро, которое интересуется всеми тематиками, полупериферия, рассылающая приглашения на мероприятия, и периферия, заинтересованная в экспертизе и знаниях коллег. Внутри ядра выделяется также группа участников, обсуждающих тематику профессиональной деятельности и идентичности. Члены ядра взаимодействуют со всеми участниками онлайн-сообщества, включая менее активных членов группы, и могут выступать в качестве
PROFESSIONAL ONLINE COMMUNITY OF RUSSIAN SOCIOLOGISTS: TOPICS OF DISCUSSION AND STRUCTURE OF SOCIAL INTERACTIONS
Aryuna V. KIM 1 — Research Assistant at the International Laboratory for Applied Network Research E-MAIL: [email protected] https://orcid.org/0000-0002-3119-1087
Daria V. MALTSEVA1 — Head of the International Laboratory for Applied Network Research
E-MAIL: [email protected] https://orcid.org/0000-0003-1789-1711
1 National Research University Higher School of Economics, Moscow, Russia
Abstract. The article regards the topics of discussions and the structure of social interactions in the online professional community of sociologists. Based on the texts of the publications, the authors of the study identify 18 discussion topics and determine the structural type of the online community ("core-periphery") using the blockmodeling methodology. This allows distinguishing 3 groups of participants: the "core" participants who are is interested in all topics, the "semi-periphery" participants who mostly send invitations to events, and the "periphery" participants interested in the expertise and knowledge of the colleagues. Within the core, there is also a group of participants discussing the topics of professional activity and identity. Core members interact with all members of the online community, including less active members of the group, and can act as an integrating
интегрирующей силы для всего профессионального онлайн-сообщества социологов.
Ключевые слова: профессиональное онлайн-сообщество, сообщество практики, сообщество социологов, тематики обсуждений, структура профессиональных сообществ, анализ социальных сетей, сетевой анализ, блокмоделинг
Благодарность. Исследование осуществлено в рамках Программы фундаментальных исследований НИУ ВШЭ.
force for the entire professional online community of sociologists.
Keywords: professional online community, community of practice, community of sociologists, topics of discussion, structure of professional communities, social network analysis, network analysis, blockmodeling
Acknowledgments. The article was prepared within the framework of the HSE University Basic Research Program.
Введение
Онлайн-сообщество как особая форма социального взаимодействия объединяет индивидов по интересам и потребностям, а также обладает характерными структурными паттернами [Rheingold, 1993; Рыков, 2016]. Профессиональные онлайн-сообщества, направленные на передачу знаний и опыта в онлайн-среде, могут изучаться через призму концепции «сообщества практики»1, введенной Джен Лейв и Этьеном Венгером в контексте ситуативного обучения [Lave, Wenger, 1991] и распространенной позже до уровня управления знаниями в организациях [Wenger, 1998; Wenger, McDermott, Snyder, 2002]. Помимо общей области интересов, схожей профессии или хобби, важными чертами сообщества практики являются регулярное взаимодействие членов сообщества и обмен практиками (обсуждения общих тем, запросы информации, передача опыта, способы решения типичных проблем и т. п.), а также разделяемая всеми идентичность, что делает их похожими на профессиональные сообщества. В современных условиях существование сообществ практики чаще всего подразумевает также наличие общей онлайн-среды. Концептуально идея сообщества практики подразумевает наличие ядра (ключевых участников, тесно связанных друг с другом) и периферии (участников, взаимодействующих в одностороннем порядке с ядром и несвязанных друг с другом). Ряд исследований (например, [Schenkel, Teigland, Borgatti, 2001; Kronegger, Ferligoj, Doreian, 2011; Рыков, 2016]) подтверждает эту концептуальную модель и показывает наличие структурного типа взаимодействия «ядро — периферия» в профессиональных онлайн-сообществах.
Данное исследование посвящено изучению структуры социальных взаимодействий между участниками крупного профессионального онлайн-сообщества русскоязычных социологов в социальной сети Facebook* 2, объединяющего представителей социологической науки из академической и прикладной сфер. Исследование можно отнести к кейс-стади, поскольку в качестве объекта рассматривается только
1 «Сообщество практики»—с англ. «community of practice»; в российской литературе переводится также как «деятельное сообщество» (см. [Задорин, Мальцева, Полукеев, 2012]).
2 Здесь и далее * означает социальные сети, деятельность которых запрещена на территории РФ.
одно онлайн-сообщество. Онлайн-сообщество социологов изучается нами через призму сообщества практики, поскольку его участники имеют общую область интересов в сфере социологических исследований, обладают схожей исследовательской идентичностью, а также регулярно взаимодействуют между собой как в онлайн-пространстве, так и за его пределами, обмениваясь практиками из своей профессиональной деятельности. Данное онлайн-сообщество выступает не только местом для обмена информацией, опытом, полезными контактами, ссылками и т. п., но и площадкой для оживленных дискуссий на профессиональные темы — от методологических аспектов проведения исследований до стандарта деятельности социолога. Помимо структуры социальных взаимодействий между участниками нас интересуют тематики, вокруг которых выстраивается коммуникация в онлайн-сообществе. Эмпирическим предметом анализа является сеть комментирования между участниками онлайн-сообщества, построенная на основе комментариев к постам и ответов к комментариям. Методологической основой исследования выступает сетевой анализ и разработанная в его рамках методология блокмоделинга, нацеленная на выявление подгрупп в сети и определение отношений между ними.
Наше исследование вносит вклад в дискуссию о структуре социологического онлайн-сообщества, ранее начатую на страницах этого журнала [Бархатова, 2020]. В исследовании Ларисы Бархатовой было показано, что структура крупного онлайн-сообщества российских социологов относится к типу «ядро — периферия» и в изучаемом сообществе не наблюдается фрагментации. Мы нацелены на изучение онлайн-сообщества российских социологов не только с позиции его структурных особенностей, но и через анализ его внутренней составляющей, а именно—тематик, обсуждаемых в сообществе в целом и в отдельных его группах в частности. Если предположить, что в структуре сообщества выделяются группы «ядра» и «периферии», то нам важно определить, отличаются ли они друг от друга с точки зрения обсуждаемых ими тематик. Помимо предоставления содержательных ответов на поставленные исследовательские вопросы, ценность данной работы заключается в описании методологии, позволяющей объединить количественный и качественный подходы к анализу данных социальных сетей. Обычно исследования структур сообществ проводятся на основе количественных данных, которые позволяют выделять глобальную социальную структуру, делать своего рода «снимок» сообщества [Kronegger, Ferligoj, Doreian, 2011; Рыков, 2016; Schenkel, Teigland, Borgatti, 2001; Бархатова, 2020]. Описанный нами методологический подход предлагает сочетание структурного и тематического анализа и позволяет изучать сообщества как с внешней, так и с внутренней стороны, предоставляя возможность погрузиться в обсуждаемые в сообществе тематики и лучше понять имеющееся в нем разделение на группы. Мы детально прописываем используемую нами методологию анализа данных для того, чтобы другие исследователи могли применять этот подход в своих исследованиях групп в социальных сетях.
В начале статьи приводится литературный обзор, где даны определение и основные характеристики профессионального онлайн-сообщества, а также описаны предыдущие исследования сообщества российских социологов. Далее представлен дизайн исследования: перечислены основные исследовательские вопросы, описаны данные, детали их сбора и построения на их основе сетей взаи-
модействия, а также методология их анализа — применение блокмоделинга для выявления глобальной социальной структуры и соответствующих ее элементам тематик обсуждений. В разделе с результатами исследования охарактеризована выявленная структура онлайн-сообщества, рассмотрены тематики обсуждений, соответствующие отдельным ее элементам (подгруппам в сети). В заключении подводятся итоги работы и приводится дискуссия о глобальной структуре профессионального онлайн-сообщества российских социологов в сети Facebook* и тематиках обсуждений в его отдельных подгруппах.
Литературный обзор
Профессиональное онлайн-сообщество: определение и структурные характеристики
Концепция виртуального, или онлайн-, сообщества была представлена Говардом Рейнгольдом [Rheingold, 1993], который описал одно из первых сообществ, существующих в сетевой форме—The WELL (Whole Earth Electronic Link). Это исследование показало, что члены онлайн-сообществ обладают теми же характеристиками, которые можно найти в офлайн-сообществах,— например, формирование общего языка и правил поведения, социальная поддержка и создание общей истории. Виртуальные сообщества — это «социальные объединения, которые возникают в сети, когда достаточное количество людей ведут публичные дискуссии достаточно долго, чтобы сформировать сети личных отношений в киберпространстве» [Rheingold, 1993]. К середине 1990-х годов, в связи с распространением персональных компьютеров и расширением интернета, реальная и виртуальная жизнь начали соединяться, из-за чего онлайн-сообщества, ранее рассматривавшиеся как часть отдельной сферы жизни, постепенно начали входить в повседневную практику людей. Исследователи онлайн-практик [Hara, Foon Hew, 2007; Hur, Brush, 2009] пришли к выводу, что общение в интернете стало еще одним инструментом в общей системе коммуникации, наряду с повседневными практиками социального взаимодействия.
Концептуализируя сообщество как социальную сеть, Барри Уэллман и его коллеги определяют «сообщество до интернета» как однородную группу с взаимодействием по соседству, называя ее сообществом «маленьких коробочек» [Новые медиа..., 2015], как «сети межличностных связей, обеспечивающие общение, поддержку, информацию, чувство принадлежности и социальную идентичность» [Wellman, Boase, Chen, 2002: 153]. Сравнивая онлайн-сообщество с соседством, имеющим четкие локальные географические характеристики, авторы обозначают новую форму коммуникации в онлайн-формате как «сетевой индивидуализм»: «В сетевых обществах границы менее плотные, взаимодействия происходят с различными другими, связи переключаются между несколькими сетями, а иерархии более плоские и рекурсивные» [ibid.: 160].
Общение в онлайн-формате характерно для различных типов сообществ. Профессиональные сообщества, которые можно определить как объединения людей схожей профессии, на современном этапе развития технологий также характеризуются переходом в онлайн-формат. Как было обозначено выше, профессиональное сообщество можно рассматривать в качестве сообщества
практики, то есть «группы людей, разделяющих общие интересы, набор проблем, углубляющих свои знания и опыт в общей области, взаимодействуя на постоянной основе» [Wenger, McDermott, Snyder, 2002: 4]. Модель сообщества практики предполагает наличие трех основных элементов: сообщества, практики и сферы интересов,—к которым в современных условиях добавляется особая — цифровая— среда «обитания» на онлайн-платформах.
Исследования показали, что, в то время как общение в профессиональных он-лайн-сообществах способствует улучшению карьеры участника и общего развития сообщества [Rafaeli, Ravid, Soroka, 2004], многие члены группы предпочитают вести себя скрытно и игнорировать происходящее (на англ. обозначается как lurking), проявляя «пассивное внимание, а не активное участие» [ibid.: 1]. Практика скрытности является свойственна всему сообществу и не должна рассматриваться как дисфункция [Nonnecke, Preece, 2003]. Ее причины связаны с вопросами обеспечения конфиденциальности, стеснения при публикации или выхода из онлайн-сообщества. На основе анализа 82 активных форумов из онлайн-курсов [Rafaeli, Ravid, Soroka, 2004] было показано, что доля «скрывающихся» членов групп составляет от 50 % до 90 %.
Различия в активности членов сообщества могут привести к различным структурным характеристикам. В сетевом анализе выделяют пять типов структур, отображающих определенные свойства сообществ: сплоченные подгруппы, ядро — периферия, централизованные, иерархические и транзитивные структуры [Faust, Wasserman, 1992]. Данные структуры являются теоретической конструкцией, поскольку реальные эмпирические сетевые данные могут состоять из данных с разными структурными моделями. Исследователи обнаружили, что профессиональные сообщества и сообщества практик относятся к схожему структурному типу «ядро — периферия» [Kronegger, Ferligoj, Doreian, 2011; Рыков, 2016; Schenkel, Teigland, Borgatti, 2001], который подразумевает наличие в сети двух основных групп: ядра, то есть участников, активно взаимодействующих друг с другом, и периферии, взаимодействующей только с ядром, но не друг с другом.
Таким образом, профессиональное онлайн-сообщество можно определить с помощью понятия «сообщества практик», главными характеристиками которого являются общая практика, сфера интересов и само сообщество, а также онлайн-среда, в которой возможно обмениваться опытом, углублять свои знания и взаимодействовать с коллегами. Исходя из структурного типа профессионального онлайн-сообщества, можно сделать вывод о типе взаимодействия между его участниками.
Сообщество российских социологов: обзор предыдущих исследований
Сообщество российских социологов в самом общем виде может быть разделено на две основные группы: «академиков», то есть сотрудников научных институтов и университетов, занимающихся преимущественно теоретически ориентированными академическими исследованиями и преподаванием социологической дисциплины, и «практиков», работающих в прикладной коммерческой сфере [Задорин, Мальцева, 2013; Бархатова, 2020]. Предыдущие исследования сообщества российских социологов были нацелены в большей степени на изуче-
ние либо одной, либо другой группы исследователей. В этих работах были рассмотрены некоторые аспекты взаимодействия и сотрудничества, осуществляемого в том числе и с помощью онлайн-платформ.
Основываясь на подробных биографических интервью, проведенных с более чем 200 социологами, в основном принадлежащими к академической социологии, Борис Докторов описал индивидуальные траектории их академической карьеры [Докторов, 2016]. Используя преобразованную биографическую информацию из интервью, другие ученые изучали сети сотрудничества социологов с помощью сетевого анализа [Батыгин, Градосельская, 2001; Корпачев, 2006; Мазина, 2013; Мальцева и др., 2017; Мальцева, Моисеев, 2018]. Анализ эгоцентрических сетей позволил выделить карьерные пути социологов и описать развитие социологического сообщества [Батыгин, Градосельская, 2001]. Анализ сетей аффилиации исследователей показал организации, исследовательские группы, исследовательские центры и города, которые повлияли на развитие социологического сообщества в 1960—1990-е годы. [Корпачев, 2006]. Рассматривались также группы социологов, образующих разные поколения [Мазина, 2013]. На основе данных интервью был предложен методологический подход к изучению развития сообщества социологов во времени, с учетом смыслов и контекстов, в которых складывались отношения между представителями социологической профессии в СССР и современной России [Мальцева и др., 2017; Мальцева, Моисеев, 2018]. Исследование локального академического сообщества социологов в Санкт-Петербурге, основанное на анализе цитирования и опросов [Соколов и др., 2010], выявило три основных сегмента социологов:
1) ориентированные на Запад, публикуются в международных академических журналах и общаются с коллегами за пределами России;
2) ориентированные на Восток, публикуются только в российских журналах и общаются с коллегами на национальном уровне;
3) «переходная зона» («zone-in-transition») — не имеют однонаправленной стратегии развития. Изучение информационной культуры и профессиональной коммуникации в сообществе «прикладных» социологов с помощью опроса среди исследовательских агентств [Задорин, Мальцева, 2013] показало, что онлайн-общение и социальные сети являются важными источниками коммуникации для практиков. Анализ дискуссий по социально значимой теме в крупном профессиональном онлайн-сообществе социологов, в которое входят как академики, так и практики 3, выявил несколько ключевых лидеров, привлекающих других участников. Исследование структуры коммуникации в профессиональном онлайн-сообществе российских социологов [Бархатова, 2020] показало, что структурно оно состоит из небольшого активного ядра и значительной по размеру периферийной группы; при этом фрагментация по признаку сферы деятельности и региона проживания участников в сообществе отсутствует, что подчеркивает его интегрирующую функцию.
В настоящее время сообщество российских социологов можно рассматривать как различающееся по разным основаниям как между группами («академики»
3 Мальцева Д. В. «Крымский опрос»: анализ дискуссии в группе «Мануфактура „СОЦПОХ"» // ЦИРКОН. 2016. 19 марта. URL: http://www.zircon.ru/upload/iblock/e2c/Socpoh_Krymsky_opros.pdf (дата обращения: 10.06.2022).
и «практики»), так и внутри них (например, школы, поколения, ориентации на международный или национальный уровни и т. д.). Эти различия могут увеличиться из-за высокой степени централизации в России и формирования большого количества исследовательских коллективов в Москве и Санкт-Петербурге, а также отсутствия платформ для прямого общения социологов из разных групп (мероприятия, журналы, ориентированные в большей степени на ту или иную группу и т. д.). В этом смысле профессиональное онлайн-сообщество, или сообщество практики, может стать платформой для объединения разных людей и формирования единого профессионального сообщества.
Дизайн исследования
Исследовательские вопросы
Данное исследование нацелено на изучение тематик, вокруг которых выстраивается коммуникация между участниками профессионального онлайн-сообщества русскоязычных социологов, а также на выявление структуры социальных взаимодействий между группами в данном онлайн-сообществе. Были поставлены следующие исследовательские вопросы:
1. Какие тематики обсуждений могут быть выделены в профессиональном онлайн-сообществе социологов?
2. Какова структура профессионального онлайн-сообщества социологов?
2.1. Относится ли обозреваемая в сообществе структура к типу «ядро — периферия», как показано в предыдущих исследованиях [Kronegger, Ferligoj, Doreian, 2011; Рыков, 2016; Schenkel, Teigland, Borgatti, 2001; Бархатова, 2020]?
3. Какие группы участников могут быть выделены в профессиональном онлайн-сообществе на основе анализа его структуры и тематик обсуждений?
Данные
Эмпирический объект исследования — профессиональное онлайн-сообщество русскоязычных социологов в сети Facebook*, объединяющее представителей социологической науки из академической и прикладной сфер. Группа основана в 2011 г., в октябре 2021 г. число ее участников составляло 3 409 человек. Сбор данных осуществлялся с помощью официального API Facebook* в январе 2018 г., когда онлайн-сообщество имело статус открытого.
Информационная база исследования составляет 34 306 записей, содержащих информацию о текстах постов и комментариев, опубликованных в группе за период с 2011 по начало 2018 г. Для каждого текста (поста или комментария) была собрана информация об авторах, датах публикации, общем количестве полученных лайков и других реакций, а также об участниках группы, поставивших эти лайки и реакции. Каждому участнику группы был присвоен свой уникальный номер ID. Общее количество участников, выступающих авторами постов или комментариев за все время анализа, составило 818 человек. Тем не менее в процессе тематического кодирования число записей и их авторов сократилось до 32 955 и 782 соответственно. В базе данных фиксировалась информация о связях между постами и относящимися к ним комментариями, а также комментариями и комментариями к ним (опция «комментирования комментариев» стала доступна
с 2015 г.). Такая организация базы данных позволила выделить взаимосвязанные двумодальные сети4 (состоыщие из двух наборов узлов, связанных между наборами, но не внутри них), которые выступили основой для построения сети комзениирования в иоучаемом онлайн-сообществз.
Построение сетей
Вригинальные двумодальные сети, присутствующие в базе данеых, свизаны друг с другом посредством общих столбцов (например, по имени автора, Ю ав-взры ил и поста ). С вязаннтсть сетей делает во зможным их перем ножение: две двумодальные сети, представленные в виде двумодальных матриц, могут быть перемножены, если второй набор узлов и пержой сези ыоответствует пе°вому набору узлов во ввозой сети. Если деса дв язей в двумодальных сетях равны 1, то произведение весов также будет равно 1, и поэтому элемент [и, V] матрицы произведения подсчитывает количество путзй, которым и мы можев переместиться из узла и в первой сети к узлу V во второй сети, используя промежуточные наборы узлов [Bataвe 1], Сеппёек,20133; BaPagelj еВа1., 2004й]. Результавом перемножения явлыется построение одномодальных сезей, доступныхдля последвющего анализа.
В связи с тем, что в настоящее время функционал РасеЬоок* позволяет писать комментерие как к постам, так и к комментариям, структуру связей между посеами и комментариями можно представить следующим образом (см. рис. 1). Мы обозначаем всю совокупность постов и комментариев мак публикации, которые последовательно связаны друг с другом: пыст—комментарий первого уровеи и комментарий первого уровни — комментарий второго уровни. Таким образом, все посты и часть кпмментариев первогт уровня относятся к первичным (комментируемым) публикациим, все комментарии второго уровня и часть комментариев первого ировня — ко еторичны/м (комминтирующим) публикациим.
4 Сеть, состоящая из двух атрибутов, называется двумодальной, или двухуровневой; в ней на одном уровне расположены акторы, а на другом — артефакты, и уровни связаны между собой.
Рис. 1. Структура связей между публикациями в сообществе
MoHmtophHr 06 u^ectbohhoto mhshhia: эk0h0mh6cKM6 u cooajibHbie nepemeHbi Monitoring of Public Opinion: Economic and Social Changes
№3( 16Э)май — июн ь 2A22 No. 3 May—June 2022
А. В. Ким, Д. В. Мальцева DOI: 10.14515/monitoring.2022.3.2106
A. V. Kim, D. V. Maltseva
Для создания сетей из текстовых данных была использована программа Text2Pajek 5 [Pfeffer, Mrvar, Batagelj, 2013], которая преобразует файлы табличного формата.М в одномодальные и двумодальные сети формата^^ доступного для использования в программе для анализа и визуализации крупных сетей Pajek [de Nooy, Mrvar, Batagelj, 2005].
Информация о связях между первичными и вторичными публикациями представлена в одномодальной сети связей между постами и комментариями, которую можно обозначить как P. Информация о связях между публикациями (постами или комментариями) и их авторами приводится в двумодальной сети AP. Следовательно, в нашем случае общим набором узлов в двух сетях выступает набор публикаций, посредством которого может осуществляться перемножение сетевых матриц. Перемножая сети AP и P6, мы получаем сеть AP_com, где связи между авторами и текстами фиксируют отношения комментирования (автор а комментирует публикацию p), а не авторства, как было в сети AP (автор a сделал публикацию p) (Формула 1—1). Затем сеть AP_com перемножается на транспонированный вариант самой себя, в результате чего строится одномодальная сеть комментирования между авторами AA_com (Формула 1—2).
Формула 1. Формула построения сети комментирования между авторами АА_сот
АР_сот = АР х РР(1—1) АА_сот = АР_сот х (АР_сот)г=АР_сот х РА_сот(1—2)
Полученная одномодальная сеть АА_сот состоит из 782 узлов, где узлы являются авторами, а связи фиксируют наличие отношений между участниками группы на основе комментирования постов и комментариев друг друга. Сеть является направленной от автора комментария к автору публикации. Вес связи в данной сети подсчитывает количество раз, когда автор а1 комментировал автора а2.
Другая анализируемая в данном исследовании сеть — двумодальная сеть авторов и связанных с ними тематик обсуждений АГ, полученная в результате кодировки текстов публикаций; в связи с особенностями ее построения более подробное описание данной сети приведено в соответствующем разделе ниже.
Методология анализа
Основным методологическим подходом в данном исследовании является анализ социальных сетей (social network analysis, SNA), позволяющий определять взаимосвязи между единицами анализа, выявлять глубинные социальные структуры и находить закономерности взаимодействия в социальных группах [Wasserman, Faust, 1994]. Для выявления структуры профессионального онлайн-сообщества социологов на основе сети комментирования был использован метод блокмоделинга [Щеглова и др., 2021]. Метод блокмоделинга выделяет группы узлов на основании их сходства по структурным характеристикам, определяет
5 How to Convert Text File Datasets into Pajek Format // Networks / Pajek. Package for Large Network Analysis. 2004. October 21. URL: http://vlado.fmf.uni-lj.si/pub/networks/pajek/howto/text2pajek.htm (дата обращения: 10.06.2022).
6 Для перемножения сеть делается двумодальной, ТТ.
отношения между ними и выявляет глобальную структуру сети [Batagelj et al., 2004]. Полученные кластеры объединяют акторов, взаимодействующих с другими участниками сети сходным образом, что позволяет выявлять социальные позиции акторов в сети.
Поскольку сеть комментирования между авторами AA_com довольно крупная, для ее анализа был использован непрямой (indirect) подход к блокмоделингу, который требует меньших вычислительных мощностей и используется для больших сетей. Согласно непрямому подходу блокмоделинга, сетевые данные сначала конвертируются в меры близости и после этого кластеризуются. Непрямой подход основан на принципе структурной эквивалентности 7, согласно которому «единицы структурно эквивалентны, если они соединены с остальной частью сети идентичными способами» [Batagelj et al., 2004: 457]; этот тип эквивалентности позволяет находить паттерны взаимодействия в сети. В качестве меры близости в данном случае было использовано скорректированное евклидово расстояние.
Тематики, обсуждаемые в сообществе, выделялись в рамках качественного и количественного подходов к анализу данных. В ходе первого, качественно-количественного, этапа анализа данных методом контент-анализа тексты всех постов были прочитаны кодировщиком, и каждому посту была присвоена тематика. Тематическое кодирование отражает основные смыслы того или иного текстового фрагмента, а именно поста в Facebook*. Поскольку в некоторых постах тексты отсутствовали, всего было закодировано 2 206 первичных постов. Мы предположили, что комментарии первого и второго уровней имеют ту же тематику, что и первичные посты, к которым они относятся, поэтому распространили присвоенные тематики на данные типы публикаций. Пример кодировки приведен в таблице 1. Из 34 306 публикаций (постов и комментариев), опубликованных в группе за период с 2011 по начало 2018 г., тематика была назначена 32 955 записям (для 1 351 записи тексты постов и комментариев отсутствовали). Этому количеству публикаций соответствовало 782 автора постов или комментариев.
На втором, количественном, этапе анализа данных была построена двумодаль-ная сеть авторов и относящихся к ним тематик AT, которая затем использовалась для выделения групп на основе тематик обсуждения при помощи указанного выше непрямого подхода к блокмоделингу. Помимо этого, в анализе тематических блоков для более глубокого изучения групп применялся также прямой (direct) подход к блокмоделингу, основанный на идее, что реальные сетевые данные могут соответствовать ограниченному числу «идеальных» блоков (см. подробнее [Batagelj et al., 2004]). В этом подходе также был использован принцип структурной эквивалентности.
Сетевой анализ данных—расчет основных метрик и применение метода блокмоделинга — выполнялся в программе для анализа и визуализации крупных сетей Pajek. Кодировка данных осуществлялась в программе Microsoft Excel.
7 Другой принцип эквивалентности, существующий в блокмоделинге,—регулярная эквивалентность: «две единицы регулярно эквивалентны, если эквивалентным образом соединены с эквивалентными другими» [Batagelj et а1., 2004: 457]. Этот тип эквивалентности позволяет находить различные типы ролей акторов в сети.
Таблица 1. Общий вид данных, пример кодировки
Дата Тип поста ID поста Первичный пост ID Текст Тема Имя автора ID автора Реакция
2011— 10—03 1 123 Дорогие коллеги... Научные публикации Ivan Nizgoraev 987 54
2011— 10—03 2 1234 123 Предлагаю ознакомиться с материалами. Научные публикации Igor Zadorin 654 32
2011— 10—03 3 12345 1234 Igor, большое спасибо. Научные публикации Victor Korb 567 24
Результаты
Тематики обсуждений в профессиональном онлайн-сообществе
В результате контент-анализа было выделено 18 тематик, к которым были отнесены все анализируемые публикации. Название, краткое описание и количественная информация о тематиках приведены в таблице 2.
Таблица 2. Тематики обсуждений
Тематики обсуждений Описание N публикаций N авторов N постов на автора
Аналитика Рассуждения на тему различных социальных явлений 11595 539 22
Научные публикации Обсуждения опубликованных социологических работ 4514 381 12
Мероприятия Описания и приглашения на мероприятия 2939 326 9
СМИ Обсуждения новостей из медиа 2365 305 8
Общественное мнение Обсуждения результатов исследований от организаций, изучающих общественное мнение 1721 257 7
Коллеги Обсуждения деятельности конкретных коллег в социологической области 1651 254 7
Поиск материалов Обращения, связанные с поиском материалов, учебников, данных по определенной теме 1581 225 7
Идея исследования Описание исследовательской проблемы, основной замысел исследования, дизайн и проч. 1469 213 7
Вакансии Поиск работы и предложения вакансий 1446 211 7
Видеолекция Обсуждения содержания видеолекций 1340 207 6
Формат сообщества Информация о правилах общения в сообществе, формате взаимодействия 982 188 5
Тематики обсуждений Описание N публикаций N авторов N постов на автора
Методология Вопросы и замечания касательно методологических аспектов социологический исследований 947 172 6
Поиск технологий Поиск технологических решений, специализированных программ 116 57 2
Технологии Описание технологических возможностей в специализированных программах 96 43 2
Праздники Поздравления с различными праздниками 68 36 2
Активизм Призывы к активизму 65 33 2
Информация о публикации Информация для социологов из академической сферы — где можно опубликовать работу 47 26 2
Студенты Сообщения для студентов-социологов 23 15 2
Наибольшее число публикаций — более 11,5 тыс.— было отнесено к блоку «Аналитика». Здесь участники онлайн-группы приводили свои рассуждения о различных социальных явлениях и обсуждали их вместе с членами сообщества. Всего на эту тему писали 539 авторов, на каждого из которых в среднем приходится 22 публикации. Вторая по популярности тематика посвящена научным публикациям и включает в себя обсуждения опубликованных социологических работ. К этой группе относится более 4,5 тыс. публикаций, созданных 381 автором, каждый из которых в среднем написал 12 публикаций. На третьем и четвертом местах оказались тематики «Мероприятия» (публикации с описанием мероприятий и приглашением к участию в них) и «СМИ» (обсуждение новостей из медиа) с более чем 2,9 тыс. и 2,3 тыс. публикаций соответственно. Мероприятия обсуждают 326 авторов, новости — 305; среднее количество публикаций на автора составляет соответственно 9 и 8.
За этими темами следуют тематики средней популярности, к которым относится от 1,3 тыс. до 1,7 тыс. публикаций. Тематика «Общественное мнение» включает в себя обсуждения результатов исследований от организаций, изучающих общественное мнение (ВЦИОМ, ФОМ, «Левада-Центр» 8, ЦИРКОН и др.), а тема «Коллеги» подразумевает публичное обсуждение деятельности конкретных коллег в социологической области. Публикации в категории «Поиск материалов» подразумевают обращения, связанные с поиском материалов, учебников, данных по определенной теме, а блок «Идея исследования» посвящен предложениям изучить определенную проблему, предлагая основной замысел исследования, дизайн и проч. «Вакансии» посвящены поиску или предложениям работы, а «Видеолекции» — обсуждению содержания видеолекций на социологические темы. Количество авторов, делающих публикации на вышеперечисленные темы,
8 Российское юридическое лицо, признанное выполняющим функции «иностранного агента».
составляет от 207 до 257, и на каждого из них в среднем приходится по 6—7 публикаций.
Еще две тематики менее распространены, но включают достаточно большое — около 1 тыс.—количество публикаций. Тематика «Формат сообщества» включает 982 публикации, связанные с правилами общения в сообществе и форматом взаимодействия между его участниками. К тематике «Методология» относится 947 публикаций с вопросами и замечаниями о методологических аспектах социологических исследований. Число авторов в двух тематиках составляет 188 и 172, а число публикаций в среднем — 5 и 6 соответственно.
Несколько менее популярными из выделенных стали тематики, к которым относится 116 и менее публикаций. Тематика «Поиск технологий» связана с обращением в сообщество за профессиональной экспертизой по вопросам поиска технологических решений для нужд исследований. К этой тематике было отнесено 116 публикаций, написанных 57 участниками сообщества. Схожая с предыдущей тематика «Технологии», в рамках которой описываются возможности специализированных программ, имеет 96 публикаций, написанных 43 участниками сообщества. В обоих случаях среднее количество публикаций на автора — около 2. Меньше всего публикаций относится к тематикам, связанным с поздравлениями по случаю праздников (68), призывами к участию в активистской деятельности (65), с информацией о публикациях и описанием возможностей публикаций в журналах и других изданиях (47), а также любым сообщениям для студентов-социологов (23). В написании публикаций на данные темы участвует небольшое количество авторов: 36, 33, 26 и 15 соответственно. Во всех перечисленных тематиках участники в среднем создали по 2 публикации.
Структура профессионального онлайн-сообщества
Результаты анализа сети комментирования методом блокмоделинга показаны в виде матрицы на рисунке 2. Матрица является таблицей, состоящей из строк и столбцов, пересечение которых (ячейка) фиксирует наличие или отсутствие связи. В представленной матрице все узлы, обозначающие членов сообщества, располагаются в одном и том же порядке по строкам и столбцам; в ячейках по диагонали отображаются пересечения узла с самим собой. Все ненулевые ячейки по строкам показывают узлы, от которых направлена связь комментирования, а по столбцам — узлы, к которым она направлена. Таким образом, отдельно взятый узел, расположенный в столбце по вертикали, комментирует отдельно взятый узел, расположенный в строке по горизонтали. Уже простая перестановка и перегруппировка местоположения узлов в матрицах может показать существующую в сети структуру. Наш анализ показывает, что в рассматриваемой сети комментирования, состоящей из 782 участников, можно выделить три основные структурные группы, которые можно обозначить как ядро (левый верхний квадрат на рисунке 2), периферию (правый нижний квадрат) и находящуюся между ними полупериферию (квадрат по центру). Эти группы можно охарактеризовать следующим образом.
— Ядро — группа участников сообщества, которые активно комментируют публикации друг друга, а также получают комментарии от членов групп полупериферии и (в меньшей степени) периферии. Что интересно, члены ядра также довольно
активно комментируют публикации членов сообщества, попавших в группы полупериферии и (в единичных случаях) — периферии. В ядро сообщества попало 73 участника сообщества, или 9 % от всех членов группы.
— Полупериферия—группа участников, которые активно комментируют публикации членов ядра, а также друг друга (но в значительно меньшей степени). Члены полупериферии также получают комментарии от членов ядра. К этой группе можно отнести 224 участника сообщества, или 29 % от всех членов группы.
— Периферия — группа участников, которые комментируют публикации ядра, практически не комментируют публикации членов полупериферии и совсем не комментируют публикации друг друга. К этой группе можно отнести 485 участников сообщества, или 62 % от всех членов группы.
Таким образом, полученные результаты показывают, что рассматриваемое нами сообщество характеризуется структурой типа «ядро—периферия», что было выявлено в предыдущих исследованиях профессиональных (онлайн-)сообществ [Kronegger, Ferligoj, Doreian, 2011; Рыков, 2016; Schenkel, Teigland, Borgatti, 2001]. В работе с похожим эмпирическим объектом изучения — онлайн-сообществом российских социологов — было показано, что «фактически сообщество состоит из небольшого ядра более-менее активных пользователей, которые создают его контент (19 %), и большого числа периферийных участников (наблюдателей), не имеющих связей (81 %)» [Бархатова, 2020: 213]. Нами выявлена более детальная структура онлайн-сообщества, которая показывает наличие промежуточного, полупериферийного, типа участия членов группы, располагающихся между активно взаимодействующим ядром и слабо взаимодействующей с остальными участниками периферией.
Рис. 2. Структура онлайн-сообщества социологов
г
N
\
N.
t
Тематики обсуждений в выделенных группах в онлайн-сообществе социологов
Определив основные тематики обсуждений и выделив основные группы в структуре рассматриваемого онлайн-сообщества, мы перешли к выявлению тематик, характеризующих каждую из выделенных групп. Для этого мы применили метод блокмоделинга к двумодальной сети авторов и тематик АТ. Для отображения дву-модальной сети в блокмоделинге используется матрица аффилиаций (affiliation matrix), где по строкам указаны узлы одного набора узлов, а по столбцам—другого; такая матрица может быть несимметричной по количеству столбцов и строк. В нашем случае в такой матрице по строкам были указаны 782 автора, а по столбцам — 18 тематик. В результате блокмоделинга, основанного на непрямом подходе, были определены тематики, соответствующие трем выделенным в структуре сообщества группам — ядру, полупериферии и периферии.
Ядро сообщества, состоящее из 73 участников, обсуждает и поддерживает все 18 тематик (см. рис. 3). Наиболее значимой и распространенной тематикой в данной группе является аналитика (5 947 публикаций). Чуть менее распространены научные публикации (2 034), мероприятия (1 444) и СМИ (1 173). Далее идут менее популярные темы, по каждой из которых менее 1 тыс. публикаций: обсуждения результатов исследований (861) и деятельности коллег (827), поиск материалов (759), идеи исследований (728), видеолекции (718), вакансии (631) и методология (497). Самые редкие тематики обсуждений в данном кластере — это технологии и запрос на их поиск, активизм, информация о публикациях, информация для студентов и поздравления на праздники; они встречаются от 58 до 18 раз.
Рис. 3. Распределение тематик, обсуждаемых «ядром» сообщества социологов
Аналитика Научные публикации
Мероприятия СМИ
Общественное мнение Коллеги Поиск материалов Идея исследования Видео-лекции Вакансии Методология Технологии Поиск технологий Активизм Информация о публикации Праздники Студенты
Чтобы определить, различаются ли члены ядра онлайн-сообщества социологов по обсуждаемым ими тематикам, был проведен анализ рассматриваемой группы с помощью прямого (direct) подхода к блокмоделингу. При реализации прямого подхода строится идеальная блокмодель, состоящая из полных блоков, в которых все узлы связаны между собой, и нулевых блоков, в которых нет связей между узлами. Далее идеальная блокмодель сравнивается с эмпирической блокмоделью c таким же количеством блоков [Batagelj et al., 2004]. Полученная в результате прямого блокмоделинга матрица аффилиаций, где по строкам приведены тематики (18), а по столбцам—авторы (73), представлена на рисунке 4. Ядро онлайн-сообщества можно разделить на две подгруппы. К первой подгруппе относятся участники, активно обсуждающие тематики, связанные с профессиональной деятельностью и идентичностью ядра сообщества: аналитика, методология, мероприятия, СМИ, идеи исследований, научные публикации, общественное мнение, коллеги, формат сообщества и поиск материалов (правый верхний квадрат на рис. 4). Многие члены этой подгруппы обсуждают также и другие выделенные тематики (правый нижний квадрат на рис. 4): информация, видеолекции, студенты, вакансии, активизм, технологии, праздники, поиск технологий. Членов этой подгруппы ядра можно определить как участников, обсуждающих все существующие в группе тематики. Во вторую подгруппу входят менее активные участники ядра, часть которых участвует в обсуждении тематик, связанных с профессиональной деятельностью и идентичностью (левый верхний квадрат на рис. 4). Члены этой подгруппы не участвуют в обсуждении других, «дополнительных», тематик, связанных с запросом на экспертизу и распространением информации профессионального характера (левый нижний квадрат на рис. 4). Членов этой подгруппы ядра можно определить как участников, обсуждающих тематики профессиональной деятельности и идентичности.
Рис. 4. Ядро онлайн-сообщества социологов: разделение на подгруппы по тематикам обсуждения
Распределение тематик для группы полупериферии, к которой относятся 224 участника сообщества, приведено на рисунке 5. Наиболее часто встречающейся тематикой публикаций участников этой группы являются описания мероприятий и приглашения на них—сюда относится 1 254 публикации. Участники этой группы также поздравляют с праздниками и пишут информацию для студентов (21 и 9 публикаций соответственно). Эту группу можно обозначить как участников, приглашающих на мероприятия.
Тематики для группы периферии, состоящей из 485 участников, приведены на рисунке 6. Из всех публикаций, сделанных участниками этой группы, примерно
А. В. Ким, Д. В. Мальцева DOI: 10.14515/monitoring.2022.3.2106
A. V. Kim, D. V. Maltseva
по половине постов и комментариев — 669 и 652 — приходится на тематики идей исследований и обсуждения видеолекций соответственно. Еще 36 публикаций участников этой группы посвящены вопросам технологий. Данную группу можно обозначить как участников, обращающихся за экспертизой и знаниями.
Рис. 5. Распределение тематик полупериферии: участников, приглашающих на мероприятия Мероприятия
Рис. 6. Распределение тематик периферии: участников, обращающихся за экспертизой и знаниями
Заключение
В статье выявляются тематики обсуждения и структуры социальных взаимодействий в онлайн-сообществе социологов. Исследование выполнено в стратегии кейс-стади, где эмпирическим объектом для изучения выступает русскоязычное онлайн-сообщество социологов в сети РаоеЬоок*, объединяющее представителей социологической науки из академической и прикладной сфер. Информационная база исследования составляет 34306 записей за период с 2011 по начало 2018 г., содержащих информацию о публикациях в онлайн-сообществе. На основе данных о комментировании участниками группы постов и комментариев друг друга была построена сеть комментирования, состоящая из 782 узлов—участников онлайн-сообщества, выступающих в роли авторов постов и комментариев. Структуры профессионального онлайн-сообщества социологов определялись с помощью методологии блокмоделинга, разработанной в сетевом анализе для кластеризации сетевых данных. Тематики обсуждения выявлялись в рамках качественного и количественного подходов к анализу данных: на первом этапе посты были закодированы в ходе контент-анализа, на втором — была построена сеть авторов и относящихся к ним тематик, которая затем использовалась для выделения тематических блоков с помощью метода блокмоделинга.
В данном исследовании предлагается сетевой подход к изучению онлайн-сообществ. Сочетая тематический и структурный анализ, мы описываем внешние паттерны взаимодействий в онлайн-сообществе на основе комментирования,
а также погружаемся вглубь этих паттернов, связывая структурные особенности сообщества и тематики обсуждений. Обсуждаемые тематики и выделенные структурные паттерны позволяют обозначить интересующие повестки в сообществе, охарактеризовать роли участников сообщества, а также описать сформировавшиеся группы участников через обсуждаемые ими тематики. Предлагаемый методологический подход позволяет изучать сообщества как снаружи, так и изнутри, сочетая таким образом различную исследовательскую оптику. Кроме того, данный подход может быть применен исследователями онлайн-сообществ к различным данным, помогая выявить не только внешние структурные паттерны, но и внутренние обсуждаемые тематики.
Наибольшее число публикаций в изученной нами группе было отнесено к тематике «Аналитика», которая включает рассуждения о различных социальных явлениях и обсуждение их вместе с другими участниками онлайн-сообщества. Эта ведущая тематика среди всех прочих, так как в ее рамках участники сообщества вне зависимости от сфер деятельности могут раскрывать свои аналитические способности, делиться знаниями и мнениями. Второй по популярности выступает тематический блок «Научные публикации», который подразумевает обсуждение опубликованных социологических работ. Можно предположить, что данной тематикой больше интересуются социологи из академической среды, однако этот тезис требует отдельной проверки. Другими популярными тематиками являются «Мероприятия» (публикации с описанием мероприятий и приглашением к участию в них) и «СМИ» (обсуждение новостей из медиа). Достаточно распространены в изучаемом онлайн-сообществе такие темы, как «Общественное мнение» и «Коллеги», посвященные обсуждению результатов исследований полстеров и деятельности коллег в исследовательской области, а также «Поиск материалов», «Идея исследования», «Вакансии» и «Видеолекции». Менее распространенными оказались тематики, посвященные вопросам методологии, технологий и их поиска, однако само наличие этих тем показывает, что сообщество способно выступать для его участников информационным ресурсом. Обращает на себя внимание также наличие темы «Формат сообщества» — своеобразной попытки групповой саморефлексии и выстраивания правил взаимодействия. Реже всего в сообществе встречаются поздравления, призывы к активистской деятельности, информационные сообщения о публикациях и информация для студентов. Очевидно, сообщения такого типа не являются основным контентом для аудитории сообщества, хотя их наличие и показывает широту ситуаций, актуальных для участников.
Согласно предыдущим исследованиям, в сообществе российских социологов можно выделять отдельные группы по принципу принадлежности к академической или прикладной сфере [Задорин, 2007; Бархатова, 2020], используемым публикационным стратегиям в академической среде [Соколов и др., 2010], поколенческим различиям [Мазина, 2013] и т. д. В нашем исследовании разделение участников на группы основано на характеристиках их коммуникаций друг с другом и обсуждаемых ими тематик, но не на основе сфер деятельности, публикационной повестки, научных школ, городов и аффилиаций, поскольку изучение таких атрибутов акторов находилось за пределами проделанного анализа. Ставя вопрос о структуре профессионального онлайн-сообщества социологов,
мы также предполагали наличие в нем обособленных групп участников, которые можно описать в терминах «ядро — периферия». Этот структурный тип предполагает наличие плотно связанной группы ядра и группы периферии, участники которой не связаны между собой, но взаимодействуют с членами ядра. Данный структурный тип сообщества был выявлен и в недавнем исследовании крупного онлайн-сообщества социологов [Бархатова, 2020]. В рамках нашего анализа при помощи блокмоделинга были выделены три основные структурные группы, которые можно обозначить как ядро, периферию и находящуюся между ними полупериферию. Ядро онлайн-сообщества составляют участники, активно комментирующие публикации друг друга, а также получающие комментарии от членов групп полупериферии и периферии. Группа полупериферии состоит из участников, активно комментирующих публикации членов ядра и, в меньшей степени, публикации друг друга. Члены полупериферии также получают комментарии от членов ядра. Группу периферии составляют участники, комментирующие публикации ядра, практически не комментирующие публикации членов полупериферии и совсем не комментирующие публикации друг друга.
Сочетание анализа структуры сообщества и тематик обсуждений позволило выделить тематики обсуждений, характерные для каждой выделенной группы. Проведенный анализ показал, что ядро сообщества охватывает все тематики обсуждений. Более глубокий анализ позволил выделить в этой группе подгруппу участников, обсуждающих все существующие в группе тематики, а также подгруппу участников, обсуждающих тематики профессиональной деятельности и идентичности. Группу полупериферии по обсуждаемым ее членами темам можно охарактеризовать как группу участников, приглашающих других участников на мероприятия. Наконец, группу периферии можно охарактеризовать как участников, обращающихся за экспертизой и знаниями. Рассматриваемое профессиональное онлайн-сообщество можно отнести к сообществу практики, для которого также характерно наличие структуры типа «ядро — периферия». В случае данного онлайн-сообщества социологов члены ядра активно взаимодействуют не только внутри своей группы, но и с другими членами сообщества в группе полупериферии и периферии. В отличие от других ядер, чья коммуникация сконцентрирована внутри группы [Kronegger, Ferligoj, Doreian, 2011; Рыков, 2016], такое ядро может выступать объединяющим разные группы в сообществе, так как его члены реагируют и обращаются к членам периферии и полупериферии, а также участвуют в обсуждении всех тематик. Выделенные группы периферии и полупериферии обладают стандартными для этого структурного типа характеристиками взаимодействия, так как их взаимодействия друг с другом немногочисленны и их основное внимание направлено к ядру. Тематические запросы этих групп сходятся с основными потребностями участников сообщества практики, такими как информирование и запрос экспертизы в контексте ситуативного обучения и организации знаний [Lave, Wenger, 1991; Wenger, 1998; Wenger, McDermott, Snyder, 2002].
Безусловно, одно из ограничений нашего исследования состоит в том, что предметом его эмпирического изучения является всего одно, хотя и весьма популярное и крупное, онлайн-сообщество социологов. В настоящий момент мы не можем ответить на вопрос, устроены ли так все сообщества социологов и дру-
гих профессиональных групп в Facebook* и других социальных сетях. Предыдущие исследования показывают, что структура типа «ядро — периферия» характерна для профессиональных онлайн- и офлайн-сообществ, однако можно предположить, что выделяемые по внутренним тематикам подгруппы участников будут весьма разнообразны. В этом смысле определенный интерес для будущих исследований может представлять сравнительный анализ нескольких профессиональных сообществ (как социологических, так и другой профессиональной направленности) с применением представленной в статье методологии. Другое ограничение исследования связано с тем, что социальные взаимодействия в группе рассматривались на основе сети комментирования, хотя могли быть проанализированы и другие сети, построенные на основе лайков и прочих реакций. Также в исследовании проводилось экспертное выделение тематик, хотя тексты публикаций можно закодировать автоматическим способом — например, методом тематического моделирования.
Тем не менее полученные результаты вносят вклад в область знаний о сообществе российских социологов. В данном исследовании раскрываются важные аспекты коммуникации в онлайн-сообществе. Выделенные тематики обсуждений показывают «кухню» профессионального сообщества социологов. Проведенный анализ структуры взаимодействий демонстрирует, что ядро сообщества готово взаимодействовать со всеми участниками группы, в том числе с менее активными и видимыми, и таким образом может выступать в качестве интегрирующей, объединяющей силы для всего профессионального онлайн-сообщества социологов.
Список литературы (References)
Бархатова Л. А. Структурные особенности коммуникации российских социологов: кейс онлайн-сообщества // Мониторинг общественного мнения: экономические и социальные перемены. 2020. № 5. С. 204—221. https://doi.org/10.14515/ monitoring.2020.5.1656.
Barkhatova L. А. (2020) Structural Features of Russian Sociologists' Communication: An Online Community Case Study. Monitoring of Public Opinion: Economic and Social Changes. No. 5. P. 204—221. https://doi.org/10.14515/monitoring.2020.5.1656. (In Russ.)
Батыгин Г. С., Градосельская Г. В. Сетевые связи в профессиональном сообществе социологов: методика контент-аналитического исследования биографий // Социологический журнал. 2001. № 1. С. 88—109.
Batygin G. S., Gradoselskaya G. V. (2001) Network Interrelations in the Professional Community of Sociologists: Method of Content Analytical Study of Biographies. Sociological Journal. No. 1. P. 88—109. (In Russ.)
Докторов Б. З. Современная российская социология: историко-биографические поиски : в 9 тт. / ред.-консультант А. Н. Алексеев ; ред. электронного издания Е. И. Григорьева. M. : ЦСПиМ, 2016.
Doktorov B. Z. (2016) Contemporary Russian Sociology: Historical and Biographical Searches. In 9 vols. Moscow: TsSPiM Publ. (In Russ.)
Задорин И. В., Мальцева Д. В. Исследование информационной культуры и профессиональной коммуникации в социологическом сообществе // Телескоп: журнал социологических и маркетинговых исследований. 2013. № 3. С. 41—52. Zadorin I. V., Maltseva D. V. (2013) The Study of Information Culture and Professional Communication in the Sociological Community. Telescope: Journal of Sociological and Marketing Research. No. 3. P. 41—52. (In Russ.)
Задорин И. В., Мальцева Д. В., Полукеев О. А. Деятельные сообщества в социальной среде для совместной профессиональной деятельности: предпосылки возникновения и практический опыт создания // Мониторинг общественного мнения: экономические и социальные перемены. 2012. № 6. С. 28—41. Zadorin I. V., Maltseva D. V., Polukeev O. A. (2012) Communities of Practice in a Social Environment for Joint Professional Activity: Prerequisites for the Emergence and Practical Experience of Creation. Monitoring of Public Opinion: Economic and Social Changes. No. 6. P. 28—41. (In Russ.)
Корпачев А. Ю. Репрезентация сетевых взаимодействий в профессиональном сообществе российских социологов. Выпускная квалификационная работа бакалавра. M. : Государственный университет—Высшая школа экономики, 2006. Korpachev A. Yu. (2006) Representation of Network Interactions in the Professional Community of Russian Sociologists. A Bachelor Thesis. Moscow: State University— Higher School of Economics. (In Russ.)
Мазина Н. А. Структурно-семантические особенности представления научных школ и построение сетей (на примере российского социологического сообщества). Выпускная квалификационная работа бакалавра. M. : Национальный исследовательский университет «Высшая школа экономики», 2013. Mazina N. A. (2013) Structural and Semantic Features of the Representation of Academic Schools and Building Networks (On the Example of the Russian Sociological Community). A Bachelor Thesis. Moscow: National Research University Higher School of Economics. (In Russ.)
Мальцева Д. В., Моисеев С. П. Сетевой анализ биографических интервью: кейс Т. Ю. Заславской // Телескоп: журнал социологических и маркетинговых исследований. 2018. № 2. С. 15—24.
Maltseva D. V., Moiseev S. P. (2018) Network Analysis of Biographical Interviews: The Case of Tatiana Zaslavskaya. Telescope: Journal of Sociological and Marketing Research. No. 2. P. 15—24. (In Russ.)
Мальцева Д. В., Моисеев С. П., Широканова А. А., Брик Т. Сетевой анализ биографических интервью: возможности и ограничения // Телескоп: журнал социологических и маркетинговых исследований. 2017. № 1. С. 29—36. Maltseva D. V., Moiseev S. P., Shirokanova A. A., Brik T. (2017) Network Analysis of Biographical Interviews: Opportunities and Limitations. Telescope: Journal of Sociological and Marketing Research. No. 1. P. 29—36. (In Russ.)
Новые медиа: социальная теория и методология исследований. Словарь-справочник / отв. ред. О. В. Сергеева, О. В. Терещенко. СПб. : Алетейя, 2015.
New Media: Social Theory and Research Methodology. Dictionary-Reference. (2015) Saint Petersburg: Aletheia. (In Russ.)
Рыков Ю. Г. Структура социальных связей в виртуальных сообществах: сравнительный анализ онлайн-групп социальной сети «ВКонтакте» : автореф. дисс. ... канд. социол. н. M. : Институт социологии РАН, 2016.
Rykov Yu. G. (2016) The Social Network Structure of Virtual Communities: A Comparative Analysis of Online Groups of the "VKontakte" Social Network. An Extended Abstract of the PhD Dissertation in Sociology. Moscow: Institute of Sociology, Russian Academy of Sciences. (In Russ.)
Соколов М. М., Бочаров Т. Ю., Губа К. С., Сафонова М. А. Проект «институциональная динамика, экономическая адаптация и точки интеллектуального роста в локальном академическом сообществе: Петербургская социология после 1985 года» // ЖССА. 2010. Т. 8. № 3. C. 66—82.
Sokolov M. M., Bocharov T. Y., Guba K. S., Safonova M. A. (2010) Institutional Dynamics, Economic Adaptation and Points of Intellectual Growth in the Local Academic Community: St. Petersburg Sociology after 1985. The Journal of Sociology and Social Anthropology. Vol. 8. No. 3. P. 66—82. (In Russ.)
Batagelj V., Cerinsek M. (2013) On Bibliographic Networks. Scientometrics. Vol. 96. No. 3. P. 845—864. https://doi.org/10.1007/s11192-012-0940-1.
Batagelj V., Mrvar A., Ferligoj A., Doreian P. (2004) Generalized Blockmodeling with Pajek. Metodoloskizvezki. Vol. 1. No. 2. P. 455—467. https://doi.org/10.51936/ofaw1880.
de Nooy W., Mrvar A., Batagelj V. (2004) Exploratory Social Network Analysis with Pajek. Cambridge: Cambridge University Press. https://doi.org/10.1017/CB097805 11806452.
Faust K., Wasserman S. (1992) Blockmodels: Interpretation and Evaluation. Social Networks. Vol. 14. No. 3—4. P. 5—61. https://doi.org/10.1016/0378-8733 (92)90013-W.
Hara N., Foon Hew K. (2007) Knowledge-Sharing in an Online Community of HealthCare Professionals. Information Technology & People. Vol. 20. No. 3. P. 235—261. https://doi.org/10.1108/09593840710822859.
Hur J. W., Brush T. A. (2009) Teacher Participation in Online Communities: Why Do Teachers Want to Participate in Self-Generated Online Communities of K-12 Teachers? Journal of Research on Technology in Education. Vol. 41. No. 3. P. 279—303. https:// doi.org/10.1080/15391523.2009.10782532.
Kronegger L., Ferligoj A., Doreian P. (2011) On the Dynamics of National Scientific Systems. Quality & Quantity. Vol. 45. No. 5. P. 989—1015. https://doi.org/10.1007/ s11135-011-9484-3.
Lave J., Wenger E. (1991) Situated Learning: Legitimate Peripheral Participation. Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511 815355.
Nonnecke B., Preece J. (2003) Silent Participants: Getting to Know Lurkers Better. In: Lueg C., Fisher D. (eds.) From Usenet to CoWebs: Interacting with Social Information Spaces. London: Springer. P. 110—132. https://doi.org/10.1007/978-1-4471-0057-7_6.
Pfeffer J., Mrvar A., Batagelj V. (2013) txt2pajek: Creating Pajek Files from Text Files. Technical Report, CMU-ISR-13—110. Pittsburgh, PA: Carnegie Mellon University.
Rafaeli S., Ravid G., Soroka V. (2004) De-Lurking in Virtual Communities: A Social Communication Network Approach to Measuring the Effects of Social and Cultural Capital. In: Sprague R. H. Jr. (ed.) Proceedings of the 37th Annual Hawaii International Conference on System Sciences. Los Alamitos, CA: IEEE. https://doi.org/10.1109/ HICSS.2004.1265478.
Rheingold H. (1993) The Virtual Community: Homesteading on the Electronic Frontier. Reading, MA: Addison-Wesley Publishing Company.
Schenkel A., Teigland R., Borgatti S. P. (2001) Theorizing Structural Dimensions of Communities of Practice: A Social Network Approach. Paper Presented at the Annual Meeting of the Academy of Management, Washington, DC.
Wasserman S., Faust K. (1994) Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press. https://doi.org/10.1017/CB097805118 15478.
Wellman B., Boase J., Chen W. (2002) The Networked Nature of Community: Online and Offline. IT & SOCIETY. Vol. 1. No. 1. P. 151—165. https://doi.org/10.1111/j.1083-6101.2003.tb00216.x.
Wenger E. (1998) Communities of Practice: Learning, Meaning, and Identity. Cambridge: Cambridge University Press. https://doi.org/10.1017/CB09780511803932.
Wenger E., McDermott R., Snyder W. M. (2002) Cultivating Communities of Practice: A Guide to Managing Knowledge. Boston, MA: Harvard Business School Press.
