La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

BLENDED LEARNING COMMUNITIES TRA SOCIAL NETWORK ANALYSIS E POSITIONING NETWORK ANALYSIS Marta Traetta Università di Bari Bari, seminario Prin Blended learning.

Presentazioni simili


Presentazione sul tema: "BLENDED LEARNING COMMUNITIES TRA SOCIAL NETWORK ANALYSIS E POSITIONING NETWORK ANALYSIS Marta Traetta Università di Bari Bari, seminario Prin Blended learning."— Transcript della presentazione:

1 BLENDED LEARNING COMMUNITIES TRA SOCIAL NETWORK ANALYSIS E POSITIONING NETWORK ANALYSIS Marta Traetta Università di Bari Bari, seminario Prin Blended learning communities: processi sociali on- e off-line esperienze a confronto 11 Marzo 2009

2 LO STUDIO DEI PROCESSI SOCIALI BLENDED OBIETTIVO analizzare gli aspetti psicosociali nelle comunità blended: partecipazione e identità on- e off-line Lappartenenza ad una comunità proietta lindividuo allinterno di una rete di relazioni sociali con gli altri membri del gruppo necessità di individuare una metodologia di analisi in grado di cogliere le relazioni e i legami tra i soggetti. La Social Network Analysis (SNA) (Scott, 1992; Wasserman e Faust, 1994) si sta rivelando una delle prospettive più interessanti per analizzare le relazioni fra gli individui che partecipano alla vita delle comunità. Essa, basandosi sulle relazioni esistenti fra i membri di una comunità, consente di analizzare la struttura di questa rete di interazioni nonché il ruolo giocato dai singoli partecipanti (Mazzoni, 2006a).

3 LE APPLICAZIONI DELLA SOCIAL NETWORK ANALYSIS Lanalisi delle reti sociali è stata applicata in vari ambiti delle scienze sociali (Wasserman e Faust, 1994). Le prime ricerche riguardano contesti di interazione reale. La SNA si è poi rivelata particolarmente efficace anche nellanalisi delle dinamiche relazionali allinterno di comunità virtuali. Alcuni autori hanno analizzato le interazioni allinterno di gruppi virtuali combinando la SNA e lanalisi del contenuto dei messaggi scambiati (Aviv, et al., 2003; Martinez, et al., 2003) Attualmente la riflessione si orienta sulle possibilità offerte dallintegrazione della SNA con lanalisi qualitativa del contenuto. Inoltre una migliore comprensione delle dinamiche psicosociali potrebbe essere offerta dallimpiego posteriore di metodologie qualitative in-depth come lanalisi del discorso (Lamherics, 2003; Rosen et al., 2003; Mazzoni, 2006b).

4 LUSO DELLA SNA NELLANALISI DELLE DINAMICHE DI PARTECIPAZIONE 1. Identificazione dei destinatari di ciascun messaggio (turni conversazionale e note) attraverso lanalisi qualitativa del contenuto. Nelle discussioni online asincrone, i messaggi sono raramente diretti ad un esplicito destinatario, pertanto l identificazione del destinatario risulta in questi casi ancor più complessa. Per far fronte a questo problema abbiamo adottato due criteri di identificazione: a) la presenza nel testo di un esplicito o implicito riferimento al destinatario specifico; b) lidentificazione di destinatari multipli attraverso tre indicatori: - assenza di riferimento (implicito o esplicito) ad un destinatario specifico; - esplicito riferimento a destinatari multipli; - esplicito riferimento allintera comunità.

5 2. Il passaggio successivo alla codifica delle note è stata la creazione di matrici da importare di seguito in NetMiner 3, il software adottato per la Social Network Analysis. Per ciascuna discussione analizzata è stata generata una matrice di adiacenza, (tab. 1) con in riga i mittenti ed in colonna i destinatari, e allinterno delle celle i numeri grezzi corrispondenti al totale delle comunicazioni intercorse. Esempio di una matrice di adiacenza di partecipazione Tab.1 DanielaDinoKatiaMauro Daniela775 Dino532 Katia1 Mauro1

6 3. Social Network Analysis (Wasserman e Faust,1994; Mazzoni, 2006): Densità (neighbor analysis): descrive il livello di coesione tra i nodi e quindi il grado di aggregazione tra di essi (valore tra 0 e 1) Questo indice si basa su due importanti parametri: lindice di inclusività, che indica la percentuale di soggetti (nodi) coinvolti negli scambi; il nodal degree, che fornisce informazioni circa il numero dei nodi con cui ciascun nodo ha legami diretti. Attraverso questo parametro è possibile rilevare la presenza di eventuali soggetti isolati o pendenti, cioè connessi solo ad un altro partecipante della rete di relazioni; è stato possibile confrontare il livello di aggregazione dei gruppi nei diversi contesti, cercando di comprendere se gli ambienti virtuali offrano agli individui maggiori possibilità di partecipazione rispetto ai contesti off line. Individuando le percentuali di soggetti coinvolti negli scambi (indice di inclusività) ma soprattutto rilevando nodi pendenti o isolati (nodal degree) è stato inoltre possibile cogliere eventuali peculiarità degli individui legate al loro modo di rapportarsi e di interagire nei diversi ambiti comunicativi.

7 ESEMPI ANALISI DI DENSITÀ Contesto on line Contesto off line Indice di densità: 1,00 Indice di densità: 0,80

8 Centralità (degree centrality): denota il prestigio e la rilevanza dei singoli nodi negli scambi; viene calcolato sulla quantità di legami, sia in entrata che in uscita, instaurati dal singolo rispetto al totale degli scambi comunicativi dellintera rete; naturalmente i soggetti più centrali sono coloro che attivano un maggior numero di legami. Lindice di centralità ha un rispettivo indice di centralizzazione in grado di misurare quanto lintera struttura delle relazioni si incardini sui nodi individuati attraverso lindice di centralità. Con gli indici di centralità e di centralizzazione è stato possibile indagare più approfonditamente le modalità di partecipazione ai diversi contesti, rilevando ad esempio individui centrali in ambienti on line e periferici in contesti off line, soggetti centrali indipendentemente dal contesto considerato; o ancora discussioni che ruotano attorno a figure centrali o che si distribuiscono in maniera omogenea tra i diversi membri dei gruppi. E inoltre stato possibile osservare le dinamiche di leadership allinterno delle comunità analizzate.

9 ESEMPI ANALISI DI CENTRALITÁ PartecipantiOnlineOffline Daniela0,850,69 Anna0,850,31 Traiettoria stabile Traiettoria instabile PartecipantiRicezioneInvio Daniela1,00 Dino0,331,00 Leader Leader dopposizione

10 ESEMPI ANALISI DI CENTRALIZZAZIONE forum gruppo A INDICE DI CENTRALIZZAZIONE 52,8% Leadership direttiva e centralizzata INDICE DI DENSITA 0,55 forum gruppo B INDICE DI CENTRALIZZAZIONE 8,33% Leadership interattiva e distribuita INDICE DI DENSITA 0,93

11 Coesione (cohesion analysis): rileva la presenza di strutture di aggregazioni preferenziali, definite cliques, rappresentate da sottogruppi di almeno 3 nodi completamente connessi tra di loro. Ogni comunità ha al suo interno delle suddivisioni, costituite da sottogruppi più o meno coesi, i cui soggetti preferiscono interagire tra loro piuttosto che con gli altri componenti della comunità. Questo indice ha consentito di individuare quelle specifiche modalità attraverso le quali, nei differenti contesti indagati, si giunge alla creazione di un vicinato preferenziale. Ha inoltre permesso di osservare le modalità attraverso cui un membro periferico viene reintegrato nel gruppo attraverso le figure risultate fondamentali nellanalisi della centralità.

12 ESEMPI ANALISI DI COESIONE

13 Per lanalisi delle dinamiche identitarie è stata messa a punto unoriginale variante della SNA, che abbiamo definito Positioning Network Analysis (PNA). In questo utilizzo della SNA i nodi non rappresentano più individui, ma posizionamenti identitari. Quindi nelle matrici di adiacenza sono stati collocati, in riga i posizionamenti elicitanti ed in colonna i posizionamenti elicitati che rappresentano la conseguenza diretta di altri posizionamenti. Il valore presente allinterno delle celle rappresenta il totale degli scambi intercorsi tra i vari posizionamenti (nodi) della rete interazionale. 1. Analisi qualitativa del contenuto: - costruzione della griglia categoriale dei posizionamenti a partire dalla letteratura presente (Hermans,1996; Spadaro, 2007), arricchita attraverso la codifica dei posizionamenti presenti nei turni e nelle note; - individuazione dei legami tra posizionamenti elicitanti ed elicitati. LUSO DELLA SNA NELLANALISI DELLE DINAMICHE IDENTITARIE: PNA

14 GRIGLIA CATEGORIALE DEI POSIZIONAMENTI IDENTITARI: INDIVIDUALE: - interno - esterno - aperto COLLETTIVO : - interno - esterno - aperto - interno sottogruppo - interno ruolo - aperto ruolo INTERPERSONALE: - diretto - indiretto - diretto ruolo INTERGRUPPI: - diretto - indiretto DI CONFINE

15 2.Social Network Analysis: - indice di densità: esamina il livello di coesione tra i nodi (posizionamenti), rappresentando il repertorio completo dei posizionamenti di ciascun partecipante e dellintera comunità. - indice di centralità: esamina la centralità di ciascun posizionamento e ci consente di identificare i posizionamenti cruciali per il Sè in quanto hanno legami con la maggior parte degli altri posizionamenti.

16 Contesto off line Contesto on line ESEMPI ANALISI DI DENSITÀ

17 Contesto off line Contesto on line ESEMPI ANALISI DI CENTRALITÁ

18 3. I posizionamenti sono stati analizzati secondo tre livelli di indagine, individuale, interpersonale e comunitario, che marcano la trama dialogica dellidentità: Livello individuale: si riferisce a tutti i posizionamenti identitari elicitati da precedenti posizionamenti dello stesso individuo. Livello interpersonale: si riferisce a tutti i posizionamenti identitari elicitati da quelli di altri soggetti. Livello comunitario: si riferisce allanalisi di tutti i posizionamenti, individuali e interpersonali, dei soggetti appartenenti alla comunità. Si ottiene in questo modo una visione complessiva delle dinamiche identitarie della comunità, che va oltre i singoli individui.

19 CONCLUSIONI E PROSPETTIVE FUTURE SNA consente di fotografare la realtà in un dato momento; per recuperare la dimensione dinamica e processuale dei processi psicosociali riteniamo necessario un approfondimento tramite lanalisi del discorso. Riformulazioni: ripresa e rielaborazione delle idee espresse precedentemente da se stessi (autoriformulazioni) o da altri (eteroriformulazioni) Due tipi di riformulazioni: a. caratterizzate da marcatori di riformulazioni (quindi, in altre parole, come dire, per esempio, dunque…). Hanno carattere locale in quanto sono legate allimmediatezza del discorso; b. caratterizzate dalla presenza di clausole metadiscorsive ( Apotheloz, Grossen, 1996) che introducono la riformulazione tramite unespressione che denota lattività verbale stessa (come hai appena detto, voi avete spiegato che, come la professoressa ha descritto). Le riformulazioni sono dunque introdotte tramite il discorso indiretto. Sono utilizzate soprattutto in ambito clinico dal terapeuta durante il colloquio terapeutico.

20 Funzioni delle clausole assicurare continuità e coerenza al testo conversazionale; pianificare e guidare linterazione focalizzando lattenzione dellinterlocutore su un tema; introdurre nella conversazione un registro metacomunicativo; introdurre lallocazione del turno di parola, incitando linterlocutore a partecipare attivamente allinterazione; proporre uninterpretazione alternativa; giustificare lenunciazione di una domanda, di una domanda di conferma o di uninterpretazione alternativa. Lanalisi delle riformulazioni marcate da clausole metadiscorsive è un valido supporto per comprendere come i parlanti negoziano in maniera transattiva i significati comuni, tramite il divenire della parola dellaltro (Salazar Orving, 2002).


Scaricare ppt "BLENDED LEARNING COMMUNITIES TRA SOCIAL NETWORK ANALYSIS E POSITIONING NETWORK ANALYSIS Marta Traetta Università di Bari Bari, seminario Prin Blended learning."

Presentazioni simili


Annunci Google