Browsing by Subject "sosiaalinen verkostoanalyysi"

Sort by: Order: Results:

Now showing items 1-3 of 3
  • Uotila, Repekka (Helsingin yliopisto, 2021)
    Uusassyrialaisen historian aikana assyrialaiset viittasivat kymmeniin eri ryhmiin ”aramealaisina”. Akkadinkielisen termin semanttinen merkitys muuttuu vuosisatojen aikana, kunnes 600-luvun assyrialaisissa lähteissä sitä ei enää juuri käytetä etnonyyminä. Tutkin työssäni, miten perusteltua on olettaa aramealaisten edustavan yhtenäistä etnistä ryhmää 600-luvulla eaa. Tutkimus olettaa, että sekä ryhmän ulkopuoliset, että siihen kuuluvat tunnistavat, kuka on ryhmän jäsen. Mikäli aramealaiset Assyrialaisessa imperiumissa kokivat edustavansa etnistä vähemmistöä ja ”assyrialaisiin” kuulumatonta väestöä, myös heidän sosiaaliset ryhmänsä todennäköisesti sisältäisivät lähinnä muita aramealaisia. Toteutan tutkimuksen sosiaalisen verkostoanalyysin (social network analysis) avulla. Käytän materiaalina Ancient Near Eastern Empires -huippuyksikön Team 1:n kehittämää 17 000 yksilön verkostoa, joka on koottu Prosopography of the Neo-Assyrian Empire -nimihakemistosta. Verkoston muodostavat nimihakemiston yksilöt, joiden nimen lingvistinen kanta on määritelty esimerkiksi akkadin-, aramean-, tai egyptinkieliseksi. Käytän verkostoanalyysissä nimen lingvististä kantaa pääasiallisena aramealaisten tunnisteena. Tutkimuksen teoria pohjaa etnisyyden määritelmään ja sen ilmentymiseen ”ryhmällisyytenä” (groupness) sosiaalisen ja poliittisen ilmapiirin niin vaatiessa. Esitän, miten etnisyyttä, ryhmällisyyttä, ja etnistä ryhmällisyyttä voidaan tutkia sosiaalisen verkostoanalyysin avulla. Analysoin aramealaisten nimien ryhmittymistä kahdessa aliverkostossa. Ensimmäinen on Ma’allanaten arkistoon perustuva verkosto, joka on valittu korkean aramealaisten nimien esiintyvyyden perusteella. Toinen on rajattu Nineven kaupungin asukkaisiin. Analyysi perustuu modulariteettialgoritmien tunnistamien yhteisöjen analysoimiseen. Tutkin, miten länsiseemiläiset nimet jakautuvat verkostoissa ja millä perustein aramealaiset muodostavat sosiaalisia ryhmiä. Tutkimuksessa käy ilmi, että aramealaiset eivät muodosta ryhmiä jaetun etnisen taustan perusteella. Molempien aliverkostojen aramealaisten sosiaaliset verkostot ovat nimikannan perusteella monimuotoisia. Sosiaaliset verkostot ovat rakentuneet pikemminkin ammatin perusteella. Aramealaiset eivät siis osoita erityistä ryhmällisyyttä 600-luvun Assyriassa. Heidän sosiaalinen toimintansa ei viittaa siihen, että aramealainen tausta olisi assyrialaisesta identiteetistä erillistä. Viitteitä yleiseen, aramealaiseen identiteettiin ei ole.
  • Toikkanen, Tarmo (Helsingfors universitet, 2005)
    As computer technology evolves, both the need for knowledge workers and the pressure to increase the effectiveness of teaching with the help of ICT increase. Teaching of the skills needed by the knowledge workers requires new pedagogy, where instead facts and obedience the focus is on skills, independence and learning to learn. The use of ICT in education brings its own challenges to learning situations. Social constructivist computer supported collaborative learning (CSCL) is becoming a major challenger for the traditional teacher-centered learning. One of these methodologies is Progressive Inquiry, which is developed in Finland. Since the social constructive theory emphasizes the relations between learners more than the individuals' actions, research in this field must also take into account the interactions that occur in learning situations. While traditional psychological and pedagogical methods are not applicable, an old method of social sciences, SNA or social network analysis is designed specifically for the analysis of groups of people. Applications of SNA in psychology and collaborative learning are however few and preliminary, and no reliable evidence on the applicability nor useful results exist. The purpose of this study is to find out if SNA can be applied to this field of research. In this study SNA was used to analyze the learning situations of 23 classes in comprehensive and secondary schools that used Progressive inquiry. The results show that SNA can be applied to the study of CSCL, since the analysis produced preliminary measurements that were related to the quality of the course. The results are also in concordance with social constructivist theory: a course's usefulness increases as the several students write high quality messages and participate widely in different conversations.
  • Hihnala, Joonas (Helsingin yliopisto, 2019)
    Tutkielmassa tarkastellaan, miten suomalainen radikaalioikeisto pyrkii hyödyntämään sosiaalista mediaa toiminnassaan ja rekrytoimaan ihmisiä mukaan toimintaan. Aikaisemmat tutkimukset osoittavat, että radikaalioikeistolaiset liikkeet ovat hyvin verkostoituneita keskenään. Sosiaalisesta mediasta on tullut tärkeä väline radikaalioikeistolaisille liikkeille ideologiansa levittämiseen, uusien jäsenten rekrytoimiseen, tuen saamiseen ja vihollisten uhkaamiseen. Sosiaalisen median palveluiden algoritmit tarjoavat käyttäjäprofiililtaan samanmielisille ihmisille samankaltaista sisältöä. Näin sosiaalinen media ”pakottaa” samanmielisiä ihmisiä yhteen, mikä synnyttää kaikukammioita ja mielipiteiden sekä ajatusten kärjistymistä. Näin sosiaalisen median vihayhteisöissä normalisoidaan ajatuksia, joita ei välttämättä muualla yhteiskunnassa pidettäisi hyväksyttävinä. Sosiaalinen median alustat kannustavat kierrättämään vihamielistä sisältöä. Radikaalioikeistolaiset pyrkivät hyödyntämään vihasisältöä tavoittaessaan erilaisia yleisöjä, koska alustojen algoritmit suosivat vihamielisen sisällön levittämistä sosiaalisessa mediassa. Tutkielmassa sovelletaan sosiaalisen mobilisaation teoriaa käyttäjien mobilisoimiseen sosiaalisessa mediassa. Tutkielmassa selvitetään, millaisten aiheiden ympärille syntyy vihaa ilmentäviä vuorovaikutuksellisia verkostoja, millaiset aiheet ylläpitävät näitä verkostoja, millaisia eroja on näissä verkostoissa ja millaisia erilaisia tehtäviä niillä voidaan nähdä olevan. Aineistona käytetään Facebookin verkostodataa vastamediasivulta ja viharyhmästä. Verkostodata koostuu julkaisusta ja niiden kommentoijista. Havaintoaikana on 30.11.-7.12.2016. Menetelminä käytetään sosiaalista verkostoanalyysia ja sisällönanalyysia. Sosiaalisessa verkostoanalyysissa on hyödynnetty Gephi-verkostoanalyysiohjelmistoa. Sisällönanalyysin avulla merkitään lähdekirjallisuuden ja empiiristen havaintojen perusteella kategorioittain verkostojen oleellisimmat julkaisut. Gephi-ohjelman avulla rajataan aineiston solmujen astelukuarvot, jotta saadaan selville eniten vuorovaikutusta aiheuttaneet julkaisut. Tulokset osoittavat, että radikaalioikeistolaisilla verkostoilla on erilaisia tehtäviä. Vastamediaverkoston päätehtävänä on tavoittaa erityisesti uusia jäseniä liittymään mukaan toimintaan. Viharyhmäverkoston mobilisoiva tehtävä on yhteydenpito ihmisiin, joiden radikaalioikeistolainen maailmankuva on jo vakiintunut. Facebookissa vastamedia- ja viharyhmäverkostot pyrkivät hyödyntämään julkaisuja, jotka käsittelevät mm. maahanmuuttajia anomaliana, eliittivastaisuutta, sosiaalipolitiikkaa, liikkeen ulkopuolisia kansalaisia vihollisina sekä oman yhteisöllisyyden ja ”me”-kuvan luomista. Näistä eniten vuorovaikutusta herättävät julkaisut, jotka käsittelevät maahanmuuttajia, eliittivastaisuutta ja sosiaalipolitiikkaa. Seksuaali- ja sukupuolivähemmistöjä vastustava julkaisu esiintyy vain viharyhmän verkostossa. Seksuaalirikollisia käsittelevät julkaisut esiintyvät vain vastamedian verkostossa. Tulokset osoittavat, että radikaali oikeisto pyrkii hyödyntämään mobilisoinnissa sosiaalista mediaa alustana vihan levittämiselle. Erityisesti vihaa, inhoa ja pelkoa sisältävät affektiiviset julkaisut ovat tähän tehokas väline. Samalla radikaali oikeisto pyrkii valkopesemään omaa toimintaansa ja huolestuttamaan potentiaalisia kannattaryhmiä, jotka muuten voisivat väheksyä liikkeeseen osallistumista, ja edelleenlevittämään arvojaan. Näin tavoitteena on heittää ihmisiä radikaaliin ajatusmaailmaan huolestuttamalla julkaisujen lukijoita ja saada heidät mukaan toimintaan, edes hetkellisesti.