Die Netzwerkanalyse scheint die geeignete Methode zu sein, um die Organisation und Strukturen von wissenschaftlichen Online-Communities zu erforschen. Obwohl die Netzwerkanalyse in den letzten Jahren vermehrt in Studien zu wissenschaftlichen Communities eingesetzt wurde und sich die Anwendungsmöglichkeiten grundlegend vereinfacht haben, wurden netzwerkanalytische Methoden in diesem Bereich bisher in sehr geringem Umfang eingesetzt. Ebenfalls gibt es nur wenige neuere Studien, die sich systematisch mit der Einordnung des Potenzials der Methodik für den Anwendungsbereich
beschäftigen. Darüber hinaus gibt es viele offene Fragen und eine fehlende methodische Einbettung bezüglich der Netzwerkanalyse in den Kommunikationswissenschaften.
An diesem Punkt soll diese Arbeit ansetzten. Sie soll der Frage nachgehen, welches Potenzial die Netzwerkanalyse für die Untersuchung von wissenschaftlichen Online-Gemeinschaften hat. Forschungsfrage: Welche Erkenntnisse lassen sich durch eine Netzwerkanalyse auf Twitter über wissenschaftliche Online-Gemeinschaften gewinnen?
Dazu sollen der Forschungsstand der bestehenden Literatur, Anwendungen und methodischen Instrumente aufgearbeitet werden und die praktische Anwendung über ein Fallbeispiel an einer wissenschaftlichen Online-Gemeinschaft untersucht und beschrieben werden. Die Arbeit soll als Grundlage für weitere potenzielle Untersuchungen dienen, welche auf methodische Elemente der Netzwerkanalyse in der Untersuchung von Online-Gemeinschaften, insbesondere von wissenschaftlichen, zurückgreifen möchten. Sie soll deren Stärken und Schwächen aufzeigen und gleichzeitig einen Beitrag zur methodischen Einbettung der Netzwerkanalyse in die Kommunikationswissenschaften leisten.
Inhaltsverzeichnis
1. Einleitung
2. Theoretischer Hintergrund
2.1. Die Netzwerkanalyse als Methode
2.1.1. Theoretische Grundlagen der Netzwerkanalyse
2.1.2. Gemeinschaften und soziale Netzwerke
2.1.3. Anwendung in der Kommunikationswissenschaft
2.2. Wissenschaftskommunikation auf Twitter
2.3. Die Analyse wissenschaftlicher Netzwerke
3. Methode
3.1. Beschreibung des explorativen Vorgehens
3.2. Erfasste Variablen und Masse
4. Resultate
5. Diskussion
5.1. Diskussion der Ergebnisse aus dem Fallbeispiel
5.2. Einordnung des methodischen Potentials
5.3. Limitierungen und unerfasste Möglichkeiten
6. Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht das Potenzial der Netzwerkanalyse zur Erforschung wissenschaftlicher Online-Gemeinschaften auf Twitter. Zentrales Ziel ist es, methodische Instrumente aufzuarbeiten und durch ein exploratives Fallbeispiel praxisnah zu veranschaulichen, um die Anwendbarkeit der Methode innerhalb der Kommunikationswissenschaft zu bewerten.
- Grundlagen der Netzwerkanalyse und Netzwerkforschung
- Wissenschaftskommunikation auf Twitter
- Methodik zur Durchführung von Netzwerkanalysen
- Identifikation von Kommunikationsrollen und Subgemeinschaften
- Analyse und Diskussion der Netzwerkeigenschaften (Fallbeispiel Digital-Wellbeing)
Auszug aus dem Buch
3.1. Beschreibung des explorativen Vorgehens
Zuerst wurde ein passender Datensatz gesucht. Es sollte sich dabei um eine auf Twitter aktive wissenschaftliche Community handeln. Gleichzeitig sollte der Datensatz eine überschaubare Grösse haben. Anstelle einer geschlossenen und definierten Community auf Twitter wurde ein thematisches wissenschaftliches Fachgebiet gewählt in Form der Thematik Digital-Wellbeing, woraus sich optimalerweise Ansätze einer Community feststellen lassen. Die Auswahl der Thematik des Digital-Wellbeing eignet sich aus mehreren Gründen. Einerseits ist Digital-Wellbeing eine aufstrebende und an Aufmerksamkeit gewinnende Thematik, deren Forschungsfeld sich jedoch noch am Anfang der Selbstdefinition befindet (vgl. Büchi, 2020). Andererseits ist sie durch ihre interdisziplinarität ein interessanter Untersuchungsgegenstand, welcher eine Vielzahl an potenziellen Fragestellungen zulassen würde.
Die Identifikation der Mitglieder aus dem Fachbereich Digital-Wellbeing welche den Kern des untersuchten Twitter Netzwerkes bilden, erfolgte in mehreren Schritten.
Zunächst wurden alle Nutzer auf Twitter identifiziert, welche in Ihrer Twitter-Bio (maximal 160 Zeichen) den Begriff «Digital Wellbeing», «Digital-wellbeing» oder «Digital well-being» und einen zusätzlichen Hinweis auf ihre wissenschaftliche Tätigkeit, wie «Prof», «Lecturer», «Researcher», « PhD candidate» oder die Verlinkung einer zugehörigen Universitären Einrichtung vermerkt hatten.
Diese Liste wurde ergänzt indem in einem zweiten Schritt die Suchmaschine Google Scholar nach wissenschaftlichen Publikationen im Bereich Digital-Wellbeing durchforstet wurde. Dafür wurden verschiedene Suchabfragen benutzt. Unteranderem dienten die Suchanfragen welche (Burr & Floridi, 2020) für ihre Untersuchung des Feldes nutzte als Vorlage. Ausgeschlossen wurden Publikationen, die sich nicht primär mit dem Thema Digital-Wellbeing oder nur mit einem sehr kleinen Teilaspekt befassten. Über die Namen der Autoren dieser Publikationen, wurde über die Twitter Suchanfrage nach Twitter Profilen der Autoren gesucht. Autoren dieser Publikationen, die eindeutig einem aktiven Twitter-Account zugeordnet werden konnten, wurden zusätzlich in die Liste aufgenommen.
Zusammenfassung der Kapitel
1. Einleitung: Einführung in die Thematik der wissenschaftlichen Online-Gemeinschaften in sozialen Medien und Definition der Forschungsfrage.
2. Theoretischer Hintergrund: Vorstellung der theoretischen Grundlagen der Netzwerkanalyse und deren Anwendung in der Wissenschaftskommunikation auf Twitter.
3. Methode: Detaillierte Darstellung des explorativen Vorgehens zur Datengewinnung mittels Twitter-API sowie Erläuterung der Netzwerkkennzahlen.
4. Resultate: Präsentation der Ergebnisse der Netzwerkanalyse inklusive Metadaten und Zentralitätswerten für das untersuchte Fallbeispiel.
5. Diskussion: Interpretation der Netzwerkeigenschaften, Diskussion der Ergebnisse hinsichtlich Einfluss und Community-Struktur sowie methodische Einordnung.
6. Fazit: Zusammenfassende Bewertung des Potenzials der Netzwerkanalyse für die Kommunikationswissenschaft und Ausblick auf künftige Forschungsansätze.
Schlüsselwörter
Netzwerkanalyse, Wissenschaftskommunikation, Social Media, Twitter, Online-Communities, Digital-Wellbeing, Zentralitätsmasse, Community-Detection, Methodik, Wissensverbreitung, Forschungsdaten, Soziale Netzwerke, Kommunikationswissenschaft, Twitter-API, interdisziplinäre Zusammenarbeit.
Häufig gestellte Fragen
Was ist das übergeordnete Thema dieser Arbeit?
Die Arbeit beschäftigt sich mit der Nutzung der Netzwerkanalyse als wissenschaftliche Methode, um die Strukturen und Kommunikationsmuster von wissenschaftlichen Gemeinschaften im sozialen Netzwerk Twitter zu untersuchen.
Welche zentralen Themenfelder werden behandelt?
Die zentralen Felder sind die methodischen Grundlagen der Netzwerkanalyse, deren Anwendung auf wissenschaftliche Communities sowie die spezifische Rolle von Twitter als Plattform für Wissenschaftskommunikation.
Was ist das primäre Ziel der Forschungsarbeit?
Das primäre Ziel ist es, das Potenzial der Netzwerkanalyse für die Untersuchung wissenschaftlicher Online-Gemeinschaften einzuordnen und einen Beitrag zur methodischen Einbettung dieses Verfahrens in die Kommunikationswissenschaft zu leisten.
Welche wissenschaftliche Methode kommt zum Einsatz?
Es wird ein exploratives, semistrukturiertes Vorgehen gewählt, bei dem soziale Netzwerkdaten (Twitter-Beziehungen und Erwähnungen) mittels Netzwerkanalyse-Tools wie Gephi quantitativ ausgewertet werden.
Was umfasst der inhaltliche Hauptteil der Untersuchung?
Der Hauptteil gliedert sich in eine theoretische Aufarbeitung des Forschungsstands, die detaillierte Beschreibung des methodischen Vorgehens anhand eines Fallbeispiels (Digital-Wellbeing-Forscher) und die Diskussion der erzielten Ergebnisse.
Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?
Die Arbeit lässt sich besonders durch Begriffe wie Netzwerkanalyse, Wissenschaftskommunikation, Social-Media-Forschung, Twitter-Community und methodische explorative Analyse beschreiben.
Warum wurde das Feld "Digital-Wellbeing" als Fallbeispiel gewählt?
Dieses Feld wurde gewählt, weil es als interdisziplinäre und aufstrebende Forschungsrichtung eine überschaubare, aber inhaltlich dynamische Gruppe von Wissenschaftlern auf Twitter darstellt, die sich für eine solche Analyse besonders eignet.
Welche wesentliche Erkenntnis ergibt sich aus der Analyse der Clusterbildung?
Die Analyse zeigt eine starke Segregation entlang der wissenschaftlichen Fachbereiche (Kommunikationswissenschaft vs. Human-Computer-Interaction), was darauf hindeutet, dass Interaktionen bevorzugt innerhalb der eigenen Disziplin stattfinden.
- Quote paper
- Simon Ammann (Author), 2021, Die Netzwerkanalyse zur Untersuchung wissenschaftlicher Online-Gemeinschaften, Munich, GRIN Verlag, https://www.grin.com/document/1275387
