Құжаттар мен коммуникациялық артефакттарды зерттеу әдістемесі
Content analysis
Мазмұн талдауы – құжаттар мен коммуникациялық артефакттарды зерттеу әдісі. Үлгілерді анықтау, жүйелілік, жаңартылу және әртүрлі форматтардағы мәліметтерді талдау.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Құжаттар мен коммуникация артефакттарын зерттеу әдісі
Research method for studying documents and communication artifacts
Мазмұндық талдау – түрлі форматтағы мәтіндер, суреттер, аудио немесе бейне түрінде кездесетін құжаттар мен коммуникация артефакттарын зерттеу болып табылады. Әлеуметтік ғалымдар мазмұндық талдауды коммуникациядағы үлгілерді қайталанатын және жүйелі түрде зерттеу үшін пайдаланады. Әлеуметтік құбылыстарды талдау үшін мазмұндық талдауды қолданудың басты артықшылығы – әлеуметтік жағдайларды модельдеу немесе сауалнамалар арқылы мәлімет жинау сияқты инвазивті емес әдіс болуында. Мазмұндық талдаудың тәжірибесі мен философиясы академиялық салалар бойынша әртүрлі. Олардың барлығы қызықты және мағыналы мазмұнның болуын көрсету үшін мәтіндерге немесе артефакттарға белгілер (кейде кодтар деп аталады) жүйелі түрде тағайындауды қамтиды. Мәтіндер жинағының мазмұнын жүйелі түрде белгілеп, зерттеушілер статистикалық әдістерді қолдана отырып мазмұн үлгілерін сандық түрде талдай алады немесе мәтіндердегі мазмұнның мағынасын талдау үшін сапалық әдістерді қолданады. Құжаттарды таңбалау (немесе кодтау) процесін автоматтандыру үшін мазмұндық талдауда компьютерлер жиі қолданылады. Қарапайым есептеу техникалары сөздердің жиілігі және құжаттың ұзындығы сияқты сипаттамалық деректерді ұсынуы мүмкін. Машиналық оқыту классификаторлары таңбаланатын мәтіндердің көлемін арттыра алады, бірақ мұның ғылыми тұрғыдан қаншалықты пайдалы екені күмәнді мәселе. Сонымен қатар, мәтінді алдын ала белгіленген лингвистикалық, семантикалық және психологиялық ерекшеліктері бойынша талдау жасайтын көптеген компьютерлік мәтіндік талдау (CATA) бағдарламалары бар.
Content analysis is the study of documents and communication artifacts, which might be texts of various formats, pictures, audio or video. Social scientists use content analysis to examine patterns in communication in a replicable and systematic manner. One of the key advantages of using content analysis to analyse social phenomena is their non invasive nature, in contrast to simulating social experiences or collecting survey answers. Practices and philosophies of content analysis vary between academic disciplines. They all involve systematic reading or observation of texts or artifacts which are assigned labels (sometimes called codes) to indicate the presence of interesting, meaningful pieces of content. By systematically labeling the content of a set of texts, researchers can analyse patterns of content quantitatively using statistical methods, or use qualitative methods to analyse meanings of content within texts. Computers are increasingly used in content analysis to automate the labeling (or coding) of documents. Simple computational techniques can provide descriptive data such as word frequencies and document lengths. Machine learning classifiers can greatly increase the number of texts that can be labeled, but the scientific utility of doing so is a matter of debate. Further, numerous computer aided text analysis (CATA) computer programs are available that analyze text for pre determined linguistic, semantic, and psychological characteristics.
Мәннің сапалық және сандық талдауы
Сандық мазмұндық талдау жиілік санақтарын және осы кодталған жиіліктердің статистикалық талдауын көрсетеді. Сонымен қатар, сандық мазмұндық талдау алдынан қойылған гипотезамен басталады, ал кодтау талдау басталғанға дейін анықталады. Бұл кодтау санаттары зерттеушінің гипотезасына тікелей қатысты. Сандық талдау да дедуктивті тәсілді қолданады. Мазмұндық талдау айнымалылары мен конструкцияларының мысалдарын, мысалы, DOCA ашық қолжетімді деректер базасынан табуға болады. Бұл деректер қоры коммуникация және саясаттану ғылымдарының зерттеу салалары мен тақырыптарына қатысты мазмұндық-талдамалық айнымалыларды жинақтап, жүйелейді және бағалайды. Зигфрид Кракауэр сандық талдауды сынға алып, оның күрделі коммуникацияны артық қарапайымдап, сенімділікті арттыратынын айтады. Ал сапалық талдау жасырын мағыналарды зерттейді, сандық талдау болса айқын мағыналарға назар аударады. Ол сондай-ақ сапалық және сандық мазмұндық талдаудың "бір-бірімен байланысты" екенін мойындайды. Архивтен алынған өлшемдерді болашақ зерттеулерде қолдану арқылы жоғары сапалы және салыстыруға болатын құралдарды пайдалануға болады. DOCA басқалармен қатар, көркем медиа және ойын-сауық мазмұнының мазмұндық талдауына (мысалы, бейнеойындардағы сексуалды бейнелеу өлшемдері), пайдаланушылар жасаған медиа мазмұнына (мысалы, онлайн жеккөру сөздері өлшемдері) және жаңалықтар мен журналистикаға (мысалы, балаларға қатысты сексуалдық зорлық-зомбылық туралы баспасөз материалдарында фотосуреттерді қолдану өлшемдері, сайлау науқанындағы жекелендіру өлшемдері) қатысты өлшемдерді қамтиды.
Quantitative content analysis highlights frequency counts and statistical analysis of these coded frequencies. Additionally, quantitative content analysis begins with a framed hypothesis with coding decided on before the analysis begins. These coding categories are strictly relevant to the researcher's hypothesis. Quantitative analysis also takes a deductive approach. Examples of content analytical variables and constructs can be found, for example, in the open access database DOCA. This database compiles, systematizes, and evaluates relevant content analytical variables of communication and political science research areas and topics. Siegfried Kracauer provides a critique of quantitative analysis, asserting that it oversimplifies complex communications in order to be more reliable. On the other hand, qualitative analysis deals with the intricacies of latent interpretations, whereas quantitative has a focus on manifest meanings. He also acknowledges an "overlap" of qualitative and quantitative content analysis. Measures from the archive can be adopted in future studies to ensure the use of high quality and comparable instruments. DOCA covers, among others, measures for the content analysis of fictional media and entertainment (e. g., measures for sexualization in video games), of user generated media content (e. g., measures for online hate speech), and of news media and journalism (e. g., measures for stock photo use in press reporting on child sexual abuse, and measures of personalization in election campaign coverage).
Есептеу құралдары
Компьютерлердің, тіпті жеке компьютерлер сияқты, кең таралған есептеу құралдарының пайда болуымен қатар, компьютерлік талдау әдістерінің танымалдылығы артып келеді. Ашық сұрақтарға берілген жауаптар, газет мақалалары, саяси партиялардың бағдарламалары, медициналық құжаттар немесе тәжірибелердегі жүйелі бақылаулардың бәрі мәтіндік деректерді жүйелі талдауға түсуі мүмкін. Коммуникацияның мазмұны машинамен оқылатын мәтін түрінде қолжетімді болғандықтан, кіріс деректер жиілігі бойынша талданып, тұжырымдар жасау үшін санаттарға жіктеледі. Компьютерлік көмекпен талдау үлкен электрондық деректер жиынтығымен жұмыс істеуге көмектеседі, себебі ол уақытты үнемдеп, кодтаушылар арасындағы келісімді растау үшін бірнеше адамның қатысуын болдырмайды. Дегенмен, мазмұнды талдау үшін адамдарды кодтаушы ретінде пайдалануға болады, өйткені олар мәтіндегі ұшқынсыз және жасырын мағыналарды анықтауда көбінесе жақсырақ болады. Бір зерттеуде адамдардың кең ауқымды бағалай алатыны және жасырын мағыналарға негізделген тұжырымдар жасай алатыны көрсетілді.
With the rise of common computing facilities like PCs, computer based methods of analysis are growing in popularity. Answers to open ended questions, newspaper articles, political party manifestos, medical records or systematic observations in experiments can all be subject to systematic analysis of textual data. By having contents of communication available in form of machine readable texts, the input is analyzed for frequencies and coded into categories for building up inferences. Computer assisted analysis can help with large, electronic data sets by cutting out time and eliminating the need for multiple human coders to establish inter coder reliability. However, human coders can still be employed for content analysis, as they are often more able to pick out nuanced and latent meanings in text. A study found that human coders were able to evaluate a broader range and make inferences based on latent meanings.
Сенімділік және жарамдылық
Роберт Вебер атап көрсетеді: "Мәтіннен дұрыс қорытындылар жасау үшін, классификация процедурасының сенімді болуы маңызды, яғни тұрақты болуы керек: әртүрлі адамдар бір мәтінді бірдей түсінуі тиіс". Құжаттылық, кодтаушылар арасындағы сенімділік және бір кодтаушының сенімділігі көп жылдар бойы қарқынды әдістемелік зерттеулердің нысаны болды. Лейси мен Рифф кодтаушылар арасындағы сенімділікті өлшеуді сандық мазмұндық талдаудың күшті жағы ретінде көрсетеді, егер мазмұн сарапшылары кодтаушылар арасындағы сенімділікті өлшемесе, олардың деректері бір оқырманның субъективті пікірінен артық сенімді емес дейді. Қазіргі есеп беру стандарттарына сәйкес, сандық мазмұндық талдаулар толық кодтамалармен жариялануы керек, ал кодтамадағы барлық айнымалылар немесе өлшемдер үшін эмпирикалық алдын ала сынақтар негізінде тиісті кодтаушылар арасындағы немесе бағалаушылар арасындағы сенімділік коэффициенттері көрсетілуі керек. Сонымен қатар, кодтамадағы барлық айнымалылар мен өлшемдердің жарамдылығы қамтамасыз етілуі тиіс. Бұл бұрынғы зерттеулерде өзінің жарамдылығын дәлелдеген белгілі шараларды қолдану арқылы қол жеткізілуі мүмкін. Сондай-ақ, шаралардың мазмұндық жарамдылығын осы саладағы сарапшылар тексеріп, кодтау нұсқауларын, анықтамаларын және кодтамадағы мысалдарды мақұлдап немесе түзетуі мүмкін.
Robert Weber notes: "To make valid inferences from the text, it is important that the classification procedure be reliable in the sense of being consistent: Different people should code the same text in the same way". The validity, inter coder reliability and intra coder reliability are subject to intense methodological research efforts over long years. Lacy and Riffe identify the measurement of inter coder reliability as a strength of quantitative content analysis, arguing that, if content analysts do not measure inter coder reliability, their data are no more reliable than the subjective impressions of a single reader. According to today's reporting standards, quantitative content analyses should be published with complete codebooks and for all variables or measures in the codebook the appropriate inter coder or inter rater reliability coefficients should be reported based on empirical pre tests. Furthermore, the validity of all variables or measures in the codebook must be ensured. This can be achieved through the use of established measures that have proven their validity in earlier studies. Also, the content validity of the measures can be checked by experts from the field who scrutinize and then approve or correct coding instructions, definitions and examples in the codebook.
Тарих
Мазмұндық талдау – сөйлеу, жазбаша мәтін, сұхбат, сурет немесе басқа да коммуникация түрлерін жіктеу және санатқа бөлу арқылы жүргізілетін зерттеу. Оның бастауы 19 ғасырдың соңындағы алғашқы газеттерді пайдаланумен байланысты, сол кезде талдау тақырыпқа арналған бағандардың санын мануалды түрде өлшеу арқылы жасалатын. Бұл тәсілді 1893 жылы Шекспирдің әдебиетіндегі үлгілерді зерттеген университет студенті де қолданған. Содан бері мазмұндық талдау түрлі салаларда қолданылып келеді. Герменевтика мен филология қасиетті және әдеттегі мәтіндерді түсіндіру үшін, сондай-ақ көп жағдайда мәтіндердің авторлығын және нақтылығын анықтау үшін ұзақ жылдардан бері мазмұндық талдауды пайдаланып келеді. Соңғы уақыттарда, әсіресе бұқаралық коммуникацияның дамуымен, мазмұндық талдау медиа мазмұнын және медиа логикасын терең талдау мен түсіну үшін кеңінен қолданылуда. Саяси ғалым Харольд Лассвелл 20 ғасырдың ортасында мазмұндық талдаудың негізгі сұрақтарын былай формулирледі: «Кім не айтады, кімге, не үшін, қаншалықты және қандай әсермен?». Лассвеллдің сандық тәсілге баса назар салуын мазмұндық талдаудың тағы бір «әкесі» Бернард Берльсон іске асырды, ол осы көзқарас бойынша мазмұндық талдаудың символдық анықтамасын ұсынды: «коммуникацияның айқын мазмұнын объективті, жүйелі және сандық тұрғыдан сипаттауға арналған зерттеу әдісі». Технологияның жетістіктері мен бұқаралық және жеке коммуникация зерттеулеріндегі жемісті қолданылуының арқасында соңғы жылдары сандық мазмұндық талдау қайтадан танымал болды. Жаңа медиа, әсіресе әлеуметтік желілер мен мобильді құрылғылар жасаған мәтіндік үлкен деректерді мазмұндық талдау кеңінен таралды. Бұл тәсілдер тілді қарапайым қарастырады, семиотиканың күрделілігін, яғни мағынаның тілден қалыптасу процесін ескермейді. Сандық мазмұндық талдаушылар мазмұндық талдаудың ауқымын қарапайым санаумен шектегені және олардың әлеуметтік ғылымдарға сәйкестігін сынды түрде қарастырмай, табиғаттану ғылымдарының өлшемдеу әдістерін қолданғаны үшін сынға ұшырады. Керісінше, сапалық мазмұндық талдаушылар жеткілікті жүйелі емес және тым субъективті болғаны үшін сынға түсті.
Content analysis is research using the categorization and classification of speech, written text, interviews, images, or other forms of communication. In its beginnings, using the first newspapers at the end of the 19th century, analysis was done manually by measuring the number of columns given a subject. The approach can also be traced back to a university student studying patterns in Shakespeare's literature in 1893. Over the years, content analysis has been applied to a variety of scopes. Hermeneutics and philology have long used content analysis to interpret sacred and profane texts and, in many cases, to attribute texts' authorship and authenticity. In recent times, particularly with the advent of mass communication, content analysis has known an increasing use to deeply analyze and understand media content and media logic. The political scientist Harold Lasswell formulated the core questions of content analysis in its early mid 20th century mainstream version: "Who says what, to whom, why, to what extent and with what effect?". The strong emphasis for a quantitative approach started up by Lasswell was finally carried out by another "father" of content analysis, Bernard Berelson, who proposed a definition of content analysis which, from this point of view, is emblematic: "a research technique for the objective, systematic and quantitative description of the manifest content of communication". Quantitative content analysis has enjoyed a renewed popularity in recent years thanks to technological advances and fruitful application in of mass communication and personal communication research. Content analysis of textual big data produced by new media, particularly social media and mobile devices has become popular. These approaches take a simplified view of language that ignores the complexity of semiosis, the process by which meaning is formed out of language. Quantitative content analysts have been criticized for limiting the scope of content analysis to simple counting, and for applying the measurement methodologies of the natural sciences without reflecting critically on their appropriateness to social science. Conversely, qualitative content analysts have been criticized for being insufficiently systematic and too impressionistic.
Жасырын және айқын мазмұны
Манифест мазмұны бетіндегідей түсінуге оңай. Оның мағынасы тікелей. Жасырын мазмұн ашық емес, оның мағынасын немесе ықпалын анықтау үшін түсіндіру қажет.
Manifest content is readily understandable at its face value. Its meaning is direct. Latent content is not as overt, and requires interpretation to uncover the meaning or implication.
Бастапқы кодтау схемасының жасалуы
Таңдалған мазмұнды талдау тәсіліне бастапқы кодтау схемасы немесе кодтауға қатысты көзқарас тікелей байланысты. Бағытталған мазмұнды талдау арқылы ғалымдар бұрынғы теориялар мен болжамдар негізінде алдын ала кодтау схемасын әзірлейді. Ал, дәстүрлі мазмұнды талдау тәсілінде бастапқы кодтау схемасы деректерден туындайды.
The process of the initial coding scheme or approach to coding is contingent on the particular content analysis approach selected. Through a directed content analysis, the scholars draft a preliminary coding scheme from pre existing theory or assumptions. While with the conventional content analysis approach, the initial coding scheme developed from the data.
Кодтаудың дәстүрлі процесі
Жоғарыда аталған тәсілдердің ешқайсысын қолданғанда, зерттеушілерге деректерді жан-жақты қарастырып, толық картина алу ұсынылады. Сонымен қатар, кодтаудың тұрақты және нақты бірлігін анықтау маңызды, зерттеушілердің таңдауы бір сөзден бірнеше абзацқа дейін, мәтіндерден белгілі бір символдарға дейін болуы мүмкін. Ақырында, кодтар арасындағы байланыстарды нақты санаттарға немесе тақырыптарға бөліп, реттеу арқылы құру қажет.
With either approach above, immersing oneself into the data to obtain an overall picture is recommendable for researchers to conduct. Furthermore, identifying a consistent and clear unit of coding is vital, and researchers' choices range from a single word to several paragraphs, from texts to iconic symbols. Last, constructing the relationships between codes by sorting out them within specific categories or themes.