Odkrywanie postaw dydaktyków zawartych w komentarzach studenckich. Analiza treści z zastosowaniem słownika klasyfikacyjnego

• Authors: Tomanek Krzysztof , Bryda Grzegorz

Title variants

EN

Exploring Attitudes of Educators Based on Students Comments. Content Analysis Using a Classification Dictionary

• Languages of publication: PL

Abstracts

PL

Wykorzystanie wiedzy o semantyce, pragmatyce wypowiedzi i logice powiązań pomiędzy elementami wypowiedzi pisemnych w połączeniu z technikami z obszaru Text Mining to nowe podejście w analizie danych jakościowych. Wymaga ono integracji wiedzy z różnych obszarów nauki, m.in. socjologii, językoznawstwa, NLP (Natural Language Processing), logiki, statystyki. W efekcie tej fuzji możliwe jest budowanie słowników klasyfikacyjnych wspomagających proces analizy i odkrywania wiedzy w dużych zbiorach tekstów, komentarzy. Ta perspektywa wywodzi się z tradycyjnej metody służącej opracowaniu treści, jest jednak mniej czasochłonna, a jej rozwiązania służyć mogą w analizie treści jeszcze nie eksplorowanych. Celem artykułu jest przedstawienie trzech różnych podejść metodologicznych w analizie danych tekstowych opartych na wykorzystaniu słownika klasyfikacyjnego w odkrywaniu typów postaw dydaktyków scharakteryzowanych w studenckich komentarzach zawartych w ocenach zajęć dydaktycznych za lata 2008–2013 na Uniwersytecie Jagiellońskim w Krakowie. W artykule pokazujemy przykłady klasyfikacji i ich wyniki, podkreślając wady i korzyści zastosowanych podejść. Zaprezentowane zostały także podstawowe miary opisujące trafność klasyfikacji. Analiza wielowymiarowa wykonana została z zastosowaniem takich technik, jak: miara podobieństwa wypowiedzi tekstowych, analiza dendrogramowa, analiza korespondencji.

EN

The use of knowledge about the semantics and pragmatics of speech and the logic of connections between elements of written statements, in combination with techniques from the Text Mining field, constitutes a new approach in qualitative data analysis. It requires the integration of knowledge from different fields of science i.e. sociology, linguistics, NLP (Natural Language Processing), logic and statistics. As a result of this union is possible to build classification dictionaries that support the process of analysis and knowledge discovery in large text collections. This perspective is derived from the traditional method of content analysis, but is less time-consuming and its solutions can be used in the analysis of contents that have not yet been explored. This article presents three different methodological approaches in the analysis of textual data, based on classification using a dictionary to discover the types of attitudes of academic teachers, as characterized by student’s comments in teacher course evaluations at the Jagiellonian University in Krakow for the period 2008–2013. In this paper we show examples of a students’ comments dictionary-based classification and the results, highlighting the advantages and benefits of applied approaches. Moreover we present basic measures describing the accuracy of such classification and multivariate analysis techniques, such as similarity measures in text analysis, hierarchical cluster analysis and correspondence analysis.

Keywords

PL

słownik klasyfikacyjny; analiza opinii; text mining; metody klasyfikacji wypowiedzi; analiza treści; mixed methods

EN

dictionary – based classification; opinion analysis; text mining; content analysis; mixed methods

• Publisher: Łódzkie Towarzystwo Naukowe
• Journal: Przegląd Socjologiczny
• Year: 2015
• Volume: LXIV (64)
• Issue: 4
• Pages: 51-81

Dates

published

2015

Contributors

author

Tomanek Krzysztof

• Instytut Socjologii, CAQDAS TM LAB Uniwersytet Jagielloński

author

Bryda Grzegorz

• Instytut Socjologii, CAQDAS TM LAB Uniwersytet Jagielloński

References

• Akademicki Kodeks Wartości Uniwersytetu Jagiellońskiego, 2003, https://www.uj.edu.pl/c/document_library/get_file?uuid=d63b4be0-5eee-4d94-bd32-3b1ccef396f6&groupId=10172 [dostęp: 27.01.2015].
• Aronson E., 1997, Psychologia społeczna. Serce i umysł, Poznań: Zysk i S-ka.
• Babbie E., 2008, Podstawy badań społecznych, Warszawa: Wydawnictwo Naukowe PWN.
• Berelson B., 1952, Content Analysis in Communication Research, Glencoe, I ll.: The Free Press.
• Bryda G., Jelonek M., Worek B., 2010, Jak skonstruować dobre narzędzie do ewaluacji jakości zajęć dydaktycznych? Refleksje praktyczne, (w:) W. Przybylski, S. Rudnicki, A. Szwed, Ewaluacja jakości dydaktyki w szkolnictwie wyższym. Metody, narzędzia, dobre praktyki, Kraków: WS , ss. 5–76.
• Bryda G., 2012, Strategia i bariery rozwoju uczelnianego systemu doskonalenia jakości kształcenia na Uniwersytecie Jagiellońskim, „Alma Mater” 150/201 , ss. 2–23.
• Bryda G., 2014, Caqdas, Data Mining i odkrywanie wiedzy w danych jakościowych, (w:) J. Niedbalski (red.), Metody i techniki odkrywania wiedzy. Narzędzia CAQDAS w procesie analizy danych jakościowych, Łódź: Wydawnictwo Uniwersytetu Łódzkiego.
• Bryda G., Tomanek K., 2014, Od Caqdas do Text Miningu. Nowetechniki w analizie danych jakościowych, (w:) J. Niedbalski (red.), Metody i techniki odkrywania wiedzy. Narzędzia CAQDAS w procesie analizy danych jakościowych, Łódź: Wydawnictwo Uniwersytetu Łódzkiego.
• Chapman P., Clinton J., Kerber R., Khabaza T., Reinartz T., Shearer C., K.M.T., Onwuegbuzie A.J., Jiao Q.G., 2007, A mixed methods investigation of mixed methods sampling designs in social and health science research, „Journal of Mixed Methods Research”, 1(3), ss. 267–294.
• Fiske J., 2009, Wprowadzenie do badań nad komunikowaniem, Wrocław: Wydawnictwa ASTRUM.
• Frankfort-Nachmias C., Nachmias D., 2001, Metody badawcze w naukach społecznych, Poznań: Wydawnictwo Zysk i S-ka.
• Goban-Klas T., 2009, Media i komunikowanie masowe. Teorie i analizy prasy, radia, telewizji i Internetu, Warszawa: Wydawnictwo Naukowe PWN.
• Goćkowski J., 1984, Autorytety świata uczonych, Warszawa: Państwowy Instytut Wydawniczy.
• Greene J.C., 2006, Toward a Methodology of Mixed Methods Social Inquiry, „Research in the Schools”, vol. 13, no. 1, pp. 93–98.
• Greenacre M., 1992, Correspondence Analysis in Medical Research, „Statistical Methods in Medical Research”, 1 (1), pp. 9–117.
• Hayek F.A., 1945, The Use of Knowledge in Society, „The American Economic Review”, vol. 35, no. 4, pp. 519–530.
• Lisowska-Magdziarz M., 2008, Media powszednie. Środki komunikowania masowego i szerokie paradygmaty medialne w życiu codziennym Polaków u progu XXI wieku, Kraków: Wydawnictwo Uniwersytetu Jagiellońskiego.
• Lisowska-Magdziarz M., 2004, Analiza zawartości mediów. Przewodnik dla studentów, Kraków: Wydawnictwo Uniwersytetu Jagiellońskiego.
• Martowska K., 2012, Lista przymiotnikowa. Harrison G. Gough, Alfred B. Heilbrun Jr. Polska Normalizacja, Warszawa: Pracownia testów psychologicznych Polskiego Towarzystwa Psychologicznego.
• Neyman J., 1937, Outline of a Theory of Statistical Estimation Based on the Classical Theory of Probability, „Philosophical Transactions of the Royal Society of London A”, 23, pp. 333–380.
• Olejniczak K., 2008, Wprowadzenie do zagadnień ewaluacji, (w:) K. Olejniczak Karol, M. Kozak, B. Ledzion (red.), Teoria i praktyka ewaluacji interwencji publicznych, Warszawa: Wydawnictwa Akademickie i Profesjonalne.
• Powers D.M., 2011, Evaluation: From Precision, Recall and F-Factor to ROC, Informedness, Markedness & Correlation, „Journal of Machine Learning Technologies”, 2 (1), pp. 37–63.
• Skvoretz J., 1998, Theoretical Models: Sociology’s Missing Links, w: A. Sica (red.), What is Social Theory? The Philosophical Debates, Oxford: Blackwell.
• Stanimir A., 2005, Analiza korespondencji jako narzędzie do badania zjawisk ekonomicznych, Wrocław: Wydawnictwo Akademii Ekonomicznej.
• Sady W., 2000, Spór o racjonalność naukową. Od Poincarego do Laudana, Monografie FNP. Seria Humanistyczna, Wrocław: Wydawnictwo Funna.
• Tashakkori A., Teddlie C., 2003, Handbook of Mixed Methods in Social and Behavioral Research, Thousand Oaks, CA: Sage.
• Tomanek K., 2014a, Analiza sentymentu – metoda analizy danych jakościowych. Przykład zastosowania oraz ewaluacja słownika RID i metody klasyfikacji Bayesa w analizie danych jakościowych, „Przegląd Socjologii Jakościowej”, t. X, nr 2, ss. 118–136.
• Tomanek K., 2014b, Jak nauczyć metodę samodzielności? O „samouczących się” metodach analizy treści, (w:) J. Niedbalski (red.), Metody i techniki odkrywania wiedzy. Narzędzia CAQDAS w procesie analizy danych jakościowych, Łódź: Wydawnictwo Uniwersytetu Łódzkiego.
• Tomanek K., Bryda G., 2014, Odkrywanie wiedzy w wypowiedziach tekstowych. Metoda budowy słownika klasyfikacyjnego, (w:) J. Niedbalski (red.), Metody i techniki odkrywania wiedzy. Narzędzia CAQDAS w procesie analizy danych jakościowych, Łódź: Wydawnictwo Uniwersytetu Łódzkiego.
• Wimmer R.D., Dominick J.R., 2008, Mass media. Metody badań, Kraków: Wydawnictwo Uniwersytetu Jagiellońskiego.
• Witten I.H., Frank E., 2005, Data Mining: Practical Machine Learning Tools and Techniques, Third Edition (The Morgan Kaufmann Series in Data Management Systems) 2nd edition, San Francisco: Morgan Kaufmann Publishers.
• Yung-Shen L., Jung-Yi J., Shie-Jue L., 2014, A Similarity Measure for Text Classification and Clustering, „IEEE Transactions on Knowledge & Data Engineering”, vol. 26, no. 7.

Identifiers

ISSN

0033-2356