Сотрудники лаборатории провели лекцию по сетевому анализу на «Школе прикладного анализа данных» в РУДН

С 28 по 30 мая в Российском университете дружбы народов (РУДН) прошел интенсив нового сезона всероссийского проекта «Школа прикладного анализа данных» (ШПАД). Трое сотрудников Международной лаборатории прикладного сетевого анализа приняли участие в мероприятии, прочитав лекцию “Сетевой анализ в образовании” в рамках школы.

О мероприятии 

Эксперты Университетского консорциума исследователей больших данных и компаний-партнёров («Киберия», «Антиплагиат», «Мегапьютер») обучали участников собирать, хранить и обрабатывать данные для образовательных, научных и бизнес-задач. Мероприятие было приурочено к проведению IV Международной университетской премии в области искусственного интеллекта и больших данных «Гравитация», итоговая церемония которой состоялась 29 мая. 

Об участии сотрудников ANR-Lab

Павлова Ирина Анатольевна

Наша лаборатория активно участвует в мероприятиях Университетского консорциума исследователей больших данных и Школы прикладного анализа данных. Мы стараемся прикладывать большое количество усилий по популяризации методологии сетевого анализа в русскоязычном сообществе исследователей и практиков. В этот раз наша лекция была посвящена применению сетевого анализа для изучения науки и образования в самом широком контексте. Эта методология может использоваться как для изучения структуры и динамики внутри отдельных групп (учебные сообщества, классы, команды), так и на организационном уровне (академическая продуктивность, институциональное развитие). Мне кажется, что нам удалось на этой лекции подсветить многообразие научно-проектных возможностей, а также исследовательских вопросов, которые можно решать при помощи сетевого анализа.

Карташева Анна Александровна

Наша лекция подсветила возможности сетевого анализа для сферы образования. Мы представили разные проекты и исследования сотрудников и друзей нашей лаборатории. Было интересно встретить заинтересованность в методологии – получить множество вопросов от слушателей, а также поделиться с ними материалами.

Ковалёв Даниил Игоревич

В рамках школы я рассказал о применении сетевого анализа для исследования рынка труда и построения карьерных траекторий. Все участники школы проявляли интерес к методологии сетевого анализа, задавали вопросы о принципах сетевой визуализации. Для меня это особенно ценно, так как вовлеченность аудитории помогает лучше понять, какие аспекты сетевого анализа наиболее востребованы в исследовании рынка труда.

Для дальнейшего ознакомления

На основе материалов представленной лекции мы подготовили подборку с записями наших научных семинаров о применении сетевого анализа в исследованиях образования. 

• Структура научного взаимодействия "ведущих" и "догоняющих" университетов: сходства и различия (Матвеева Наталия, НИУ ВШЭ)

Как устроено сотрудничество исследователей внутри университетов? Какие структуры помогают академическому развитию, а какие – нет? На примере трёх групп вузов (ведущие зрелые, ведущие молодые и догоняющие) разбирается, как сети соавторства влияют на обмен знаниями и устойчивость коллективов – видео

• Сети и эмоции: как мы заражаем друг друга счастьем, гневом и одиночеством? (Сизов Антон, НИУ ВШЭ)

Обзор исследований об эмоциональном заражении, от вспышек гнева в социальных меди до многолетнего влияния счастья и одиночества на социальные связи. Антон также делится результатами своего лонгитюдного сетевого исследования одиночества в студенческих сообществах – видео

• Применение сетевого анализа для построения карьерных траекторий (Даниил Ковалёв, НИУ ВШЭ)

Сотрудники Лаборатории активно развивают сетевое направление в исследовании рынка труда вместе с платформой «РосНавык». В этом видео – о том, как сетевой анализ помогает моделировать карьерные траектории (запись выступления для Университетского консорциума исследователей больших данных) – видео 

• Исследование взаимосвязи активности в социальных сетях и академической успеваемости студентов технического университета (Сыч Владислав, МГТУ им. Баумана)

Как оценки студентов связаны с их активностью во «ВКонтакте»? Автор выделяет типичные траектории успеваемости методами машинного обучения, находит маркерные сообщества и показывает, что цифровое поведение помогает точнее прогнозировать успеваемость – видео

• Паттерны структурирования предпочтения одноклассников в этнически-смешанных классах (Оганян Артём и Каримова Ася)

На примере одной из школ Таджикистана исследуется, как этническая принадлежность и гражданская/этническая идентичность влияют на выбор друзей и предпочтение учиться вместе с одноклассниками – видео
 

Благодарим коллег из Университетского консорциума исследователей больших данных и РУДН за приглашение и тёплый приём!