{"id":89,"date":"2020-09-03T16:39:30","date_gmt":"2020-09-03T13:39:30","guid":{"rendered":"http:\/\/acikkitap.com.tr\/oaek\/chapter\/bolum-16-heterojen-aga-bagli-ogrenme-ortamlarinda-etkinlik-ve-aktorlerin-cok-duzeyli-analizi\/"},"modified":"2020-09-03T16:39:30","modified_gmt":"2020-09-03T13:39:30","slug":"bolum-16-heterojen-aga-bagli-ogrenme-ortamlarinda-etkinlik-ve-aktorlerin-cok-duzeyli-analizi","status":"publish","type":"chapter","link":"https:\/\/acikkitap.com.tr\/oaek\/chapter\/bolum-16-heterojen-aga-bagli-ogrenme-ortamlarinda-etkinlik-ve-aktorlerin-cok-duzeyli-analizi\/","title":{"raw":"B\u00f6l\u00fcm 16 Heterojen A\u011fa Ba\u011fl\u0131 \u00d6\u011frenme Ortamlar\u0131nda Etkinlik ve Akt\u00f6rlerin \u00c7ok D\u00fczeyli Analizi","rendered":"B\u00f6l\u00fcm 16 Heterojen A\u011fa Ba\u011fl\u0131 \u00d6\u011frenme Ortamlar\u0131nda Etkinlik ve Akt\u00f6rlerin \u00c7ok D\u00fczeyli Analizi"},"content":{"raw":"\n

<\/a> Daniel D. Suthers<\/span><\/span><\/p>\n

\u0130leti\u015fim ve Bilgisayar Bilimleri B\u00f6l\u00fcm\u00fc, Hawaii \u00dcniversitesi, ABD<\/span><\/span><\/p>\n

DOI: 10.18608 \/ hla17.016<\/span><\/span><\/p>\n\n

\u00d6Z<\/h2>\n

G\u00fcn\u00fcm\u00fczde \u00e7evrim i\u00e7i a\u011f ortamlar\u0131nda \u00f6\u011frenme genellikle birden fazla medyaya ve siteye da\u011f\u0131t\u0131l\u0131r ve ayn\u0131 anda birden fazla seviyede i\u015flem arac\u0131l\u0131\u011f\u0131yla ger\u00e7ekle\u015ftirilir. Bu \u00f6\u011frenmeyi sosyal a\u011flara g\u00f6m\u00fcl\u00fc olarak incelemek veya yaln\u0131zca a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortam\u0131n\u0131 pratik ama\u00e7lar i\u00e7in izlemek isteyenler i\u00e7in bir zorluktur. Etkinlik izleri \u00e7oklu veritabanlar\u0131nda par\u00e7alara b\u00f6l\u00fcnebilir ve olaylar\u0131n kaydedildi\u011fi ayr\u0131nt\u0131 d\u00fczeyi analitik ihtiya\u00e7larla e\u015fle\u015fmeyebilir. Bu b\u00f6l\u00fcm, bir veya daha fazla dijital ortamda kat\u0131l\u0131mc\u0131 etkile\u015fimini bilgi i\u015flemsel olarak daha y\u00fcksek tan\u0131m d\u00fczeylerini t\u00fcretmek suretiyle analiz etmek i\u00e7in analitik bir \u00e7er\u00e7eve olan Traces'\u0131 sunar. Traces \u00e7er\u00e7evesi, sosyoteknik sistemlerdeki etkile\u015fimi modellemek i\u00e7in kavramlar\u0131, kar\u015f\u0131l\u0131k gelen g\u00f6sterimleri olan modeller hiyerar\u015fisini ve g\u00f6sterimleri d\u00f6n\u00fc\u015ft\u00fcrerek bu seviyeler aras\u0131nda \u00e7evirmek i\u00e7in kullan\u0131lan hesaplama y\u00f6ntemlerini i\u00e7erir. Potansiyel uygulamalar etkile\u015fimli oturumlar\u0131, oturumlardaki kilit akt\u00f6rleri, akt\u00f6rler aras\u0131ndaki ili\u015fkileri, s\u00fcre\u00e7 boyunca kat\u0131l\u0131mdaki de\u011fi\u015fiklikleri ve \u00f6\u011frenen gruplar\u0131n\u0131 veya topluluklar\u0131n\u0131 kapsar.<\/span><\/span><\/p>\n

Anahtar Kelimeler<\/span>: Etkile\u015fim analizi, sosyal a\u011f analizi, topluluk ke\u015ffi, a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131, Traces analitik \u00e7er\u00e7evesi<\/span><\/span><\/p>\n

Bu b\u00f6l\u00fcm, bir veya daha fazla dijital ortamda (muhtemelen birden fazla ortamda) kat\u0131l\u0131mc\u0131 etkile\u015fimi izleme verilerini analiz edip neyin olup bitti\u011fine dair daha y\u00fcksek bir a\u00e7\u0131klama d\u00fczeyi elde etmek isteyen okuyuculara hitap etmektedir. Bu daha y\u00fcksek tan\u0131mlama seviyelerinin \u00f6rnekleri aras\u0131nda etkile\u015fimli oturumlar\u0131, oturumlar boyunca \u00f6\u011frenenlerin gruplar\u0131n\u0131 veya topluluklar\u0131n\u0131 tan\u0131mlamak, \u00f6nemli akt\u00f6rler a\u00e7\u0131s\u0131ndan etkile\u015fimi karakterize etmek ve akt\u00f6rler aras\u0131ndaki ili\u015fkileri tan\u0131mlamak yer al\u0131r. Burada a\u00e7\u0131klanan yakla\u015f\u0131m olan Traces \u00e7er\u00e7evesi, ke\u015fif odakl\u0131 ara\u015ft\u0131rma i\u00e7in kullan\u0131lmaktad\u0131r ancak bu daha y\u00fcksek a\u00e7\u0131klama seviyelerindeki de\u011fi\u015fkenleri veya bu a\u00e7\u0131klamalar\u0131 kullanarak \u00fcretim \u00f6\u011frenme ortamlar\u0131n\u0131n canl\u0131 izlenmesini gerektiren hipotez test ara\u015ft\u0131rmas\u0131n\u0131 da destekleyebilir. Traces \u00e7er\u00e7evesi, sosyoteknik sistemlerdeki etkile\u015fimi d\u00fc\u015f\u00fcnmek ve modellemek i\u00e7in bir dizi kavram\u0131, kar\u015f\u0131l\u0131k gelen g\u00f6sterimleri olan bir model hiyerar\u015fisini ve g\u00f6sterimleri d\u00f6n\u00fc\u015ft\u00fcrerek bu seviyeler aras\u0131nda \u00e7eviri i\u00e7in bilgi i\u015flemsel y\u00f6ntemleri i\u00e7erir. Bu y\u00f6ntemler deneysel yaz\u0131l\u0131mlarda uygulanm\u0131\u015ft\u0131r ve heterojen a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortam\u0131ndaki veriler \u00fczerinde test edilmi\u015ftir.<\/span><\/p>\n

Bu b\u00f6l\u00fcm\u00fcn amac\u0131, okuyucuyu, a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131nda etkinlik ve akt\u00f6rlerin \u00e7ok d\u00fczeyli analizinin nas\u0131l kullan\u0131labilece\u011fine dair k\u0131sa a\u00e7\u0131klamalarla \u00e7er\u00e7evenin kavramsal ve temsili y\u00f6nlerini tan\u0131tmakt\u0131r. Yer k\u0131s\u0131tl\u0131l\u0131\u011f\u0131 nedeniyle, uygulama ve ara\u015ft\u0131rmam\u0131za ili\u015fkin ayr\u0131nt\u0131l\u0131 \u00f6rnekler ve bilgiler d\u00e2hil edilmemi\u015ftir1<\/a><\/sup>.<\/span><\/p>\n\n

MOT\u0130VASYONLAR<\/h2>\n

Traces \u00e7er\u00e7evesi i\u00e7in motivasyonlar, k\u0131smen, Web 2.0 olgusunun ortaya \u00e7\u0131kmas\u0131na (O'Reilly, 2005) ve KA\u00c7D'lere (Kitlesel A\u00e7\u0131k \u00c7evrimi\u00e7i Ders) yak\u0131n zamanda y\u00f6nelen ilgi de d\u00e2hil olmak \u00fczere bu olgunun e\u011fitsel uygulay\u0131c\u0131lar ve \u00f6\u011frenenler taraf\u0131ndan formal ve informal \u00f6\u011frenmeye uyarlanmas\u0131na dayanmaktad\u0131r. (Allen ve Seaman, 2013). Bu t\u00fcr ortamlarda \u00f6\u011frenme zamana ve sanal alana (medyaya) da\u011f\u0131t\u0131l\u0131r ve \u00f6\u011frenenler birden fazla ortama kat\u0131labilir. \u00d6\u011frenmenin ger\u00e7ekle\u015febilece\u011fi kat\u0131l\u0131mc\u0131lar aras\u0131nda dolayl\u0131 etkile\u015fimi i\u00e7eren, \u00f6rne\u011fin \u00e7evrimi\u00e7i topluluklar ve bKA\u00c7D'ler (ba\u011flant\u0131c\u0131 bKA\u00c7D'ler) (Siemens, 2013) d\u00e2hil olmak \u00fczere herhangi bir sosyoteknik a\u011f\u0131 i\u00e7erdi\u011fini tan\u0131mlad\u0131\u011f\u0131m\u0131z a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131na (AB\u00d6O) odaklan\u0131yoruz (Barab, Kling ve Gray, 2004; Renninger ve Shumar, 2002). \u00c7er\u00e7eve, \u00e7ok say\u0131da ki\u015finin \u00f6ncelikle e\u011fitim yaz\u0131l\u0131m\u0131 veya \u00f6zel ders sistemleriyle etkile\u015fime girdi\u011fi \u201cgKA\u00c7D\u201d gibi bireyler taraf\u0131ndan yal\u0131t\u0131lm\u0131\u015f etkinlik i\u00e7in ge\u00e7erli de\u011fildir.<\/span><\/p>\n

Bu a\u011fa ba\u011fl\u0131 ortamlardaki \u00f6\u011frenme ve bilgi olu\u015fturma etkinlikleri genellikle birden fazla medyaya ve siteye da\u011f\u0131t\u0131l\u0131r. Sonu\u00e7 olarak, bu t\u00fcr bir etkinli\u011fin izleri \u00e7oklu kay\u0131t g\u00fcnl\u00fckleri aras\u0131nda b\u00f6l\u00fcnebilir. \u00d6rne\u011fin, a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131 aras\u0131nda bir dizi tart\u0131\u015fma, e\u015f zamanl\u0131 sohbet, wiki, mikro blog, yaz\u0131 tahtalar\u0131, profiller ve kaynak payla\u015f\u0131m\u0131 bulunabilir. Etkinlikler kat\u0131l\u0131mc\u0131lar i\u00e7in tek bir birle\u015fik etkinli\u011fin par\u00e7as\u0131 oldu\u011fu eylemlerini birbirinden ay\u0131rmak suretiyle farkl\u0131 bi\u00e7imlerde ve yerlerde kaydedilebilir. Birden fazla izleme verisi kayna\u011f\u0131n\u0131n tek bir transkripte birle\u015ftirilmesi, etkile\u015fime ili\u015fkin verileri yeniden bir araya getirmek i\u00e7in gerekli olabilir. Ayr\u0131ca, olaylar\u0131n kaydedildi\u011fi ayr\u0131nt\u0131 d\u00fczeyi analitik ihtiya\u00e7larla e\u015fle\u015fmeyebilir. \u00d6rne\u011fin medya d\u00fczeyinde olaylar, bireysel eylemlerden ziyade eylemler, ki\u015filer ve\/veya medya aras\u0131ndaki ili\u015fkilerle ilgili analizler i\u00e7in yanl\u0131\u015f ontoloji olabilir. Birincil analize ba\u015flamak i\u00e7in kay\u0131t g\u00fcnl\u00fc\u011f\u00fc dosyas\u0131 g\u00f6sterimlerinin di\u011fer tan\u0131m d\u00fczeylerine \u00e7evirisi gerekebilir.<\/span><\/p>\n

Daha y\u00fcksek tan\u0131m seviyelerinin t\u00fcretilmesi ayn\u0131 zamanda karma\u015f\u0131k ve \u00e7ok d\u00fczeyli bir olgu olarak teorik \u00f6\u011frenme hesaplamalar\u0131yla da motive edilir. \u00d6\u011frenmenin sosyal ortamlarda nas\u0131l ger\u00e7ekle\u015fti\u011fine dair kuramlar, bireysel, k\u00fc\u00e7\u00fck grup, a\u011f veya topluluk d\u00e2hil olmak \u00fczere \u00f6\u011frenme arac\u0131s\u0131na g\u00f6re de\u011fi\u015fmekte iken bilgi aktar\u0131m\u0131, tart\u0131\u015fma, hedefler aras\u0131 anlamland\u0131rma, kat\u0131l\u0131m ve kimlikteki de\u011fi\u015fim ve k\u00fclt\u00fcrel sermayenin toplanmas\u0131 \u00f6rneklerinde oldu\u011fu gibi \u00f6\u011frenme s\u00fcrecine g\u00f6re de\u011fi\u015fir (Suthers, 2006). \u00d6\u011frenme, t\u00fcm bu arac\u0131l\u0131k seviyelerinde ve t\u00fcm bu s\u00fcre\u00e7lerle potansiyel olarak \u00e7oklu zaman \u00f6l\u00e7eklerinde e\u015fzamanl\u0131 olarak ger\u00e7ekle\u015ftirilir (Lemke, 2000). \u00c7ok kademeli bir yakla\u015f\u0131m, toplumsal d\u00fczenin, say\u0131s\u0131z bireysel eylemin bir araya gelmesinden ve muhtemelen be\u015fer\u00ee unsurlar\u0131n da (Latour, 2005) y\u00f6nlendirmesiyle birbirlerini etkilemelerinden kaynakland\u0131\u011f\u0131na dair teorik duru\u015fumuzla da gerek\u00e7elendirilmektedir ve olgular\u0131 anlamak i\u00e7in kullan\u0131lan akt\u00f6r ili\u015fkileri veya topluluk yap\u0131lar\u0131 gibi metodolojik imalar kadar, bu olgular\u0131n in\u015fa edildi\u011fi bireysel eylemlerin ak\u0131\u015f\u0131na da bakmam\u0131z gerekir. \u00d6ylece, \u00f6\u011frenmenin t\u00fcm zenginli\u011fi ile anla\u015f\u0131lmas\u0131, birey ve ortak arac\u0131 seviyeleri aras\u0131ndaki ili\u015fkileri ortaya \u00e7\u0131karan ve potansiyel olarak \u00e7oklu teori ve analiz y\u00f6ntemlerini koordine eden verileri gerektirir (de Laat, 2006; Monge ve Contractor, 2003; Suthers, Lund, Rose, Teplovs ve Law, 2013).<\/span><\/p>\n\n

TRACES ANAL\u0130T\u0130K \u00c7ER\u00c7EVES\u0130<\/h2>\n

Bu b\u00f6l\u00fcm Traces analitik \u00e7er\u00e7evesinin alt\u0131nda yatan tan\u0131mlama seviyelerini ve bunlara kar\u015f\u0131l\u0131k gelen temsilleri kapsamakta olup bir sonraki b\u00f6l\u00fcm potansiyel uygulamalar hakk\u0131nda bilgi verecektir. Yakla\u015f\u0131m\u0131 \u00f6nizlemek amac\u0131yla olaylar\u0131n g\u00fcnl\u00fckleri \u00f6zetlenir ve sonradan etkile\u015fim ve ili\u015fkilerin analiz d\u00fczeylerini destekleyen bir dizi g\u00f6sterimi t\u00fcretmek i\u00e7in kullan\u0131lan tek bir soyut n\u00fcshada birle\u015ftirilir. \u00dc\u00e7 \u00e7e\u015fit grafik, etkile\u015fimi modellemektedir. Acil durum grafikleri, mesajla\u015fma ya da mesaj g\u00f6nderme gibi olaylar\u0131n, zamansal ve mek\u00e2nsal yak\u0131nl\u0131k ve i\u00e7erik bak\u0131m\u0131ndan \u00f6nceki olaylarla g\u00f6zle g\u00f6r\u00fcl\u00fcr \u015fekilde ili\u015fkili oldu\u011funu kaydeder. al\u0131m \u00e7izgeleri, her bir eylemin \u00f6nceki eylemleri nas\u0131l \u201c\u00fcstlenebilece\u011fini\u201d modellemek i\u00e7in her bir olay \u00e7ifti aras\u0131ndaki \u00e7oklu olas\u0131l\u0131klar\u0131 toplar. Oturum grafikleri, al\u0131m \u00e7izgelerinin soyutlanm\u0131\u015f versiyonlar\u0131d\u0131r: olaylar\u0131, oturumlar aras\u0131ndaki al\u0131m ili\u015fkileri ile uzamsal-zamansal oturumlara k\u00fcmeler. Akt\u00f6rler ve yap\u0131lar aras\u0131ndaki ili\u015fkiler, sosyogramlar elde etmek i\u00e7in etkile\u015fimli grafiklerden ve associogram2<\/a><\/sup> olarak adland\u0131rd\u0131\u011f\u0131m\u0131z \u00f6zel bir ba\u011fl\u0131l\u0131k a\u011f\u0131 t\u00fcr\u00fcnden soyutlan\u0131r. \u00c7e\u015fitli analiz seviyelerinde kullan\u0131lan g\u00f6sterimler \u015eekil 16.1'de \u015fematik olarak g\u00f6sterilmi\u015ftir.<\/span><\/p>\n\n

Transcript Hakk\u0131nda<\/h3>\n

Kaynak verileri sa\u011flayan \u00e7e\u015fitli etkinlik izleriyle (olaylar\u0131n g\u00fcnl\u00fck dosyalar\u0131 gibi) ba\u015fl\u0131yoruz (\u015eekil 16.1a). Bunlar, zorunlu olarak sisteme \u00f6zg\u00fc y\u00f6ntemler kullan\u0131larak, ikinci seviyede g\u00f6sterildi\u011fi gibi bir olay ak\u0131\u015f\u0131na ayr\u0131\u015ft\u0131r\u0131l\u0131r (\u015eekil 16.1b'deki kutular). Etkinlikler farkl\u0131 ortamlardan gelebilir (\u00f6r. sohbetler, izlekli tart\u0131\u015fma, sosyal medya), \u00e7e\u015fitli t\u00fcrlerde olabilir (\u00f6r. sohbete girme, sohbetten \u00e7\u0131kma, sohbete katk\u0131 sunma, mesaj g\u00f6nderme, mesaj okuma, dosya indirme). Zaman damgalar\u0131, akt\u00f6rler, i\u00e7erik (\u00f6r. sohbet i\u00e7eri\u011fi) ve ilgili olaya d\u00e2hil olan yerler (\u00f6r. sohbet odalar\u0131) ile ek a\u00e7\u0131klamalara sahip olmal\u0131d\u0131rlar. Sonu\u00e7, da\u011f\u0131t\u0131lan faaliyetlerin soyut bir d\u00f6k\u00fcm\u00fcd\u00fcr. Sisteme \u00f6zg\u00fc faaliyet g\u00f6sterimlerinden bir soyut d\u00f6k\u00fcme \u00e7evirerek, \u015fimdiye kadar par\u00e7alanm\u0131\u015f faaliyet kay\u0131tlar\u0131n\u0131 tek bir analitik yap\u0131ya d\u00e2hil ediyoruz.<\/span><\/p>\n\n

Acil Durum Grafi\u011fi<\/h3>\n

Daha sonra, eylemlerin kar\u015f\u0131l\u0131kl\u0131 olarak nas\u0131l ba\u011flamsal a\u00e7\u0131dan kavramsalla\u015ft\u0131r\u0131ld\u0131\u011f\u0131na dair bir model \u00fcretmek i\u00e7in olaylar aras\u0131ndaki olas\u0131l\u0131klar\u0131 (\u015eekil 16.1b'deki oklar) hesapl\u0131yoruz. \u0130nsan eylemi, meydana geldi\u011fi ortamlara \u00e7e\u015fitli \u015fekillerde ba\u011fl\u0131d\u0131r: bilgi i\u015flemsel y\u00f6ntemler, otomatik alg\u0131lamaya tabi olan baz\u0131 olas\u0131l\u0131klar\u0131 yakalayabilir. \u00d6rne\u011fin, proksimal olay ad\u0131 verilen bir beklenmedik durum, zaman ve mek\u00e2nsal a\u00e7\u0131dan birbirine yak\u0131n olarak meydana gelen olaylar\u0131n birbiri ile ili\u015fkili olma olas\u0131l\u0131\u011f\u0131n\u0131 yans\u0131t\u0131r. Yar\u0131 senkronize sohbeti analiz ederken, beklenmedik durumlar, yak\u0131n zamanda olmamak kayd\u0131yla ayarlanabilir bir zaman dilimi i\u00e7inde ve ayn\u0131 odada ger\u00e7ekle\u015fen \u00f6nceki katk\u0131lara y\u00fcklenir. Adres ve cevap olas\u0131l\u0131klar\u0131, kullan\u0131c\u0131n\u0131n ismini, yapt\u0131\u011f\u0131 en son katk\u0131y\u0131 ve bir sonraki katk\u0131y\u0131 i\u00e7eren bir zaman dilimi i\u00e7erisine y\u00fcklenir ve bu yap\u0131l\u0131rken de kullan\u0131c\u0131 kimlikleri ile ilk isimlerini ay\u0131r\u0131c\u0131\/e\u015fle\u015ftirici kullan\u0131l\u0131r. \u00d6znenin amac\u0131n\u0131n s\u00fcreklili\u011fini yans\u0131tmak i\u00e7in ayn\u0131 akt\u00f6r durumlar\u0131 daha b\u00fcy\u00fck bir zaman dilimi boyunca kat\u0131l\u0131mc\u0131n\u0131n \u00f6nceki eylemlerine y\u00fcklenir. Kelime k\u00f6kleri k\u00fcmeleriyle temsil edildi\u011fi \u00fczere, i\u00e7erikte \u00f6rt\u00fc\u015fme, \u00f6rt\u00fc\u015fen k\u00f6klerin say\u0131s\u0131 ile a\u011f\u0131rl\u0131kland\u0131r\u0131lan kelime \u00f6rt\u00fc\u015fmesini \u00fcretmek i\u00e7in kullan\u0131l\u0131r. Etkile\u015fimsel yap\u0131 analizi i\u00e7in do\u011fal dil i\u015fleme y\u00f6ntemlerine dayanarak daha ileri seviyedeki durumlar hesaplanabilir (Rose vd., 2008).<\/span><\/p>\n

\"\"<\/p>\n<\/a> \u015eekil 16.1. Analiz d\u00fczeyleri ve g\u00f6sterimleri.<\/i><\/span><\/span>\n

Ortaya \u00e7\u0131kan acil durum grafi\u011fi, ba\u011flamsal eylem modeli olan ilk soyutlama katman\u0131n\u0131 (\u015eekil 16.1b) temsil eder. Bu grafikte, k\u00f6\u015feler olaylard\u0131r ve beklenmedik durumlar, k\u00f6\u015feler aras\u0131na yerle\u015ftirilen kenarlard\u0131r (\u00f6rnekler az \u00f6nce a\u00e7\u0131klanm\u0131\u015ft\u0131r). Herhangi bir iki k\u00f6\u015fe aras\u0131nda \u00e7ok say\u0131da kenar olabilir (\u00f6r. ayn\u0131 akt\u00f6r taraf\u0131ndan haz\u0131rlanan s\u00f6zc\u00fcksel \u00f6rt\u00fc\u015fmeli iki yak\u0131nsak olay\u0131n aras\u0131nda en az \u00fc\u00e7 beklenmedik olay olacakt\u0131r).<\/span><\/p>\n\n

Al\u0131m grafi\u011fi<\/h3>\n

\u0130ki nedenden dolay\u0131 k\u00f6\u015feler aras\u0131ndaki \u00e7oklu kenarlar\u0131 tek kenarlara daraltmak gerekir. \u0130lk olarak, \u00e7o\u011fu grafik algoritmas\u0131, herhangi iki k\u00f6\u015fe aras\u0131nda en fazla yaln\u0131zca bir kenar\u0131 oldu\u011funu varsaymaktad\u0131r. \u0130kincisi, bir insan eyleminin \u00f6nceki olaylar\u0131n baz\u0131 y\u00f6nlerini bir \u015fekilde \u00f6nemli oldu\u011fu olaylar\u0131 aras\u0131ndaki ili\u015fkiyi ele almakla ilgileniyoruz. Etkile\u015fimin temel yap\u0131 ta\u015f\u0131 olan al\u0131m (Suthers vd., 2010), etkile\u015fim i\u00e7inde ve etkile\u015fim yoluyla \u00f6\u011frenmenin nas\u0131l ger\u00e7ekle\u015fti\u011fini analiz etmek i\u00e7in temel birimdir. Sohbetlerde ve tart\u0131\u015fmalardaki \u00f6nceki katk\u0131lara cevap vermek, al\u0131m\u0131n \u00f6rnekleri aras\u0131ndad\u0131r ancak al\u0131m sadece cevaplarla s\u0131n\u0131rl\u0131 de\u011fildir: kullan\u0131c\u0131, bir \u00f6nceki kullan\u0131c\u0131n\u0131n katk\u0131s\u0131n\u0131 ba\u015fka yollarla uygun k\u0131labilir. Al\u0131m, bir ortama \u00f6zg\u00fc de\u011fildir: farkl\u0131 ortamlarda ve farkl\u0131 medya t\u00fcrlerinde ger\u00e7ekle\u015febilir (Suthers vd., 2010). Acil durumlar sadece al\u0131m i\u00e7in toplu kan\u0131t olarak ilgi \u00e7ekicidir, bu y\u00fczden acil durum grafi\u011fini bir al\u0131m grafi\u011fine soyutlar\u0131z.<\/span><\/p>\n

\u015eekil 16.1c'de g\u00f6sterildi\u011fi \u00fczere, al\u0131m \u00e7izgeleri, olaylar\u0131 da ili\u015fkilendirdikleri acil durum grafi\u011fine benzer ancak belirli bir k\u00f6\u015fe \u00e7ifti aras\u0131ndaki \u00e7e\u015fitli t\u00fcrdeki beklenmedik durum demetlerini iste\u011fe ba\u011fl\u0131 olarak d\u00fc\u015f\u00fck a\u011f\u0131rl\u0131kl\u0131 demetleri filtrelendi\u011fi ve beklenmedik durumlardaki kan\u0131tlar\u0131n direncinin topland\u0131\u011f\u0131 tek bir grafik kenar\u0131 halinde toplarlar (Suthers, 2015). Farkl\u0131 ama\u00e7lar i\u00e7in farkl\u0131 a\u011f\u0131rl\u0131klar kullan\u0131labilir (\u00f6r. oturum bulma, oturumlar\u0131n etkile\u015fimli yap\u0131s\u0131n\u0131 analiz etme, sosyogram olu\u015fturma). \u00d6nemli olan \u015fudur; \u015farta ba\u011fl\u0131l\u0131k a\u011f\u0131rl\u0131klar\u0131n\u0131 g\u00f6zden \u00e7\u0131karmay\u0131z: bunlar, sosyogramlarda toplan\u0131nca kullan\u0131c\u0131lar aras\u0131ndaki ba\u011f\u0131n al\u0131m ili\u015fkisinin do\u011fas\u0131n\u0131 \u00f6zetlemek i\u00e7in bir vekt\u00f6rde tutulur. al\u0131m \u00e7izgeleriyle ilgin\u00e7 bir\u00e7ok \u015fey yapabiliriz ancak \u00f6nce genellikle oturumlar\u0131 temsil etti\u011fi i\u00e7in ayr\u0131 ayr\u0131 ele almak istedi\u011fimiz grafi\u011fin b\u00f6l\u00fcmlerini belirleriz.<\/span><\/p>\n\n

Oturumlar<\/h3>\n

Oturumlar\u0131 tan\u0131mlamak i\u00e7in uzamsal-zamansal yak\u0131nl\u0131ktaki olay k\u00fcmeleri hesaplan\u0131r (\u015eekil 16.1c'de daire kutularda belirtilmi\u015ftir). Bunu yapma y\u00f6ntemleri daha sonra tart\u0131\u015f\u0131lacakt\u0131r. Oturum i\u00e7i analizlere y\u00f6nelik olarak her bir oturum i\u00e7in bir al\u0131m \u00e7izgesi ayr\u0131lm\u0131\u015ft\u0131r. Bu noktada bir\u00e7ok yol m\u00fcmk\u00fcnd\u00fcr. \u00d6rne\u011fin, etkile\u015fimin s\u0131ral\u0131 yap\u0131s\u0131, grup ba\u015far\u0131lar\u0131n\u0131n geli\u015fimini anlamak i\u00e7in mikro-analize tabi tutulabilir ancak bu analizin otomatikle\u015ftirilmesi zor olabilir. K\u00fcme tespiti veya tematik konular\u0131n izlenmesi gibi grafik yap\u0131 analizi y\u00f6ntemleri uygulanabilir (Trausan-Matu ve Rebedea, 2010). Oturumlar aras\u0131 analiz i\u00e7in her oturumu, oturumu temsil eden tek bir d\u00fc\u011f\u00fcme daralt\u0131r\u0131z ancak oturumlar aras\u0131 al\u0131m ba\u011flant\u0131lar\u0131n\u0131 koruruz. (\u00f6r. \u015eekil 16.1c'de d\u00f6rt oturum ve iki oturum aras\u0131 al\u0131m vard\u0131r.) Bu oturumlar aras\u0131 ba\u011flant\u0131lar, bir oturumdan di\u011ferine zaman ve mek\u00e2n \u00fczerindeki potansiyel etkileri g\u00f6sterir.<\/span><\/p>\n\n

Sosyogramlar<\/h3>\n

Sosyoteknik a\u011flar genel olarak sosyal a\u011f analizi y\u00f6ntemleri kullan\u0131larak, insan akt\u00f6rler aras\u0131ndaki ili\u015fkilerin varl\u0131\u011f\u0131n\u0131n ya da g\u00fcc\u00fcn\u00fcn sosyogram ya da sosyometrik g\u00f6sterimlerini kullanarak hem yerel (ego merkezli) hem de yerel olmayan (a\u011f) sosyal yap\u0131lar\u0131 ortaya \u00e7\u0131karmak i\u00e7in bu temsillerin g\u00fcc\u00fcnden yararlanan grafik algoritmalar\u0131 (Newman, 2010; Wasserman ve Faust, 1994) ile \u00e7al\u0131\u015f\u0131lmaktad\u0131r. Oturumlar\u0131n i\u00e7inde veya aras\u0131nda, al\u0131m \u00e7izgelerini akt\u00f6r-akt\u00f6r sosyogramlar\u0131na katlayabiliriz (y\u00f6nl\u00fc a\u011f\u0131rl\u0131kl\u0131 \u00e7izgeler, \u015eekil 16.1d). Akt\u00f6rler aras\u0131ndaki ba\u011f g\u00fcc\u00fc, katk\u0131lar\u0131 aras\u0131ndaki al\u0131m g\u00fcc\u00fcn\u00fcn toplam\u0131d\u0131r. \u0130ki akt\u00f6r aras\u0131ndaki ili\u015fkilerin kan\u0131tlar\u0131 konusunda daha kat\u0131 olmak istiyorsak, yak\u0131nl\u0131\u011f\u0131 k\u00fc\u00e7\u00fcmseyen ve di\u011fer akt\u00f6r y\u00f6nelimin do\u011frudan kan\u0131t\u0131n\u0131 vurgulayan farkl\u0131 bir a\u011f\u0131rl\u0131k kullanabiliriz. Bu sosyogramlar, temel akt\u00f6rleri tan\u0131mlamak i\u00e7in merkezi \u00f6l\u00e7\u00fctler gibi geleneksel sosyal a\u011f analiz y\u00f6ntemleri kullan\u0131larak analiz edilebilir.<\/span><\/p>\n\n

Asosyogramlar<\/h3>\n

Sosyogram\u0131n iki akt\u00f6r aras\u0131ndaki tekil ba\u011f\u0131, etkile\u015fime girdikleri medya ile birlikte ba\u011f\u0131n kuruldu\u011fu etkile\u015fimi de \u00f6zetleyip gizler. Akt\u00f6rlerin nas\u0131l etkile\u015fime girdi\u011fiyle ilgili bilgilerin bir k\u0131sm\u0131n\u0131 korurken, grafik hesaplamalar\u0131n bir \u00f6zet g\u00f6sterimi \u00fczerindeki avantajlar\u0131n\u0131 korumak i\u00e7in, birle\u015ftirilmi\u015f a\u011flara benzeyen ama onlardan daha spesifik olan \u00e7ift tarafl\u0131, \u00e7ok modlu, y\u00f6nl\u00fc a\u011f\u0131rl\u0131kl\u0131 \u00e7izgeleri kullan\u0131yoruz. \u0130ki tarafl\u0131d\u0131rlar \u00e7\u00fcnk\u00fc t\u00fcm kenarlar akt\u00f6rler ve eserler aras\u0131nda ve \u00e7oklu model aras\u0131nda kesin bir \u015fekilde ilerler, \u00e7\u00fcnk\u00fc yapay d\u00fc\u011f\u00fcmler temsil ettikleri farkl\u0131 t\u00fcrdeki arac\u0131larda kategorize edilebilir; \u00f6rne\u011fin, sohbet odalar\u0131, tart\u0131\u015fma forumlar\u0131 ve dosyalar. Y\u00f6nlendirilmi\u015f kenarlar (yaylar) okuma \/ yazma ili\u015fkilerini veya bunlar\u0131n t\u00fcrevlerini g\u00f6sterir: bir akt\u00f6r bir eseri okuduysa (\u00f6r. bir tart\u0131\u015fma mesaj\u0131n\u0131 a\u00e7t\u0131ysa ya da biri sohbet ederken \u00e7evrim i\u00e7i ise) yay akt\u00f6rden o esere gider ve e\u011fer akt\u00f6r eseri de\u011fi\u015ftirdiyse (\u00f6r. bir tart\u0131\u015fma mesaj\u0131 g\u00f6nderdiyse veya sohbet ettiyse) yay o eserden akt\u00f6re gider. Yay\u0131n y\u00f6n\u00fc, bilgi ak\u0131\u015f\u0131n\u0131n ters y\u00f6n\u00fc olan bir ba\u011f\u0131ml\u0131l\u0131k bi\u00e7imini belirtir. Yaylardaki a\u011f\u0131rl\u0131klar, ilgili akt\u00f6r \/ yapay yap\u0131 \u00e7ifti aras\u0131nda belirtilen y\u00f6nde meydana gelen olaylar\u0131n say\u0131s\u0131n\u0131 g\u00f6sterir. \u201c\u00dcyelik a\u011f\u0131\u201d yeterince spesifik olmad\u0131\u011f\u0131ndan ve \u201c\u00e7ift tarafl\u0131 \u00e7ok modlu y\u00f6nl\u00fc a\u011f\u0131rl\u0131kl\u0131 \u00e7izge\u201d \u00e7ok uzun oldu\u011fundan, kendilerine \u00f6zg\u00fc do\u011falar\u0131 vurgulamak i\u00e7in bu grafikleri asosyogram olarak adland\u0131r\u0131yoruz (Suthers & Rosen, 2011). Bu terim, Latour\u2019un (2005) kavram\u0131ndan ilham alarak, sosyal olgular\u0131n be\u015fer\u00ee ve be\u015fer\u00ee olmayan akt\u00f6rler aras\u0131ndaki dinamik ili\u015fki a\u011flar\u0131ndan ortaya \u00e7\u0131kt\u0131\u011f\u0131n\u0131 g\u00f6stermektedir.<\/span><\/p>\n

\u00d6rne\u011fin \u015eekil 16.2 bir oynat\u0131c\u0131, dosyalar\u0131n \u00e7o\u011funu yazarken ve tart\u0131\u015fmalar\u0131n \u00e7o\u011funa bir ba\u015fkas\u0131n\u0131 yazarken, iki oyuncu aras\u0131ndaki asimetrik etkile\u015fimi temsil eden Tapped In e\u011fitimci a\u011f\u0131ndan bir asosyogram\u0131n bir b\u00f6l\u00fcm\u00fcn\u00fc g\u00f6stermektedir. Bu iki akt\u00f6r aras\u0131ndaki tek bir ba\u011flant\u0131dan olu\u015fan bir sosyogram bu bilgiyi yakalayamaz. Asosyogram, medyadaki faaliyetin da\u011f\u0131l\u0131m\u0131 hakk\u0131nda bilgi tutar. A\u011f analitik y\u00f6ntemleri e\u015fzamanl\u0131 olarak hem insan akt\u00f6rlerin hem de yapay eserlerin, oyuncu topluluklar\u0131n\u0131n varl\u0131\u011f\u0131 ve teknolojik olarak i\u00e7ine g\u00f6m\u00fcld\u00fckleri medya gibi daha b\u00fcy\u00fck ilgi alanlar\u0131n\u0131 olu\u015fturmaya nas\u0131l katk\u0131da bulundu\u011funu s\u00f6yleyebilir (Licoppe ve Smoreda, 2005). Etkile\u015fim do\u011frudan temsil edilmese de asosyogram ayn\u0131 zamanda analizin etkile\u015fim seviyesine bir k\u00f6pr\u00fc sunarak (Suthers vd., 2010), belirli medya ortamlar\u0131nda etkinli\u011fi geri almam\u0131z\u0131 sa\u011flar.<\/span><\/p>\n

\"\"<\/p>\n<\/a> \u015eekil 16.2. Tapped In verilerinden bir asosyogram. Sa\u011fdaki d\u00fc\u011f\u00fcmlerle temsil edilen akt\u00f6rler, soldaki farkl\u0131 renkteki d\u00fc\u011f\u00fcmlerle temsil edilen dosyalar\u0131 ve tart\u0131\u015fmalar\u0131 okuyup yazm\u0131\u015flard\u0131r.<\/i><\/span><\/span>\n

ANAL\u0130T\u0130K SE\u00c7ENEK \u00d6RNEKLER\u0130<\/h2>\n

Traces \u00e7er\u00e7evesi, analiz i\u00e7in birden \u00e7ok yol sa\u011flar. \u0130lerleyen b\u00f6l\u00fcmlerde bu \u00e7er\u00e7eve ile desteklenebilecek \u00e7e\u015fitli analizler g\u00f6sterece\u011fiz (Suthers ve Dwyer, 2015). Bu \u00f6rnekler, deneysel yaz\u0131l\u0131m uygulamam\u0131zla yapt\u0131\u011f\u0131m\u0131z analizlerden al\u0131nm\u0131\u015ft\u0131r.<\/span><\/p>\n\n

Etkile\u015fim Oturumlar\u0131n\u0131 Belirleme<\/h3>\n

Etkile\u015fim grafiklerinde oturumlar\u0131n tespiti i\u00e7in farkl\u0131 se\u00e7enekler mevcuttur. Etkile\u015fim, etkile\u015fimsiz d\u00f6nemler ile net bir \u015fekilde birbirinden ayr\u0131lmaz ve ki\u015fi y\u00fcksek etkinlik k\u00fcmelerini ke\u015ffetmek isterse, uyumlu alt grafikleri alg\u0131lamas\u0131 veya \u201ctopluluk ke\u015ffi\u201d al\u0131m grafi\u011fine uygulanan mod\u00fclerlik b\u00f6l\u00fcmlemesi (Blondel, Guillaume, Lambiotte ve Lefebvre, 2008) gibi faydal\u0131 algoritmalar\u0131 (Fortunato, 2010) yararl\u0131 oldu\u011funu bulduk (Suthers, 2017). E\u011fer (Tapped In verilerimizde oldu\u011fu gibi) etkinlik odalara da\u011f\u0131lm\u0131\u015fsa ve bir oda i\u00e7indeki etkinlik neredeyse her zaman seanslar aras\u0131nda etkinlik d\u0131\u015f\u0131 s\u00fcreler i\u00e7eriyorsa, seanslar bir acil durum grafi\u011fi olu\u015fturmaya gerek kalmadan (daha sonra di\u011fer ama\u00e7lar i\u00e7in yap\u0131land\u0131r\u0131labilir) verimli bir \u015fekilde tan\u0131mlanabilir. Etkinlik her odada izlenir ve her seferinde S saniye etkinli\u011fi olmayan bir bo\u015fluk oldu\u011funda odaya yeni bir oturum kimli\u011fi atan\u0131r. S, 240 saniye gibi ayarlanabilir bir parametredir. Suthers (2017) bu se\u00e7enekleri daha detayl\u0131 bir \u015fekilde tart\u0131\u015fmaktad\u0131r.<\/span><\/p>\n

\"\"<\/p>\n<\/a> \u015eekil 16.3. Arac\u0131 al\u0131m\u0131 ile oturum grafi\u011finin yak\u0131n \u00e7ekim g\u00f6r\u00fcnt\u00fcs\u00fc. D\u00fc\u011f\u00fcm ve kenar boyutu a\u011f\u0131rl\u0131kl\u0131 derecedir.<\/i><\/span><\/span>\n

Oturumlar Aras\u0131ndaki Etkileri \u0130zleme<\/h3>\n

Zaman ve mek\u00e2ndaki oturumlar aras\u0131ndaki yerel olmayan etkilerle ilgilenebiliriz. Farkl\u0131 seanslardaki olaylar aras\u0131ndaki al\u0131m ili\u015fkileri, seanslar aras\u0131ndaki a\u011f\u0131rl\u0131kl\u0131 al\u0131m ili\u015fkilerinde toplanabilir (\u015eekil 16.1c). Suthers'tan (2015) bir \u00f6rnek oturum grafi\u011fi, \u015eekil 16.3'te g\u00f6sterilmektedir. Baz\u0131 oturumlar\u0131n aralar\u0131nda daha a\u011f\u0131rl\u0131kl\u0131 ba\u011flant\u0131lar vard\u0131r. Kenarlar\u0131 ters s\u0131rada okuyarak (al\u0131m noktalar\u0131n\u0131 zaman i\u00e7inde geriye do\u011fru), oturum 737'nin (Kabul odas\u0131ndaki) oturum 755'i (\u00d6\u011fretmen E\u011fitimi odas\u0131) etkiledi\u011fini ve bunun da 848'i (N\u00d6\u011fretim odas\u0131) etkiledi\u011fini g\u00f6r\u00fcyoruz. Odalar\u0131n ve kat\u0131l\u0131mc\u0131lar\u0131n incelenmesi, Kabul odas\u0131na giri\u015f yapm\u0131\u015f ya da orada bir araya gelmi\u015f olan kat\u0131l\u0131mc\u0131lar\u0131n, daha sonra, okullarda mentorluk konusunda 755. oturum i\u00e7in \u00d6\u011fretmen E\u011fitimi odas\u0131na gitti\u011fini g\u00f6sterdi. Ard\u0131ndan 755 kolayla\u015ft\u0131r\u0131c\u0131s\u0131, ba\u015fka bir odada \u00f6\u011fretmen e\u011fitimi konusunda ba\u015fka bir oturum yapt\u0131\u011f\u0131n\u0131 a\u00e7\u0131klad\u0131: mentorluk oturumunda birka\u00e7 kat\u0131l\u0131mc\u0131, onu 848 oturumunda \u00d6\u011fretmen odas\u0131na kadar izledi. Di\u011fer detaylar Suthers (2015) 'da bulunmaktad\u0131r.<\/span><\/p>\n\n

Zaman \u0130\u00e7inde Kat\u0131l\u0131mda Akt\u00f6r Rollerinin Belirlenmesi ve De\u011fi\u015fimin Takibi<\/h3>\n

E\u011fitimciler veya AB\u00d6O kolayla\u015ft\u0131r\u0131c\u0131lar\u0131 gerek g\u00f6n\u00fcll\u00fcleri kat\u0131l\u0131mc\u0131 odakl\u0131 ortamlarda te\u015fvik etmeye y\u00f6nelik \u00f6rg\u00fcn e\u011fitim ortamlar\u0131ndaki de\u011ferlendirme i\u00e7in, gerek anahtar kat\u0131l\u0131mc\u0131lar\u0131 neyin y\u00f6nlendirdi\u011fini incelemek gibi ara\u015ft\u0131rma ama\u00e7lar\u0131 i\u00e7in \u00e7evrimi\u00e7i e\u011fitim topluluklar\u0131ndaki anahtar kat\u0131l\u0131mc\u0131lar\u0131 belirlemek isteyebilirler. Kimlerin ayr\u0131ld\u0131\u011f\u0131n\u0131 (serbest oldu\u011funu) bilmek de \u00f6nemlidir. Bu ihtiya\u00e7lardan baz\u0131lar\u0131 sosyal a\u011f analizi ile kar\u015f\u0131lanabilir. Olaylar aras\u0131ndaki al\u0131m ili\u015fkilerini oyuncular\u0131 aras\u0131ndaki ba\u011flara katlayarak al\u0131m \u00e7izgesinin herhangi bir taneciklili\u011fi i\u00e7in sosyogramlar \u00fcretebiliriz (\u00f6r. bir oturum i\u00e7inde veya bir s\u00fcre i\u00e7erisindeki oturumlar boyunca). \u00d6rne\u011fin, bir kolayla\u015ft\u0131r\u0131c\u0131, MT taraf\u0131ndan y\u00f6netilen, \u00f6\u011fretmenlere rehberlik etme oturumu olan 755 oturumunda akt\u00f6r etkinli\u011fini \u00f6zetleyen bir sosyogram g\u00f6rmek isteyebilir. Sosyogram \u015eekil 16.4'te g\u00f6sterilmektedir. D\u00fc\u011f\u00fcm b\u00fcy\u00fckl\u00fc\u011f\u00fc, a\u015fa\u011f\u0131da tart\u0131\u015f\u0131ld\u0131\u011f\u0131 gibi derece a\u011f\u0131rl\u0131kl\u0131d\u0131r.<\/span><\/p>\n

\"\"<\/p>\n<\/a> \u015eekil 16.4. \u00d6nde gelen akt\u00f6rleri ve onlar\u0131n etkile\u015fimlerini g\u00f6steren Tapped In oturumundan bir sosyogram.<\/i><\/span><\/span>\n

Sosyogramlar katk\u0131 say\u0131s\u0131 hakk\u0131nda bilgi ekler \u00e7\u00fcnk\u00fc baz\u0131 sosyometreler akt\u00f6rleri temsil eden d\u00fc\u011f\u00fcmlerin a\u011f ba\u011flam\u0131na duyarl\u0131d\u0131r. \u00d6rne\u011fin, dereceli a\u011f\u0131rl\u0131k, di\u011fer eylemlerin ne derece muhtemel oldu\u011funu ve dolay\u0131s\u0131yla potansiyel olarak belirli bir harekete ge\u00e7ti\u011fini g\u00f6sterir. Bir akt\u00f6rlerin bir oyuncu i\u00e7in toplanmas\u0131, bir oyuncunun katk\u0131lar\u0131n\u0131n ne kadar\u0131n\u0131n ba\u015fkalar\u0131 taraf\u0131ndan al\u0131nd\u0131\u011f\u0131n\u0131n tahminidir. Bu \u00f6l\u00e7\u00fcm hem akt\u00f6r\u00fcn etkinlik d\u00fczeyine hem de o etkinli\u011fin di\u011ferlerinin etkinlikleriyle ili\u015fkisine duyarl\u0131d\u0131r. Derece d\u0131\u015f\u0131 a\u011f\u0131rl\u0131k, bir akt\u00f6r\u00fcn di\u011ferlerinin katk\u0131lar\u0131n\u0131 ne kadar ald\u0131\u011f\u0131n\u0131n bir tahminidir. \u00d6zvekt\u00f6r merkezili\u011fi3<\/a><\/sup> (ve sayfa de\u011feri (PageRank), Hubs ve Authorities gibi t\u00fcrevleri), bir kom\u015funun merkezili\u011fini hesaba katan (Newman, 2010, s. 169) ve kendileri de merkezi olan di\u011ferlerine ne kadar ba\u011fl\u0131 oldu\u011funu g\u00f6steren yerel olmayan bir \u00f6l\u00e7\u00fctt\u00fcr. Aradaki merkezilik, a\u011fda potansiyel olarak arac\u0131l\u0131k rol\u00fc \u00fcstlenen akt\u00f6rlerin bir g\u00f6stergesidir: Y\u00fcksek aradaki merkezilik bir akt\u00f6r\u00fc temsil eden d\u00fc\u011f\u00fcm\u00fcn di\u011fer akt\u00f6rler aras\u0131nda nispeten daha k\u0131sa yollarda oldu\u011fu anlam\u0131na gelir (Newman, 2010, s. 185), b\u00f6ylece bilgi ak\u0131\u015f\u0131n\u0131 potansiyel olarak kontrol eder veya bu akt\u00f6rler aras\u0131ndaki ileti\u015fimi d\u00fczenler. Aradaki merkezilik oturumlar aras\u0131ndaki etkinli\u011fi incelerken ayr\u0131cal\u0131kl\u0131 bir \u00f6neme sahiptir: farkl\u0131 oturumlar genellikle farkl\u0131 akt\u00f6rlere sahiptir, bu y\u00fczden \u00e7oklu oturumlara kat\u0131lan bir akt\u00f6r aras\u0131nda y\u00fcksek bir aral\u0131k olacakt\u0131r.<\/span><\/p>\n

\"\"<\/p>\n<\/a> \u015eekil 16.5. 14 haftal\u0131k bir s\u00fcre i\u00e7inde Tapped In'deki bir\u00e7ok akt\u00f6r\u00fcn \u00d6zvekt\u00f6r Merkezili\u011fi.<\/i><\/span><\/span>\n

Uzun zaman \u00f6l\u00e7ekleri \u00fczerine yap\u0131lan analizler, ara\u015ft\u0131rmac\u0131lar\u0131n yan\u0131 s\u0131ra e\u011fitimciler i\u00e7in de ilgi \u00e7ekici olabilir. Bir akt\u00f6rlerin zaman i\u00e7indeki geli\u015fimleri sosyometriklerindeki de\u011fi\u015fimler bak\u0131m\u0131ndan izlenebilir. \u00d6rne\u011fin, bir a\u011fdaki t\u00fcm akt\u00f6rler i\u00e7in sosyogramlara bir haftal\u0131k aral\u0131klarla al\u0131m toplanabilir ve ard\u0131ndan trendlerin (pop\u00fcler olan taraflar, e\u011filimler) belirlenmesi amac\u0131yla sosyometrikler haftal\u0131k olarak grafi\u011fi \u00e7izilebilir. Bu e\u011filimlerin bir k\u0131sm\u0131 Suthers'tan (2015) al\u0131nan \u015eekil 16.5'te g\u00f6r\u00fclebilir. Akt\u00f6rleri s\u00fcrd\u00fcren \u00f6zetler y\u00fcksek kalacak (\u00f6r. DW, g\u00f6n\u00fcll\u00fc bir rehber) ve periyodik olaylar i\u00e7in geri d\u00f6nenlere d\u00fczenli bir i\u011fnecikli4<\/a><\/sup> yap\u0131 g\u00f6sterecektir (\u00f6r. ayl\u0131k etkinlikleri kolayla\u015ft\u0131ran MT). S\u00fcrekli artan veya azalan \u00f6l\u00e7\u00fcmler, ki\u015filerin az ya da \u00e7ok me\u015fgul olduklar\u0131n\u0131 g\u00f6sterir, s\u0131ras\u0131yla (muhtemelen DA) ve tekli u\u00e7lar bir defal\u0131k ziyareti (AP) g\u00f6sterir.<\/span><\/p>\n

Y\u00fczeysel olarak, bu analizler alan yaz\u0131nda bulunan bir\u00e7ok sosyometrik analizlere benzemektedir, bu nedenle Traces \u00e7er\u00e7evesinin ne ekledi\u011fini vurgulamal\u0131y\u0131z. Traces \u00e7er\u00e7evesini uygulamam\u0131z, bu gizli ba\u011flar\u0131, olaylar aras\u0131ndaki \u00e7oklu ko\u015fullar\u0131n tan\u0131mlanmas\u0131 ve toplanmas\u0131 ve ard\u0131ndan olaylar aras\u0131ndaki sonu\u00e7 al\u0131m ili\u015fkilerinin bir akt\u00f6r-akt\u00f6r \u00e7izgesine katlanmas\u0131yla olay ak\u0131\u015flar\u0131n\u0131n otomatik etkile\u015fim analizinden t\u00fcretilmi\u015ftir. Bu \u00f6rne\u011fin, el ile i\u00e7erik analizi veya yo\u011fun emek gerektiren ili\u015fkili verileri elde etmek i\u00e7in anketlerin kullan\u0131lmas\u0131 veya a\u00e7\u0131k \"arkada\u015fl\u0131k\" ili\u015fkilerine g\u00fcvenme y\u00f6ntemlerinden daha avantajl\u0131d\u0131r: anketler ve arkada\u015f ba\u011flant\u0131lar\u0131, s\u00f6z konusu ki\u015filer aras\u0131ndaki ger\u00e7ek etkile\u015fimdeki gizli ba\u011flar\u0131 yans\u0131tmayabilir. Ba\u015fka bir avantaj a\u015fa\u011f\u0131da a\u00e7\u0131klanm\u0131\u015ft\u0131r.<\/span><\/p>\n\n

    \n \t
  1. \n
      \n \t
    1. \n
        \n \t
      1. \n
          \n \t
        1. \n

          Akt\u00f6rler Aras\u0131ndaki \u0130li\u015fkilerin Belirlenmesi<\/h4>\n<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n

          Traces \u00e7er\u00e7evesi, katk\u0131lar\u0131 aras\u0131ndaki \u00e7oklu ko\u015fullar\u0131n bir araya getirilmesiyle, akt\u00f6rler aras\u0131ndaki ba\u011flar\u0131 t\u00fcretir. \u015earta ba\u011fl\u0131 durumlar, bu katk\u0131lar aras\u0131ndaki ili\u015fkinin nitel yap\u0131s\u0131n\u0131, \u00f6rne\u011fin zamansal ve mek\u00e2nsal yak\u0131nl\u0131\u011f\u0131, ayn\u0131 kelimeleri kullanmay\u0131 ve ba\u015fka bir akt\u00f6re ismiyle hitap etmeyi belirtir. \u015earta ba\u011fl\u0131 durumlar al\u0131m ili\u015fkilerinde topland\u0131\u011f\u0131nda, hangi t\u00fcrde acil durumun al\u0131m ili\u015fkisine ne t\u00fcrde katk\u0131 sa\u011flad\u0131\u011f\u0131n\u0131 takip ediyoruz. Bu kay\u0131t tutma, al\u0131mlar\u0131n ba\u011flara katlanmas\u0131yla s\u00fcrd\u00fcr\u00fcl\u00fcr, b\u00f6ylece herhangi bir akt\u00f6r \u00e7ifti i\u00e7in, altta yatan \u015fartlar bak\u0131m\u0131ndan ili\u015fkinin do\u011fas\u0131 hakk\u0131nda temel ko\u015fullara g\u00f6re bilgi sa\u011flayan bir a\u011f\u0131rl\u0131k vekt\u00f6r\u00fcne sahip oluruz. \u00d6rne\u011fin DA ve MT aras\u0131ndaki ili\u015fkiyi belirli bir zaman diliminde birbirlerine ne s\u0131kl\u0131kta sohbet ettikleri, sohbet i\u00e7eriklerinin s\u00f6zc\u00fcksel \u00f6rt\u00fc\u015fmeleri ve birbirlerine ne s\u0131kl\u0131kta ismen hitap ettikleri bak\u0131m\u0131ndan \u00f6l\u00e7ebiliriz. \u0130li\u015fkisel bilgiler, \u00f6\u011frencileri aras\u0131nda i\u015f birli\u011fine dayal\u0131 \u00f6\u011frenme etkinliklerini y\u00f6neten e\u011fitimciler veya ara\u015ft\u0131rmac\u0131lar i\u00e7in ilgi \u00e7ekici olabilir, hatta ki\u015finin, \u00f6\u011frenciler ile olan kendi ili\u015fkilerini incelemeleri bile m\u00fcmk\u00fcnd\u00fcr. Traces \u00e7er\u00e7evesi bunu, ba\u011flar\u0131n etkile\u015fimli k\u00f6kenleri hakk\u0131ndaki bilgileri koruyarak m\u00fcmk\u00fcn k\u0131lar (bk. Suthers, 2015).<\/span><\/p>\n\n

          Oturumlardaki \u00d6\u011frenci Gruplar\u0131n\u0131 veya Topluluklar\u0131n\u0131 Tan\u0131mlama<\/h3>\n

          A\u011f analizi literat\u00fcr\u00fcnde \u201ctopluluk ke\u015ffi\u201d, toplumun sosyolojik kavramlar\u0131ndan ziyade, \u00e7izge-teorik tan\u0131mlamalar alt\u0131nda bulunan kar\u015f\u0131l\u0131kl\u0131 ili\u015fkili k\u00f6\u015felerin alt \u00e7izgelerini bulmak anlam\u0131na gelir (\u00f6r. Cohen, 1985; Tonnies, 2001). Bununla birlikte, \u00f6zellikle a\u011fa ba\u011fl\u0131 toplumlar\u0131 \u00e7al\u0131\u015f\u0131rken; birincisini, ikincisine kan\u0131t olarak kullanabiliriz (Castells, 2001; Wellman vd., 2003). \u0130yi bir \u00e7izge-teorik tan\u0131m, sosyolojik bir topluluktaki bireylerin kendi topluluklar\u0131 d\u0131\u015f\u0131ndaki bireylere nazaran birbirleriyle daha yak\u0131ndan ili\u015fkili oldu\u011fu fikrini i\u00e7ermelidir. Mod\u00fclerlik metri\u011fine dayanan algoritmalar bu ama\u00e7la alan yaz\u0131nda yayg\u0131n olarak kullan\u0131lmaktad\u0131r. Mod\u00fclerlik metri\u011fi (Newman, 2010, s. 224), y\u00fcksek mod\u00fcler b\u00f6lmeleri bulmak i\u00e7in vekt\u00f6r b\u00f6lmelerinin i\u00e7indeki (\u00f6rt\u00fc\u015fmeyen) a\u011f\u0131rl\u0131kl\u0131 ba\u011flar\u0131n yo\u011funlu\u011funu, rastgele bir \u00e7izgede beklenen a\u011f\u0131rl\u0131kl\u0131 ba\u011flarla kar\u015f\u0131la\u015ft\u0131r\u0131r. Bir mod\u00fclerlik \u00f6l\u00e7\u00fct\u00fc alt\u0131nda m\u00fcmk\u00fcn olan en iyi b\u00f6lmenin bulunmas\u0131 b\u00fcy\u00fck a\u011flarda bilgi i\u015flemsel olarak i\u015flevsel de\u011fildir ancak Louvain y\u00f6ntemi olarak bilinen h\u0131zl\u0131 bir algoritman\u0131n (Blondel vd., 2008) iyi yakla\u015f\u0131kl\u0131klar verdi\u011fi g\u00f6sterilmi\u015ftir. \u015eekil 16.6'da bir \u00f6rnek g\u00f6sterilmi\u015ftir.<\/span><\/p>\n

          \"\"<\/p>\n<\/a> \u015eekil 16.6. OpenOrd'da, Tapped In'deki sohbetler, tart\u0131\u015fmalar ve dosyalar arac\u0131l\u0131\u011f\u0131yla ili\u015fkilendirilen akt\u00f6rler i\u00e7in birle\u015fik asosyogram bulunan b\u00f6lmelerin g\u00f6rselle\u015ftirilmesi.<\/i><\/span><\/span>\n

          B\u00f6lmeler elde edildikten sonra, a\u011f\u0131n topluluk yap\u0131s\u0131 \u00e7e\u015fitli \u015fekillerde tan\u0131mlanabilir. Nicel \u00f6zetler, b\u00f6lme b\u00fcy\u00fckl\u00fc\u011f\u00fcn\u00fcn da\u011f\u0131l\u0131m\u0131n\u0131 i\u00e7erebilir (\u00f6r. ba\u015fl\u0131ca b\u00fcy\u00fck bir topluluk var m\u0131 yoksa a\u011f bir\u00e7ok k\u00fc\u00e7\u00fck ve birka\u00e7 b\u00fcy\u00fck topluluk i\u00e7eriyor mu?) ve parametrelerin b\u00fcy\u00fckl\u00fckler aras\u0131ndaki da\u011f\u0131l\u0131mlar\u0131 (\u00f6r. oyuncu ba\u015f\u0131na d\u00fc\u015fen etkinlik topluluk b\u00fcy\u00fckl\u00fc\u011f\u00fc ile nas\u0131l ili\u015fkilidir?) ve farkl\u0131 medyan\u0131n kullan\u0131m\u0131 topluluk b\u00fcy\u00fckl\u00fc\u011f\u00fcne g\u00f6re nas\u0131l de\u011fi\u015fir?). Topluluk yap\u0131s\u0131n\u0131n nitel betimlemesi her b\u00f6lmeyi yorumlamak i\u00e7in oyuncular\u0131n ve etkile\u015fim i\u00e7inde olduklar\u0131 ortam\u0131n niteliklerinin incelenmesini gerektirir. \u015eekil 16.6'da g\u00f6sterilen b\u00f6l\u00fcmlemenin hem nitel hem de nicel b\u00f6lme analiz \u00f6rnekleri i\u00e7in bak\u0131n\u0131z Suthers, Fusco vd. (2013).<\/span><\/p>\n\n

          \u00d6ZET VE ALAN YAZINDAK\u0130 \u0130LG\u0130L\u0130 \u00c7ALI\u015eMALAR<\/h2>\n

          Bu b\u00f6l\u00fcm, medyaya, yerlere ve zamana da\u011f\u0131t\u0131lan faaliyet izlerini soyut bir transkripte birle\u015ftiren ve daha sonra etkile\u015fim modelleri ve ba\u011flar\u0131 olu\u015fturmak i\u00e7in olaylar aras\u0131ndaki g\u00f6zlemlenebilir durumlar\u0131 kullanarak ba\u011flant\u0131l\u0131 bir soyutlama hiyerar\u015fisi sa\u011flayan Traces analitik \u00e7er\u00e7evesini tan\u0131tm\u0131\u015ft\u0131r. Bir beklenmedik durum \u00e7izgesi \u00fcretmek i\u00e7in soyut transkriptteki olaylara beklenmedik durumlar uygulan\u0131r. Durumlar daha sonra ayn\u0131 olaylar aras\u0131ndaki al\u0131ma toplan\u0131r. Al\u0131m\u0131 \u00e7izen b\u00f6lmeler yer ve zaman boyunca olu\u015fan etkileri tan\u0131mlamak i\u00e7in kullan\u0131labilir ve b\u00f6lmeler i\u00e7indeki al\u0131m, bir oturumun etkile\u015fim yap\u0131s\u0131n\u0131 incelemek i\u00e7in analiz edilebilir. Al\u0131m \u00e7izgeleri, sosyometriklerin uyguland\u0131\u011f\u0131 olaylardan ziyade d\u00fc\u011f\u00fcmlerin akt\u00f6r oldu\u011fu a\u011flar\u0131n i\u00e7ine katlanabilir. Olaylar ayr\u0131ca, akt\u00f6r-yapay a\u011flar veya akt\u00f6rlerin medya nesnelerinin kar\u015f\u0131l\u0131kl\u0131 okunmas\u0131 ve yaz\u0131lmas\u0131yla birbirleriyle nas\u0131l ili\u015fkilendirildi\u011fini yakalayan \u201casociogram\u201d halinde katlanabilir. \u00c7er\u00e7eve, toplam olaylar\u0131n (\u00f6r. \u201cba\u011flar\u201d, \u201croller\u201d ve \u201ctopluluklar\u201d) nas\u0131l \u00fcretildi\u011fini anlama ihtiyac\u0131n\u0131 vurgular ve belirli etkile\u015fimli olaylar\u0131n ortam\u0131n\u0131 sa\u011flar. Deneysel bir yaz\u0131l\u0131m olarak uyguland\u0131 ve heterojen a\u011fa ba\u011fl\u0131 \u00f6\u011frenme toplulu\u011funun verileriyle test edildi.<\/span><\/p>\n

          Di\u011fer yazarlar, \u00f6zellikle a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131nda sosyal a\u011f analizi de d\u00e2hil olmak \u00fczere, \u00e7oklu analiz t\u00fcrlerini bir araya getirme ihtiyac\u0131n\u0131 belirtmi\u015flerdir. \u00d6rne\u011fin de Laat, Lally, Lipponen ve Simons (2007) ve Martinez ve meslekta\u015flar\u0131, (2006), kat\u0131l\u0131m a\u011flar\u0131 \u00e7al\u0131\u015fmalar\u0131nda sosyal a\u011f analizini \u00e7e\u015fitli nicel ve nitel y\u00f6ntemlerle birle\u015ftirmenin faydas\u0131n\u0131 g\u00f6stermi\u015ftir. Di\u011ferleri, etkile\u015fim \u00e7izgelerini, akt\u00f6rler aras\u0131ndaki ba\u011flar\u0131n sosyogramlar\u0131na yap\u0131land\u0131rm\u0131\u015f ve katlam\u0131\u015ft\u0131r. \u00d6rne\u011fin, Rosen ve Corbit (2009) zamansal yak\u0131nl\u0131\u011fa dayal\u0131 \u00e7izgeler olu\u015fturmu\u015f ve Haythornthwaite ve Gruzd (2008), referanslardan ve isimlerden etkile\u015fim ili\u015fkilerinin \u00e7\u0131kar\u0131lmas\u0131nda \u00f6n \u00e7al\u0131\u015fmay\u0131 tan\u0131mlamaktad\u0131r. Traces \u00e7er\u00e7evesi ayn\u0131 kefededir ancak tart\u0131\u015fmal\u0131 bir \u015fekilde daha olgundur (k\u00f6kle\u015fmi\u015ftir). Oturum tan\u0131mlamas\u0131 i\u00e7in daha zengin bir temel olu\u015fturmak amac\u0131yla olaylar aras\u0131ndaki \u00e7oklu t\u00fcrdeki ili\u015fkileri ve etkinliklerin ard\u0131ndan oturumlar i\u00e7indeki akt\u00f6rlerin ve etkinliklerin takip eden (m\u00fcteakip \/ hem en sonraki) analizini dikkate al\u0131r\u0131z ve bu analizleri otomatikle\u015ftirdik ve bunlar\u0131 g\u00fcn\u00fcm\u00fcz\u00fcn da\u011f\u0131t\u0131lm\u0131\u015f etkile\u015fiminin bir\u00e7ok \u00f6zelli\u011fini sergileyen, farkl\u0131 kat\u0131l\u0131mc\u0131lar\u0131n etkile\u015fimde bulundu\u011fu bir ortam olan zengin, tarihsel veri derleminde test ettik. Trausan-Matu'nun \u201cpolifonik analiz\u201d konusundaki \u00e7al\u0131\u015fmalar\u0131 (Trausan \u2013 Matu ve Rebedea, 2010) bizim \u00e7oklu durumlar\u0131 kullan\u0131m\u0131m\u0131za benzerlik g\u00f6stermektedir ancak son zamanlarda daha y\u00fcksek analiz seviyelerine getirilmi\u015ftir. Charles (2013) taraf\u0131ndan yap\u0131lan bir tez, yakla\u015f\u0131m\u0131m\u0131za alternatif bir uygulama sunmu\u015ftur ve durum dizilerini geni\u015fletmi\u015ftir. Bizim yakla\u015f\u0131m\u0131m\u0131z, etkile\u015fimli yap\u0131n\u0131n analizi i\u00e7in do\u011fal dil i\u015fleme y\u00f6ntemlerini uygulayan \u00e7al\u0131\u015fmalarla ilgilidir ve esasen ek durumlar \u00fcreten kurallar bu t\u00fcr ara\u015ft\u0131rmalardan t\u00fcretilebilir. Yaz\u0131l\u0131m\u0131m\u0131z \u015fu anda da\u011f\u0131t\u0131m i\u00e7in uygun bir formda olmamas\u0131na ra\u011fmen, yazar Traces \u00e7er\u00e7evesinin okuyucuya, heterojen a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131 ve di\u011fer sosyoteknik sistemler i\u00e7in kendi analizlerini organize etmenin bir yolu olarak hizmet edebilece\u011fine inanmaktad\u0131r.<\/span><\/p>\n\n

          TE\u015eEKK\u00dcR B\u00d6L\u00dcM\u00dc<\/h2>\n

          Nathan Dwyer, Kar-Hai Chu, Richard Medina, Devan Rosen ve Ravi Vatrapu, bu \u00e7al\u0131\u015fman\u0131n arkas\u0131ndaki fikirleri geli\u015ftirdi. Nathan Dwyer ve Kar \u2013 Hai Chu da temel yaz\u0131l\u0131m uygulamas\u0131n\u0131 yazd\u0131. Mark Schlager, Patti Schank ve Judi Fusco veri ve uzmanl\u0131\u011f\u0131 payla\u015ft\u0131. Bu \u00e7al\u0131\u015fma k\u0131smen 0943147 numaral\u0131 UBV \u00d6d\u00fcl\u00fc taraf\u0131ndan desteklenmi\u015ftir.<\/span><\/p>\n\n

          KAYNAK\u00c7A<\/h2>\nAllen, I. E., & Seaman, J. (2013). Changing course: Ten years of tracking online education in the United States. <\/i>Babson Survey Research Group. http:\/\/www.onlinelearningsurvey.com\/reports\/changingcourse.pdf <\/span><\/span>\n\nBarab, S. A., Kling, R., & Gray, J. H. (2004). Designing for virtual communities in the service of learning<\/i>. New York: Cambridge University Press. <\/span><\/span>\n\nBlondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment<\/i>. doi:10.1088\/1742-5468\/2008\/10\/P10008 <\/span><\/span>\n\nCastells, M. (2001). The Internet galaxy: Reflections on the Internet, business, and society. Oxford, UK: Oxford University Press. <\/span><\/span>\n\nCharles, C. (2013). Analysis of communication flow in online chats<\/i>. Unpublished Master\u2019s Thesis, University of Duisburg-Essen, Duisburg, Germany. (2245897) <\/span><\/span>\n\nCohen, A.P. (1985). The symbolic construction of community<\/i>. New York: Routledge. <\/span><\/span>\n\nde Laat, M. (2006). Networked learning<\/i>. Apeldoorn, Netherlands: Politie Academie. <\/span><\/span>\n\nde Laat, M., Lally, V., Lipponen, L., & Simons, R.-J. (2007). Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for social network analysis. International Journal of Computer Supported Collaborative Learning, 2<\/i>(1), 87\u2013103. <\/span><\/span>\n\nFortunato, S. (2010). Community detection in graphs<\/i>. Physics Reports, 486, 75\u2013174. <\/span><\/span>\n\nHaythornthwaite, C., & Gruzd, A. (2008). Analyzing networked learning texts. In V. Hodgson, C. Jones, T. Kargidis, D. McConnell, S. Retalis, D. Stamatis, & M. Zenios (Eds.), Proceedings of the 6th International Conference on Networked Learning <\/i>(NLC 2008), 5\u20136 May 2008, Halkidiki, Greece (pp. 136\u2013143). <\/span><\/span>\n\nJoseph, S., Lid, V., & Suthers, D. D. (2007). Transcendent communities. In C. Chinn, G. Erkens, & S. Puntambekar (Eds.), Proceedings of the 7th International Conference on Computer-Supported Collaborative Learning <\/i>(CSCL 2007), 16\u201321 July 2007, New Brunswick, NJ, USA (pp. 317\u2013319). International Society of the Learning Sciences. <\/span><\/span>\n\nLatour, B. (2005). Reassembling the social: An introduction to actor-network-theory. New York: Oxford University Press. <\/span><\/span>\n\nLemke, J.L. (2000). Across the scales of time: Artifacts, activities, and meanings in ecosocial systems. Mind, Culture & Activity, 7<\/i>(4), 273\u2013290. <\/span><\/span>\n\nLicoppe, C., & Smoreda, Z. (2005). Are social networks technologically embedded? How networks are changing today with changes in communication technology. Social Networks, 27<\/i>(4), 317\u2013335. <\/span><\/span>\n\nMart\u00ednez, A., Dimitriadis, Y., G\u00f3mez-S\u00e1nchez, E., Rubia-Avi, B., Jorr\u00edn-Abell\u00e1n, I., & Marcos, J. A. (2006). Studying participation networks in collaboration using mixed methods. International Journal of Computer-Supported Collaborative Learning, 1<\/i>(3), 383\u2013408. <\/span><\/span>\n\nMonge, P. R., & Contractor, N. S. (2003). Theories of communication networks<\/i>. Oxford, UK: Oxford University Press. <\/span><\/span>\n\nNewman, M. E. J. (2010). Networks: An introduction<\/i>. Oxford, UK: Oxford University Press.<\/span><\/span>\n\nO'Reilly, T. (2005). What is Web 2.0: Design patterns and business models for the next generation of software. http:\/\/www.oreillynet.com\/pub\/a\/oreilly\/tim\/news\/2005\/09\/30\/what-is-web-20.html <\/span><\/span>\n\nRenninger, K. A., & Shumar, W. (2002). Building virtual communities: Learning and change in cyberspace<\/i>. Cambridge, UK: Cambridge University Press. <\/span><\/span>\n\nRos\u00e9, C. P., Wang, Y.-C., Cui, Y., Arguello, J., Stegmann, K., Weinberger, A., & Fischer, F. (2008). Analyzing collaborative learning processes automatically: Exploiting the advances of computational linguistics in computer-supported collaborative learning. International Journal of Computer-Supported Collaborative Learning, 3<\/i>(3), 237\u2013271. doi:10.1007\/s11412-007-9034-0 <\/span><\/span>\n\nRosen, D., & Corbit, M. (2009). Social network analysis in virtual environments. Proceedings of the 20th ACM conference on Hypertext and Hypermedia <\/i>(HT\u201909), 29 June\u20131 July 2009, Torino, Italy (pp. 317\u2013322). New York: ACM. <\/span><\/span>\n\nSiemens, G. (2013). Massive open online courses: Innovation in education? In R. McGreal, W. Kinuthia, S. Marshall, & T. McNamara (Eds.), Open educational resources: Innovation, research and practice <\/i>(pp. 5\u201315). Vancouver, BC: Commonwealth of Learning and Athabasca University. <\/span><\/span>\n\nSuthers, D.D. (2006). Technology affordances for intersubjective meaning-making: A research agenda for CSCL. International Journal of Computer-Supported Collaborative Learning, 1<\/i>(3), 315\u2013337. <\/span><\/span>\n\nSuthers, D.D. (2015). From micro-contingencies to network-level phenomena: Multilevel analysis of activity and actors in heterogeneous networked learning environments. Proceedings of the 5th International Conference on Learning Analytics and Knowledge <\/i>(LAK\u2019LA), 16\u201320 March, Poughkeepsie, NY, USA (pp. 368\u2013377). New York: ACM. <\/span><\/span>\n\nSuthers, D.D. (2017). Applications of cohesive subgraph detection algorithms to analyzing socio-technical networks. Proceedings of the 50th Hawaii International Conference on System Sciences <\/i>(HICSS-50), 4\u20137 January 2017, Waikoloa Village, HI, USA (CD-ROM). IEEE Computer Society. <\/span><\/span>\n\nSuthers, D. D., & Dwyer, N. (2015). Identifying uptake, sessions, and key actors in a socio-technical network. Proceedings of the 44th Hawaii International Conference on System Sciences <\/i>(HICSS-44), 5\u20138 January 2011, Kauai, Hawai\u2019i (CD-ROM). IEEE Computer Society. <\/span><\/span>\n\nSuthers, D. D., Dwyer, N., Medina, R., & Vatrapu, R. (2010). A framework for conceptualizing, representing, and analyzing distributed interaction. International Journal of Computer Supported Collaborative Learning, 5<\/i>(1), 5\u201342. doi:10.1007\/s11412-009-9081-9 <\/span><\/span>\n\nSuthers, D. D., Fusco, J., Schank, P., Chu, K.-H., & Schlager, M. (2013). Discovery of community structures in a heterogeneous professional online network. Proceedings of the 46th Hawaii International Conference on the System Sciences <\/i>(HICSS-46), 7\u201310 January 2013, Maui, HI, USA (CD-ROM). IEEE Computer Society. <\/span><\/span>\n\nSuthers, D. D., Lund, K., Ros\u00e9, C. P., Teplovs, C., & Law, N. (2013). Productive multivocality in the analysis of group interactions<\/i>. Springer. <\/span><\/span>\n\nSuthers, D. D., & Rosen, D. (2011). A unified framework for multi-level analysis of distributed learning. In G. Conole, D. Ga\u0161evi\u0107, P. Long, & G. Siemens (Eds.), Proceedings of the 1st International Conference on Learning Analytics and Knowledge <\/i>(LAK\u2019LA), 27 February\u20131 March 2011, Banff, AB, Canada (pp. 64\u201374). New York: ACM. <\/span><\/span>\n\nT\u00f6nnies, F. (2001). Community and civil society <\/i>(J. Harris & M. Hollis, Trans. from Gemeinschaft und Gesellschaft, 1887) Cambridge, UK: Cambridge University Press. <\/span><\/span>\n\nTrausan-Matu, S., & Rebedea, T. (2010). A polyphonic model and system for inter-animation analysis in chat conversations with multiple participants. In A. Gelbukh (Ed.), Computational linguistics and intelligent text processing <\/i>(pp. 354\u2013363). Springer. <\/span><\/span>\n\nWasserman, S., & Faust, K. (1994). Social network analysis: Methods and applications<\/i>. New York: Cambridge University Press. <\/span><\/span>\n\nWellman, B., Quan-Haase, A., Boase, J., Chen, W., Hampton, K., Diaz, I., & Miyata, K. (2003). The social affordances of the Internet for networked individualism. Journal of Computer-Mediated Communication, 8<\/i>(3). doi:10.1111\/j.1083-6101.2003.tb00216.x.<\/span><\/span>\n\n
          \n\n
          \n

          1<\/a> Teorik arka plan i\u00e7in bk. Joseph, Lid ve Suthers (2007) ve Suthers (2006); Analitik temsillerimizin geli\u015ftirilmesi i\u00e7in bk. Suthers, Dwyer, Medina ve Vatrapu (2010) ve Suthers ve Rosen (2011). Topluluk ke\u015ffi uygulamalar\u0131 i\u00e7in bk. Suthers, Fusco, Schank, Chu ve Schlager (2013); B\u00fcy\u00fck a\u011fa ba\u011fl\u0131 bir \u00f6\u011frenme ortam\u0131n\u0131 izlemek i\u00e7in bu yeteneklerin bir etkinlik raport\u00f6r\u00fcnde nas\u0131l birle\u015ftirilebilece\u011finin bir \u00f6rne\u011fi i\u00e7in bk. Suthers (2015). Suthers vd. (2013) ve Suthers (2015), bu \u00e7er\u00e7eveyi geli\u015ftirmek i\u00e7in bir vaka \u00e7al\u0131\u015fmas\u0131 olarak kulland\u0131\u011f\u0131m\u0131z Tapped in E\u011fitimciler a\u011f\u0131ndaki verileri tan\u0131mlamaktad\u0131r. \u0130lgili makalereri http:\/\/lilt.ics.hawaii.edu adresinde bulabilirsiniz.<\/span><\/span><\/p>\n\n<\/div>\n

          \n

          2<\/a> orj. associogram<\/span><\/span><\/p>\n\n<\/div>\n

          \n

          3<\/a> orj. Eigenvector centrality<\/span><\/span><\/p>\n\n<\/div>\n

          \n

          4<\/a> orj. spiking<\/span><\/span><\/p>\n\n<\/div>\n","rendered":"

          <\/a> Daniel D. Suthers<\/span><\/span><\/p>\n

          \u0130leti\u015fim ve Bilgisayar Bilimleri B\u00f6l\u00fcm\u00fc, Hawaii \u00dcniversitesi, ABD<\/span><\/span><\/p>\n

          DOI: 10.18608 \/ hla17.016<\/span><\/span><\/p>\n

          \u00d6Z<\/h2>\n

          G\u00fcn\u00fcm\u00fczde \u00e7evrim i\u00e7i a\u011f ortamlar\u0131nda \u00f6\u011frenme genellikle birden fazla medyaya ve siteye da\u011f\u0131t\u0131l\u0131r ve ayn\u0131 anda birden fazla seviyede i\u015flem arac\u0131l\u0131\u011f\u0131yla ger\u00e7ekle\u015ftirilir. Bu \u00f6\u011frenmeyi sosyal a\u011flara g\u00f6m\u00fcl\u00fc olarak incelemek veya yaln\u0131zca a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortam\u0131n\u0131 pratik ama\u00e7lar i\u00e7in izlemek isteyenler i\u00e7in bir zorluktur. Etkinlik izleri \u00e7oklu veritabanlar\u0131nda par\u00e7alara b\u00f6l\u00fcnebilir ve olaylar\u0131n kaydedildi\u011fi ayr\u0131nt\u0131 d\u00fczeyi analitik ihtiya\u00e7larla e\u015fle\u015fmeyebilir. Bu b\u00f6l\u00fcm, bir veya daha fazla dijital ortamda kat\u0131l\u0131mc\u0131 etkile\u015fimini bilgi i\u015flemsel olarak daha y\u00fcksek tan\u0131m d\u00fczeylerini t\u00fcretmek suretiyle analiz etmek i\u00e7in analitik bir \u00e7er\u00e7eve olan Traces’\u0131 sunar. Traces \u00e7er\u00e7evesi, sosyoteknik sistemlerdeki etkile\u015fimi modellemek i\u00e7in kavramlar\u0131, kar\u015f\u0131l\u0131k gelen g\u00f6sterimleri olan modeller hiyerar\u015fisini ve g\u00f6sterimleri d\u00f6n\u00fc\u015ft\u00fcrerek bu seviyeler aras\u0131nda \u00e7evirmek i\u00e7in kullan\u0131lan hesaplama y\u00f6ntemlerini i\u00e7erir. Potansiyel uygulamalar etkile\u015fimli oturumlar\u0131, oturumlardaki kilit akt\u00f6rleri, akt\u00f6rler aras\u0131ndaki ili\u015fkileri, s\u00fcre\u00e7 boyunca kat\u0131l\u0131mdaki de\u011fi\u015fiklikleri ve \u00f6\u011frenen gruplar\u0131n\u0131 veya topluluklar\u0131n\u0131 kapsar.<\/span><\/span><\/p>\n

          Anahtar Kelimeler<\/span>: Etkile\u015fim analizi, sosyal a\u011f analizi, topluluk ke\u015ffi, a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131, Traces analitik \u00e7er\u00e7evesi<\/span><\/span><\/p>\n

          Bu b\u00f6l\u00fcm, bir veya daha fazla dijital ortamda (muhtemelen birden fazla ortamda) kat\u0131l\u0131mc\u0131 etkile\u015fimi izleme verilerini analiz edip neyin olup bitti\u011fine dair daha y\u00fcksek bir a\u00e7\u0131klama d\u00fczeyi elde etmek isteyen okuyuculara hitap etmektedir. Bu daha y\u00fcksek tan\u0131mlama seviyelerinin \u00f6rnekleri aras\u0131nda etkile\u015fimli oturumlar\u0131, oturumlar boyunca \u00f6\u011frenenlerin gruplar\u0131n\u0131 veya topluluklar\u0131n\u0131 tan\u0131mlamak, \u00f6nemli akt\u00f6rler a\u00e7\u0131s\u0131ndan etkile\u015fimi karakterize etmek ve akt\u00f6rler aras\u0131ndaki ili\u015fkileri tan\u0131mlamak yer al\u0131r. Burada a\u00e7\u0131klanan yakla\u015f\u0131m olan Traces \u00e7er\u00e7evesi, ke\u015fif odakl\u0131 ara\u015ft\u0131rma i\u00e7in kullan\u0131lmaktad\u0131r ancak bu daha y\u00fcksek a\u00e7\u0131klama seviyelerindeki de\u011fi\u015fkenleri veya bu a\u00e7\u0131klamalar\u0131 kullanarak \u00fcretim \u00f6\u011frenme ortamlar\u0131n\u0131n canl\u0131 izlenmesini gerektiren hipotez test ara\u015ft\u0131rmas\u0131n\u0131 da destekleyebilir. Traces \u00e7er\u00e7evesi, sosyoteknik sistemlerdeki etkile\u015fimi d\u00fc\u015f\u00fcnmek ve modellemek i\u00e7in bir dizi kavram\u0131, kar\u015f\u0131l\u0131k gelen g\u00f6sterimleri olan bir model hiyerar\u015fisini ve g\u00f6sterimleri d\u00f6n\u00fc\u015ft\u00fcrerek bu seviyeler aras\u0131nda \u00e7eviri i\u00e7in bilgi i\u015flemsel y\u00f6ntemleri i\u00e7erir. Bu y\u00f6ntemler deneysel yaz\u0131l\u0131mlarda uygulanm\u0131\u015ft\u0131r ve heterojen a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortam\u0131ndaki veriler \u00fczerinde test edilmi\u015ftir.<\/span><\/p>\n

          Bu b\u00f6l\u00fcm\u00fcn amac\u0131, okuyucuyu, a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131nda etkinlik ve akt\u00f6rlerin \u00e7ok d\u00fczeyli analizinin nas\u0131l kullan\u0131labilece\u011fine dair k\u0131sa a\u00e7\u0131klamalarla \u00e7er\u00e7evenin kavramsal ve temsili y\u00f6nlerini tan\u0131tmakt\u0131r. Yer k\u0131s\u0131tl\u0131l\u0131\u011f\u0131 nedeniyle, uygulama ve ara\u015ft\u0131rmam\u0131za ili\u015fkin ayr\u0131nt\u0131l\u0131 \u00f6rnekler ve bilgiler d\u00e2hil edilmemi\u015ftir1<\/a><\/sup>.<\/span><\/p>\n

          MOT\u0130VASYONLAR<\/h2>\n

          Traces \u00e7er\u00e7evesi i\u00e7in motivasyonlar, k\u0131smen, Web 2.0 olgusunun ortaya \u00e7\u0131kmas\u0131na (O’Reilly, 2005) ve KA\u00c7D’lere (Kitlesel A\u00e7\u0131k \u00c7evrimi\u00e7i Ders) yak\u0131n zamanda y\u00f6nelen ilgi de d\u00e2hil olmak \u00fczere bu olgunun e\u011fitsel uygulay\u0131c\u0131lar ve \u00f6\u011frenenler taraf\u0131ndan formal ve informal \u00f6\u011frenmeye uyarlanmas\u0131na dayanmaktad\u0131r. (Allen ve Seaman, 2013). Bu t\u00fcr ortamlarda \u00f6\u011frenme zamana ve sanal alana (medyaya) da\u011f\u0131t\u0131l\u0131r ve \u00f6\u011frenenler birden fazla ortama kat\u0131labilir. \u00d6\u011frenmenin ger\u00e7ekle\u015febilece\u011fi kat\u0131l\u0131mc\u0131lar aras\u0131nda dolayl\u0131 etkile\u015fimi i\u00e7eren, \u00f6rne\u011fin \u00e7evrimi\u00e7i topluluklar ve bKA\u00c7D’ler (ba\u011flant\u0131c\u0131 bKA\u00c7D’ler) (Siemens, 2013) d\u00e2hil olmak \u00fczere herhangi bir sosyoteknik a\u011f\u0131 i\u00e7erdi\u011fini tan\u0131mlad\u0131\u011f\u0131m\u0131z a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131na (AB\u00d6O) odaklan\u0131yoruz (Barab, Kling ve Gray, 2004; Renninger ve Shumar, 2002). \u00c7er\u00e7eve, \u00e7ok say\u0131da ki\u015finin \u00f6ncelikle e\u011fitim yaz\u0131l\u0131m\u0131 veya \u00f6zel ders sistemleriyle etkile\u015fime girdi\u011fi \u201cgKA\u00c7D\u201d gibi bireyler taraf\u0131ndan yal\u0131t\u0131lm\u0131\u015f etkinlik i\u00e7in ge\u00e7erli de\u011fildir.<\/span><\/p>\n

          Bu a\u011fa ba\u011fl\u0131 ortamlardaki \u00f6\u011frenme ve bilgi olu\u015fturma etkinlikleri genellikle birden fazla medyaya ve siteye da\u011f\u0131t\u0131l\u0131r. Sonu\u00e7 olarak, bu t\u00fcr bir etkinli\u011fin izleri \u00e7oklu kay\u0131t g\u00fcnl\u00fckleri aras\u0131nda b\u00f6l\u00fcnebilir. \u00d6rne\u011fin, a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131 aras\u0131nda bir dizi tart\u0131\u015fma, e\u015f zamanl\u0131 sohbet, wiki, mikro blog, yaz\u0131 tahtalar\u0131, profiller ve kaynak payla\u015f\u0131m\u0131 bulunabilir. Etkinlikler kat\u0131l\u0131mc\u0131lar i\u00e7in tek bir birle\u015fik etkinli\u011fin par\u00e7as\u0131 oldu\u011fu eylemlerini birbirinden ay\u0131rmak suretiyle farkl\u0131 bi\u00e7imlerde ve yerlerde kaydedilebilir. Birden fazla izleme verisi kayna\u011f\u0131n\u0131n tek bir transkripte birle\u015ftirilmesi, etkile\u015fime ili\u015fkin verileri yeniden bir araya getirmek i\u00e7in gerekli olabilir. Ayr\u0131ca, olaylar\u0131n kaydedildi\u011fi ayr\u0131nt\u0131 d\u00fczeyi analitik ihtiya\u00e7larla e\u015fle\u015fmeyebilir. \u00d6rne\u011fin medya d\u00fczeyinde olaylar, bireysel eylemlerden ziyade eylemler, ki\u015filer ve\/veya medya aras\u0131ndaki ili\u015fkilerle ilgili analizler i\u00e7in yanl\u0131\u015f ontoloji olabilir. Birincil analize ba\u015flamak i\u00e7in kay\u0131t g\u00fcnl\u00fc\u011f\u00fc dosyas\u0131 g\u00f6sterimlerinin di\u011fer tan\u0131m d\u00fczeylerine \u00e7evirisi gerekebilir.<\/span><\/p>\n

          Daha y\u00fcksek tan\u0131m seviyelerinin t\u00fcretilmesi ayn\u0131 zamanda karma\u015f\u0131k ve \u00e7ok d\u00fczeyli bir olgu olarak teorik \u00f6\u011frenme hesaplamalar\u0131yla da motive edilir. \u00d6\u011frenmenin sosyal ortamlarda nas\u0131l ger\u00e7ekle\u015fti\u011fine dair kuramlar, bireysel, k\u00fc\u00e7\u00fck grup, a\u011f veya topluluk d\u00e2hil olmak \u00fczere \u00f6\u011frenme arac\u0131s\u0131na g\u00f6re de\u011fi\u015fmekte iken bilgi aktar\u0131m\u0131, tart\u0131\u015fma, hedefler aras\u0131 anlamland\u0131rma, kat\u0131l\u0131m ve kimlikteki de\u011fi\u015fim ve k\u00fclt\u00fcrel sermayenin toplanmas\u0131 \u00f6rneklerinde oldu\u011fu gibi \u00f6\u011frenme s\u00fcrecine g\u00f6re de\u011fi\u015fir (Suthers, 2006). \u00d6\u011frenme, t\u00fcm bu arac\u0131l\u0131k seviyelerinde ve t\u00fcm bu s\u00fcre\u00e7lerle potansiyel olarak \u00e7oklu zaman \u00f6l\u00e7eklerinde e\u015fzamanl\u0131 olarak ger\u00e7ekle\u015ftirilir (Lemke, 2000). \u00c7ok kademeli bir yakla\u015f\u0131m, toplumsal d\u00fczenin, say\u0131s\u0131z bireysel eylemin bir araya gelmesinden ve muhtemelen be\u015fer\u00ee unsurlar\u0131n da (Latour, 2005) y\u00f6nlendirmesiyle birbirlerini etkilemelerinden kaynakland\u0131\u011f\u0131na dair teorik duru\u015fumuzla da gerek\u00e7elendirilmektedir ve olgular\u0131 anlamak i\u00e7in kullan\u0131lan akt\u00f6r ili\u015fkileri veya topluluk yap\u0131lar\u0131 gibi metodolojik imalar kadar, bu olgular\u0131n in\u015fa edildi\u011fi bireysel eylemlerin ak\u0131\u015f\u0131na da bakmam\u0131z gerekir. \u00d6ylece, \u00f6\u011frenmenin t\u00fcm zenginli\u011fi ile anla\u015f\u0131lmas\u0131, birey ve ortak arac\u0131 seviyeleri aras\u0131ndaki ili\u015fkileri ortaya \u00e7\u0131karan ve potansiyel olarak \u00e7oklu teori ve analiz y\u00f6ntemlerini koordine eden verileri gerektirir (de Laat, 2006; Monge ve Contractor, 2003; Suthers, Lund, Rose, Teplovs ve Law, 2013).<\/span><\/p>\n

          TRACES ANAL\u0130T\u0130K \u00c7ER\u00c7EVES\u0130<\/h2>\n

          Bu b\u00f6l\u00fcm Traces analitik \u00e7er\u00e7evesinin alt\u0131nda yatan tan\u0131mlama seviyelerini ve bunlara kar\u015f\u0131l\u0131k gelen temsilleri kapsamakta olup bir sonraki b\u00f6l\u00fcm potansiyel uygulamalar hakk\u0131nda bilgi verecektir. Yakla\u015f\u0131m\u0131 \u00f6nizlemek amac\u0131yla olaylar\u0131n g\u00fcnl\u00fckleri \u00f6zetlenir ve sonradan etkile\u015fim ve ili\u015fkilerin analiz d\u00fczeylerini destekleyen bir dizi g\u00f6sterimi t\u00fcretmek i\u00e7in kullan\u0131lan tek bir soyut n\u00fcshada birle\u015ftirilir. \u00dc\u00e7 \u00e7e\u015fit grafik, etkile\u015fimi modellemektedir. Acil durum grafikleri, mesajla\u015fma ya da mesaj g\u00f6nderme gibi olaylar\u0131n, zamansal ve mek\u00e2nsal yak\u0131nl\u0131k ve i\u00e7erik bak\u0131m\u0131ndan \u00f6nceki olaylarla g\u00f6zle g\u00f6r\u00fcl\u00fcr \u015fekilde ili\u015fkili oldu\u011funu kaydeder. al\u0131m \u00e7izgeleri, her bir eylemin \u00f6nceki eylemleri nas\u0131l \u201c\u00fcstlenebilece\u011fini\u201d modellemek i\u00e7in her bir olay \u00e7ifti aras\u0131ndaki \u00e7oklu olas\u0131l\u0131klar\u0131 toplar. Oturum grafikleri, al\u0131m \u00e7izgelerinin soyutlanm\u0131\u015f versiyonlar\u0131d\u0131r: olaylar\u0131, oturumlar aras\u0131ndaki al\u0131m ili\u015fkileri ile uzamsal-zamansal oturumlara k\u00fcmeler. Akt\u00f6rler ve yap\u0131lar aras\u0131ndaki ili\u015fkiler, sosyogramlar elde etmek i\u00e7in etkile\u015fimli grafiklerden ve associogram2<\/a><\/sup> olarak adland\u0131rd\u0131\u011f\u0131m\u0131z \u00f6zel bir ba\u011fl\u0131l\u0131k a\u011f\u0131 t\u00fcr\u00fcnden soyutlan\u0131r. \u00c7e\u015fitli analiz seviyelerinde kullan\u0131lan g\u00f6sterimler \u015eekil 16.1’de \u015fematik olarak g\u00f6sterilmi\u015ftir.<\/span><\/p>\n

          Transcript Hakk\u0131nda<\/h3>\n

          Kaynak verileri sa\u011flayan \u00e7e\u015fitli etkinlik izleriyle (olaylar\u0131n g\u00fcnl\u00fck dosyalar\u0131 gibi) ba\u015fl\u0131yoruz (\u015eekil 16.1a). Bunlar, zorunlu olarak sisteme \u00f6zg\u00fc y\u00f6ntemler kullan\u0131larak, ikinci seviyede g\u00f6sterildi\u011fi gibi bir olay ak\u0131\u015f\u0131na ayr\u0131\u015ft\u0131r\u0131l\u0131r (\u015eekil 16.1b’deki kutular). Etkinlikler farkl\u0131 ortamlardan gelebilir (\u00f6r. sohbetler, izlekli tart\u0131\u015fma, sosyal medya), \u00e7e\u015fitli t\u00fcrlerde olabilir (\u00f6r. sohbete girme, sohbetten \u00e7\u0131kma, sohbete katk\u0131 sunma, mesaj g\u00f6nderme, mesaj okuma, dosya indirme). Zaman damgalar\u0131, akt\u00f6rler, i\u00e7erik (\u00f6r. sohbet i\u00e7eri\u011fi) ve ilgili olaya d\u00e2hil olan yerler (\u00f6r. sohbet odalar\u0131) ile ek a\u00e7\u0131klamalara sahip olmal\u0131d\u0131rlar. Sonu\u00e7, da\u011f\u0131t\u0131lan faaliyetlerin soyut bir d\u00f6k\u00fcm\u00fcd\u00fcr. Sisteme \u00f6zg\u00fc faaliyet g\u00f6sterimlerinden bir soyut d\u00f6k\u00fcme \u00e7evirerek, \u015fimdiye kadar par\u00e7alanm\u0131\u015f faaliyet kay\u0131tlar\u0131n\u0131 tek bir analitik yap\u0131ya d\u00e2hil ediyoruz.<\/span><\/p>\n

          Acil Durum Grafi\u011fi<\/h3>\n

          Daha sonra, eylemlerin kar\u015f\u0131l\u0131kl\u0131 olarak nas\u0131l ba\u011flamsal a\u00e7\u0131dan kavramsalla\u015ft\u0131r\u0131ld\u0131\u011f\u0131na dair bir model \u00fcretmek i\u00e7in olaylar aras\u0131ndaki olas\u0131l\u0131klar\u0131 (\u015eekil 16.1b’deki oklar) hesapl\u0131yoruz. \u0130nsan eylemi, meydana geldi\u011fi ortamlara \u00e7e\u015fitli \u015fekillerde ba\u011fl\u0131d\u0131r: bilgi i\u015flemsel y\u00f6ntemler, otomatik alg\u0131lamaya tabi olan baz\u0131 olas\u0131l\u0131klar\u0131 yakalayabilir. \u00d6rne\u011fin, proksimal olay ad\u0131 verilen bir beklenmedik durum, zaman ve mek\u00e2nsal a\u00e7\u0131dan birbirine yak\u0131n olarak meydana gelen olaylar\u0131n birbiri ile ili\u015fkili olma olas\u0131l\u0131\u011f\u0131n\u0131 yans\u0131t\u0131r. Yar\u0131 senkronize sohbeti analiz ederken, beklenmedik durumlar, yak\u0131n zamanda olmamak kayd\u0131yla ayarlanabilir bir zaman dilimi i\u00e7inde ve ayn\u0131 odada ger\u00e7ekle\u015fen \u00f6nceki katk\u0131lara y\u00fcklenir. Adres ve cevap olas\u0131l\u0131klar\u0131, kullan\u0131c\u0131n\u0131n ismini, yapt\u0131\u011f\u0131 en son katk\u0131y\u0131 ve bir sonraki katk\u0131y\u0131 i\u00e7eren bir zaman dilimi i\u00e7erisine y\u00fcklenir ve bu yap\u0131l\u0131rken de kullan\u0131c\u0131 kimlikleri ile ilk isimlerini ay\u0131r\u0131c\u0131\/e\u015fle\u015ftirici kullan\u0131l\u0131r. \u00d6znenin amac\u0131n\u0131n s\u00fcreklili\u011fini yans\u0131tmak i\u00e7in ayn\u0131 akt\u00f6r durumlar\u0131 daha b\u00fcy\u00fck bir zaman dilimi boyunca kat\u0131l\u0131mc\u0131n\u0131n \u00f6nceki eylemlerine y\u00fcklenir. Kelime k\u00f6kleri k\u00fcmeleriyle temsil edildi\u011fi \u00fczere, i\u00e7erikte \u00f6rt\u00fc\u015fme, \u00f6rt\u00fc\u015fen k\u00f6klerin say\u0131s\u0131 ile a\u011f\u0131rl\u0131kland\u0131r\u0131lan kelime \u00f6rt\u00fc\u015fmesini \u00fcretmek i\u00e7in kullan\u0131l\u0131r. Etkile\u015fimsel yap\u0131 analizi i\u00e7in do\u011fal dil i\u015fleme y\u00f6ntemlerine dayanarak daha ileri seviyedeki durumlar hesaplanabilir (Rose vd., 2008).<\/span><\/p>\n

          \"\"<\/p>\n

          <\/a> \u015eekil 16.1. Analiz d\u00fczeyleri ve g\u00f6sterimleri.<\/i><\/span><\/span><\/p>\n

          Ortaya \u00e7\u0131kan acil durum grafi\u011fi, ba\u011flamsal eylem modeli olan ilk soyutlama katman\u0131n\u0131 (\u015eekil 16.1b) temsil eder. Bu grafikte, k\u00f6\u015feler olaylard\u0131r ve beklenmedik durumlar, k\u00f6\u015feler aras\u0131na yerle\u015ftirilen kenarlard\u0131r (\u00f6rnekler az \u00f6nce a\u00e7\u0131klanm\u0131\u015ft\u0131r). Herhangi bir iki k\u00f6\u015fe aras\u0131nda \u00e7ok say\u0131da kenar olabilir (\u00f6r. ayn\u0131 akt\u00f6r taraf\u0131ndan haz\u0131rlanan s\u00f6zc\u00fcksel \u00f6rt\u00fc\u015fmeli iki yak\u0131nsak olay\u0131n aras\u0131nda en az \u00fc\u00e7 beklenmedik olay olacakt\u0131r).<\/span><\/p>\n

          Al\u0131m grafi\u011fi<\/h3>\n

          \u0130ki nedenden dolay\u0131 k\u00f6\u015feler aras\u0131ndaki \u00e7oklu kenarlar\u0131 tek kenarlara daraltmak gerekir. \u0130lk olarak, \u00e7o\u011fu grafik algoritmas\u0131, herhangi iki k\u00f6\u015fe aras\u0131nda en fazla yaln\u0131zca bir kenar\u0131 oldu\u011funu varsaymaktad\u0131r. \u0130kincisi, bir insan eyleminin \u00f6nceki olaylar\u0131n baz\u0131 y\u00f6nlerini bir \u015fekilde \u00f6nemli oldu\u011fu olaylar\u0131 aras\u0131ndaki ili\u015fkiyi ele almakla ilgileniyoruz. Etkile\u015fimin temel yap\u0131 ta\u015f\u0131 olan al\u0131m (Suthers vd., 2010), etkile\u015fim i\u00e7inde ve etkile\u015fim yoluyla \u00f6\u011frenmenin nas\u0131l ger\u00e7ekle\u015fti\u011fini analiz etmek i\u00e7in temel birimdir. Sohbetlerde ve tart\u0131\u015fmalardaki \u00f6nceki katk\u0131lara cevap vermek, al\u0131m\u0131n \u00f6rnekleri aras\u0131ndad\u0131r ancak al\u0131m sadece cevaplarla s\u0131n\u0131rl\u0131 de\u011fildir: kullan\u0131c\u0131, bir \u00f6nceki kullan\u0131c\u0131n\u0131n katk\u0131s\u0131n\u0131 ba\u015fka yollarla uygun k\u0131labilir. Al\u0131m, bir ortama \u00f6zg\u00fc de\u011fildir: farkl\u0131 ortamlarda ve farkl\u0131 medya t\u00fcrlerinde ger\u00e7ekle\u015febilir (Suthers vd., 2010). Acil durumlar sadece al\u0131m i\u00e7in toplu kan\u0131t olarak ilgi \u00e7ekicidir, bu y\u00fczden acil durum grafi\u011fini bir al\u0131m grafi\u011fine soyutlar\u0131z.<\/span><\/p>\n

          \u015eekil 16.1c’de g\u00f6sterildi\u011fi \u00fczere, al\u0131m \u00e7izgeleri, olaylar\u0131 da ili\u015fkilendirdikleri acil durum grafi\u011fine benzer ancak belirli bir k\u00f6\u015fe \u00e7ifti aras\u0131ndaki \u00e7e\u015fitli t\u00fcrdeki beklenmedik durum demetlerini iste\u011fe ba\u011fl\u0131 olarak d\u00fc\u015f\u00fck a\u011f\u0131rl\u0131kl\u0131 demetleri filtrelendi\u011fi ve beklenmedik durumlardaki kan\u0131tlar\u0131n direncinin topland\u0131\u011f\u0131 tek bir grafik kenar\u0131 halinde toplarlar (Suthers, 2015). Farkl\u0131 ama\u00e7lar i\u00e7in farkl\u0131 a\u011f\u0131rl\u0131klar kullan\u0131labilir (\u00f6r. oturum bulma, oturumlar\u0131n etkile\u015fimli yap\u0131s\u0131n\u0131 analiz etme, sosyogram olu\u015fturma). \u00d6nemli olan \u015fudur; \u015farta ba\u011fl\u0131l\u0131k a\u011f\u0131rl\u0131klar\u0131n\u0131 g\u00f6zden \u00e7\u0131karmay\u0131z: bunlar, sosyogramlarda toplan\u0131nca kullan\u0131c\u0131lar aras\u0131ndaki ba\u011f\u0131n al\u0131m ili\u015fkisinin do\u011fas\u0131n\u0131 \u00f6zetlemek i\u00e7in bir vekt\u00f6rde tutulur. al\u0131m \u00e7izgeleriyle ilgin\u00e7 bir\u00e7ok \u015fey yapabiliriz ancak \u00f6nce genellikle oturumlar\u0131 temsil etti\u011fi i\u00e7in ayr\u0131 ayr\u0131 ele almak istedi\u011fimiz grafi\u011fin b\u00f6l\u00fcmlerini belirleriz.<\/span><\/p>\n

          Oturumlar<\/h3>\n

          Oturumlar\u0131 tan\u0131mlamak i\u00e7in uzamsal-zamansal yak\u0131nl\u0131ktaki olay k\u00fcmeleri hesaplan\u0131r (\u015eekil 16.1c’de daire kutularda belirtilmi\u015ftir). Bunu yapma y\u00f6ntemleri daha sonra tart\u0131\u015f\u0131lacakt\u0131r. Oturum i\u00e7i analizlere y\u00f6nelik olarak her bir oturum i\u00e7in bir al\u0131m \u00e7izgesi ayr\u0131lm\u0131\u015ft\u0131r. Bu noktada bir\u00e7ok yol m\u00fcmk\u00fcnd\u00fcr. \u00d6rne\u011fin, etkile\u015fimin s\u0131ral\u0131 yap\u0131s\u0131, grup ba\u015far\u0131lar\u0131n\u0131n geli\u015fimini anlamak i\u00e7in mikro-analize tabi tutulabilir ancak bu analizin otomatikle\u015ftirilmesi zor olabilir. K\u00fcme tespiti veya tematik konular\u0131n izlenmesi gibi grafik yap\u0131 analizi y\u00f6ntemleri uygulanabilir (Trausan-Matu ve Rebedea, 2010). Oturumlar aras\u0131 analiz i\u00e7in her oturumu, oturumu temsil eden tek bir d\u00fc\u011f\u00fcme daralt\u0131r\u0131z ancak oturumlar aras\u0131 al\u0131m ba\u011flant\u0131lar\u0131n\u0131 koruruz. (\u00f6r. \u015eekil 16.1c’de d\u00f6rt oturum ve iki oturum aras\u0131 al\u0131m vard\u0131r.) Bu oturumlar aras\u0131 ba\u011flant\u0131lar, bir oturumdan di\u011ferine zaman ve mek\u00e2n \u00fczerindeki potansiyel etkileri g\u00f6sterir.<\/span><\/p>\n

          Sosyogramlar<\/h3>\n

          Sosyoteknik a\u011flar genel olarak sosyal a\u011f analizi y\u00f6ntemleri kullan\u0131larak, insan akt\u00f6rler aras\u0131ndaki ili\u015fkilerin varl\u0131\u011f\u0131n\u0131n ya da g\u00fcc\u00fcn\u00fcn sosyogram ya da sosyometrik g\u00f6sterimlerini kullanarak hem yerel (ego merkezli) hem de yerel olmayan (a\u011f) sosyal yap\u0131lar\u0131 ortaya \u00e7\u0131karmak i\u00e7in bu temsillerin g\u00fcc\u00fcnden yararlanan grafik algoritmalar\u0131 (Newman, 2010; Wasserman ve Faust, 1994) ile \u00e7al\u0131\u015f\u0131lmaktad\u0131r. Oturumlar\u0131n i\u00e7inde veya aras\u0131nda, al\u0131m \u00e7izgelerini akt\u00f6r-akt\u00f6r sosyogramlar\u0131na katlayabiliriz (y\u00f6nl\u00fc a\u011f\u0131rl\u0131kl\u0131 \u00e7izgeler, \u015eekil 16.1d). Akt\u00f6rler aras\u0131ndaki ba\u011f g\u00fcc\u00fc, katk\u0131lar\u0131 aras\u0131ndaki al\u0131m g\u00fcc\u00fcn\u00fcn toplam\u0131d\u0131r. \u0130ki akt\u00f6r aras\u0131ndaki ili\u015fkilerin kan\u0131tlar\u0131 konusunda daha kat\u0131 olmak istiyorsak, yak\u0131nl\u0131\u011f\u0131 k\u00fc\u00e7\u00fcmseyen ve di\u011fer akt\u00f6r y\u00f6nelimin do\u011frudan kan\u0131t\u0131n\u0131 vurgulayan farkl\u0131 bir a\u011f\u0131rl\u0131k kullanabiliriz. Bu sosyogramlar, temel akt\u00f6rleri tan\u0131mlamak i\u00e7in merkezi \u00f6l\u00e7\u00fctler gibi geleneksel sosyal a\u011f analiz y\u00f6ntemleri kullan\u0131larak analiz edilebilir.<\/span><\/p>\n

          Asosyogramlar<\/h3>\n

          Sosyogram\u0131n iki akt\u00f6r aras\u0131ndaki tekil ba\u011f\u0131, etkile\u015fime girdikleri medya ile birlikte ba\u011f\u0131n kuruldu\u011fu etkile\u015fimi de \u00f6zetleyip gizler. Akt\u00f6rlerin nas\u0131l etkile\u015fime girdi\u011fiyle ilgili bilgilerin bir k\u0131sm\u0131n\u0131 korurken, grafik hesaplamalar\u0131n bir \u00f6zet g\u00f6sterimi \u00fczerindeki avantajlar\u0131n\u0131 korumak i\u00e7in, birle\u015ftirilmi\u015f a\u011flara benzeyen ama onlardan daha spesifik olan \u00e7ift tarafl\u0131, \u00e7ok modlu, y\u00f6nl\u00fc a\u011f\u0131rl\u0131kl\u0131 \u00e7izgeleri kullan\u0131yoruz. \u0130ki tarafl\u0131d\u0131rlar \u00e7\u00fcnk\u00fc t\u00fcm kenarlar akt\u00f6rler ve eserler aras\u0131nda ve \u00e7oklu model aras\u0131nda kesin bir \u015fekilde ilerler, \u00e7\u00fcnk\u00fc yapay d\u00fc\u011f\u00fcmler temsil ettikleri farkl\u0131 t\u00fcrdeki arac\u0131larda kategorize edilebilir; \u00f6rne\u011fin, sohbet odalar\u0131, tart\u0131\u015fma forumlar\u0131 ve dosyalar. Y\u00f6nlendirilmi\u015f kenarlar (yaylar) okuma \/ yazma ili\u015fkilerini veya bunlar\u0131n t\u00fcrevlerini g\u00f6sterir: bir akt\u00f6r bir eseri okuduysa (\u00f6r. bir tart\u0131\u015fma mesaj\u0131n\u0131 a\u00e7t\u0131ysa ya da biri sohbet ederken \u00e7evrim i\u00e7i ise) yay akt\u00f6rden o esere gider ve e\u011fer akt\u00f6r eseri de\u011fi\u015ftirdiyse (\u00f6r. bir tart\u0131\u015fma mesaj\u0131 g\u00f6nderdiyse veya sohbet ettiyse) yay o eserden akt\u00f6re gider. Yay\u0131n y\u00f6n\u00fc, bilgi ak\u0131\u015f\u0131n\u0131n ters y\u00f6n\u00fc olan bir ba\u011f\u0131ml\u0131l\u0131k bi\u00e7imini belirtir. Yaylardaki a\u011f\u0131rl\u0131klar, ilgili akt\u00f6r \/ yapay yap\u0131 \u00e7ifti aras\u0131nda belirtilen y\u00f6nde meydana gelen olaylar\u0131n say\u0131s\u0131n\u0131 g\u00f6sterir. \u201c\u00dcyelik a\u011f\u0131\u201d yeterince spesifik olmad\u0131\u011f\u0131ndan ve \u201c\u00e7ift tarafl\u0131 \u00e7ok modlu y\u00f6nl\u00fc a\u011f\u0131rl\u0131kl\u0131 \u00e7izge\u201d \u00e7ok uzun oldu\u011fundan, kendilerine \u00f6zg\u00fc do\u011falar\u0131 vurgulamak i\u00e7in bu grafikleri asosyogram olarak adland\u0131r\u0131yoruz (Suthers & Rosen, 2011). Bu terim, Latour\u2019un (2005) kavram\u0131ndan ilham alarak, sosyal olgular\u0131n be\u015fer\u00ee ve be\u015fer\u00ee olmayan akt\u00f6rler aras\u0131ndaki dinamik ili\u015fki a\u011flar\u0131ndan ortaya \u00e7\u0131kt\u0131\u011f\u0131n\u0131 g\u00f6stermektedir.<\/span><\/p>\n

          \u00d6rne\u011fin \u015eekil 16.2 bir oynat\u0131c\u0131, dosyalar\u0131n \u00e7o\u011funu yazarken ve tart\u0131\u015fmalar\u0131n \u00e7o\u011funa bir ba\u015fkas\u0131n\u0131 yazarken, iki oyuncu aras\u0131ndaki asimetrik etkile\u015fimi temsil eden Tapped In e\u011fitimci a\u011f\u0131ndan bir asosyogram\u0131n bir b\u00f6l\u00fcm\u00fcn\u00fc g\u00f6stermektedir. Bu iki akt\u00f6r aras\u0131ndaki tek bir ba\u011flant\u0131dan olu\u015fan bir sosyogram bu bilgiyi yakalayamaz. Asosyogram, medyadaki faaliyetin da\u011f\u0131l\u0131m\u0131 hakk\u0131nda bilgi tutar. A\u011f analitik y\u00f6ntemleri e\u015fzamanl\u0131 olarak hem insan akt\u00f6rlerin hem de yapay eserlerin, oyuncu topluluklar\u0131n\u0131n varl\u0131\u011f\u0131 ve teknolojik olarak i\u00e7ine g\u00f6m\u00fcld\u00fckleri medya gibi daha b\u00fcy\u00fck ilgi alanlar\u0131n\u0131 olu\u015fturmaya nas\u0131l katk\u0131da bulundu\u011funu s\u00f6yleyebilir (Licoppe ve Smoreda, 2005). Etkile\u015fim do\u011frudan temsil edilmese de asosyogram ayn\u0131 zamanda analizin etkile\u015fim seviyesine bir k\u00f6pr\u00fc sunarak (Suthers vd., 2010), belirli medya ortamlar\u0131nda etkinli\u011fi geri almam\u0131z\u0131 sa\u011flar.<\/span><\/p>\n

          \"\"<\/p>\n

          <\/a> \u015eekil 16.2. Tapped In verilerinden bir asosyogram. Sa\u011fdaki d\u00fc\u011f\u00fcmlerle temsil edilen akt\u00f6rler, soldaki farkl\u0131 renkteki d\u00fc\u011f\u00fcmlerle temsil edilen dosyalar\u0131 ve tart\u0131\u015fmalar\u0131 okuyup yazm\u0131\u015flard\u0131r.<\/i><\/span><\/span><\/p>\n

          ANAL\u0130T\u0130K SE\u00c7ENEK \u00d6RNEKLER\u0130<\/h2>\n

          Traces \u00e7er\u00e7evesi, analiz i\u00e7in birden \u00e7ok yol sa\u011flar. \u0130lerleyen b\u00f6l\u00fcmlerde bu \u00e7er\u00e7eve ile desteklenebilecek \u00e7e\u015fitli analizler g\u00f6sterece\u011fiz (Suthers ve Dwyer, 2015). Bu \u00f6rnekler, deneysel yaz\u0131l\u0131m uygulamam\u0131zla yapt\u0131\u011f\u0131m\u0131z analizlerden al\u0131nm\u0131\u015ft\u0131r.<\/span><\/p>\n

          Etkile\u015fim Oturumlar\u0131n\u0131 Belirleme<\/h3>\n

          Etkile\u015fim grafiklerinde oturumlar\u0131n tespiti i\u00e7in farkl\u0131 se\u00e7enekler mevcuttur. Etkile\u015fim, etkile\u015fimsiz d\u00f6nemler ile net bir \u015fekilde birbirinden ayr\u0131lmaz ve ki\u015fi y\u00fcksek etkinlik k\u00fcmelerini ke\u015ffetmek isterse, uyumlu alt grafikleri alg\u0131lamas\u0131 veya \u201ctopluluk ke\u015ffi\u201d al\u0131m grafi\u011fine uygulanan mod\u00fclerlik b\u00f6l\u00fcmlemesi (Blondel, Guillaume, Lambiotte ve Lefebvre, 2008) gibi faydal\u0131 algoritmalar\u0131 (Fortunato, 2010) yararl\u0131 oldu\u011funu bulduk (Suthers, 2017). E\u011fer (Tapped In verilerimizde oldu\u011fu gibi) etkinlik odalara da\u011f\u0131lm\u0131\u015fsa ve bir oda i\u00e7indeki etkinlik neredeyse her zaman seanslar aras\u0131nda etkinlik d\u0131\u015f\u0131 s\u00fcreler i\u00e7eriyorsa, seanslar bir acil durum grafi\u011fi olu\u015fturmaya gerek kalmadan (daha sonra di\u011fer ama\u00e7lar i\u00e7in yap\u0131land\u0131r\u0131labilir) verimli bir \u015fekilde tan\u0131mlanabilir. Etkinlik her odada izlenir ve her seferinde S saniye etkinli\u011fi olmayan bir bo\u015fluk oldu\u011funda odaya yeni bir oturum kimli\u011fi atan\u0131r. S, 240 saniye gibi ayarlanabilir bir parametredir. Suthers (2017) bu se\u00e7enekleri daha detayl\u0131 bir \u015fekilde tart\u0131\u015fmaktad\u0131r.<\/span><\/p>\n

          \"\"<\/p>\n

          <\/a> \u015eekil 16.3. Arac\u0131 al\u0131m\u0131 ile oturum grafi\u011finin yak\u0131n \u00e7ekim g\u00f6r\u00fcnt\u00fcs\u00fc. D\u00fc\u011f\u00fcm ve kenar boyutu a\u011f\u0131rl\u0131kl\u0131 derecedir.<\/i><\/span><\/span><\/p>\n

          Oturumlar Aras\u0131ndaki Etkileri \u0130zleme<\/h3>\n

          Zaman ve mek\u00e2ndaki oturumlar aras\u0131ndaki yerel olmayan etkilerle ilgilenebiliriz. Farkl\u0131 seanslardaki olaylar aras\u0131ndaki al\u0131m ili\u015fkileri, seanslar aras\u0131ndaki a\u011f\u0131rl\u0131kl\u0131 al\u0131m ili\u015fkilerinde toplanabilir (\u015eekil 16.1c). Suthers’tan (2015) bir \u00f6rnek oturum grafi\u011fi, \u015eekil 16.3’te g\u00f6sterilmektedir. Baz\u0131 oturumlar\u0131n aralar\u0131nda daha a\u011f\u0131rl\u0131kl\u0131 ba\u011flant\u0131lar vard\u0131r. Kenarlar\u0131 ters s\u0131rada okuyarak (al\u0131m noktalar\u0131n\u0131 zaman i\u00e7inde geriye do\u011fru), oturum 737’nin (Kabul odas\u0131ndaki) oturum 755’i (\u00d6\u011fretmen E\u011fitimi odas\u0131) etkiledi\u011fini ve bunun da 848’i (N\u00d6\u011fretim odas\u0131) etkiledi\u011fini g\u00f6r\u00fcyoruz. Odalar\u0131n ve kat\u0131l\u0131mc\u0131lar\u0131n incelenmesi, Kabul odas\u0131na giri\u015f yapm\u0131\u015f ya da orada bir araya gelmi\u015f olan kat\u0131l\u0131mc\u0131lar\u0131n, daha sonra, okullarda mentorluk konusunda 755. oturum i\u00e7in \u00d6\u011fretmen E\u011fitimi odas\u0131na gitti\u011fini g\u00f6sterdi. Ard\u0131ndan 755 kolayla\u015ft\u0131r\u0131c\u0131s\u0131, ba\u015fka bir odada \u00f6\u011fretmen e\u011fitimi konusunda ba\u015fka bir oturum yapt\u0131\u011f\u0131n\u0131 a\u00e7\u0131klad\u0131: mentorluk oturumunda birka\u00e7 kat\u0131l\u0131mc\u0131, onu 848 oturumunda \u00d6\u011fretmen odas\u0131na kadar izledi. Di\u011fer detaylar Suthers (2015) ‘da bulunmaktad\u0131r.<\/span><\/p>\n

          Zaman \u0130\u00e7inde Kat\u0131l\u0131mda Akt\u00f6r Rollerinin Belirlenmesi ve De\u011fi\u015fimin Takibi<\/h3>\n

          E\u011fitimciler veya AB\u00d6O kolayla\u015ft\u0131r\u0131c\u0131lar\u0131 gerek g\u00f6n\u00fcll\u00fcleri kat\u0131l\u0131mc\u0131 odakl\u0131 ortamlarda te\u015fvik etmeye y\u00f6nelik \u00f6rg\u00fcn e\u011fitim ortamlar\u0131ndaki de\u011ferlendirme i\u00e7in, gerek anahtar kat\u0131l\u0131mc\u0131lar\u0131 neyin y\u00f6nlendirdi\u011fini incelemek gibi ara\u015ft\u0131rma ama\u00e7lar\u0131 i\u00e7in \u00e7evrimi\u00e7i e\u011fitim topluluklar\u0131ndaki anahtar kat\u0131l\u0131mc\u0131lar\u0131 belirlemek isteyebilirler. Kimlerin ayr\u0131ld\u0131\u011f\u0131n\u0131 (serbest oldu\u011funu) bilmek de \u00f6nemlidir. Bu ihtiya\u00e7lardan baz\u0131lar\u0131 sosyal a\u011f analizi ile kar\u015f\u0131lanabilir. Olaylar aras\u0131ndaki al\u0131m ili\u015fkilerini oyuncular\u0131 aras\u0131ndaki ba\u011flara katlayarak al\u0131m \u00e7izgesinin herhangi bir taneciklili\u011fi i\u00e7in sosyogramlar \u00fcretebiliriz (\u00f6r. bir oturum i\u00e7inde veya bir s\u00fcre i\u00e7erisindeki oturumlar boyunca). \u00d6rne\u011fin, bir kolayla\u015ft\u0131r\u0131c\u0131, MT taraf\u0131ndan y\u00f6netilen, \u00f6\u011fretmenlere rehberlik etme oturumu olan 755 oturumunda akt\u00f6r etkinli\u011fini \u00f6zetleyen bir sosyogram g\u00f6rmek isteyebilir. Sosyogram \u015eekil 16.4’te g\u00f6sterilmektedir. D\u00fc\u011f\u00fcm b\u00fcy\u00fckl\u00fc\u011f\u00fc, a\u015fa\u011f\u0131da tart\u0131\u015f\u0131ld\u0131\u011f\u0131 gibi derece a\u011f\u0131rl\u0131kl\u0131d\u0131r.<\/span><\/p>\n

          \"\"<\/p>\n

          <\/a> \u015eekil 16.4. \u00d6nde gelen akt\u00f6rleri ve onlar\u0131n etkile\u015fimlerini g\u00f6steren Tapped In oturumundan bir sosyogram.<\/i><\/span><\/span><\/p>\n

          Sosyogramlar katk\u0131 say\u0131s\u0131 hakk\u0131nda bilgi ekler \u00e7\u00fcnk\u00fc baz\u0131 sosyometreler akt\u00f6rleri temsil eden d\u00fc\u011f\u00fcmlerin a\u011f ba\u011flam\u0131na duyarl\u0131d\u0131r. \u00d6rne\u011fin, dereceli a\u011f\u0131rl\u0131k, di\u011fer eylemlerin ne derece muhtemel oldu\u011funu ve dolay\u0131s\u0131yla potansiyel olarak belirli bir harekete ge\u00e7ti\u011fini g\u00f6sterir. Bir akt\u00f6rlerin bir oyuncu i\u00e7in toplanmas\u0131, bir oyuncunun katk\u0131lar\u0131n\u0131n ne kadar\u0131n\u0131n ba\u015fkalar\u0131 taraf\u0131ndan al\u0131nd\u0131\u011f\u0131n\u0131n tahminidir. Bu \u00f6l\u00e7\u00fcm hem akt\u00f6r\u00fcn etkinlik d\u00fczeyine hem de o etkinli\u011fin di\u011ferlerinin etkinlikleriyle ili\u015fkisine duyarl\u0131d\u0131r. Derece d\u0131\u015f\u0131 a\u011f\u0131rl\u0131k, bir akt\u00f6r\u00fcn di\u011ferlerinin katk\u0131lar\u0131n\u0131 ne kadar ald\u0131\u011f\u0131n\u0131n bir tahminidir. \u00d6zvekt\u00f6r merkezili\u011fi3<\/a><\/sup> (ve sayfa de\u011feri (PageRank), Hubs ve Authorities gibi t\u00fcrevleri), bir kom\u015funun merkezili\u011fini hesaba katan (Newman, 2010, s. 169) ve kendileri de merkezi olan di\u011ferlerine ne kadar ba\u011fl\u0131 oldu\u011funu g\u00f6steren yerel olmayan bir \u00f6l\u00e7\u00fctt\u00fcr. Aradaki merkezilik, a\u011fda potansiyel olarak arac\u0131l\u0131k rol\u00fc \u00fcstlenen akt\u00f6rlerin bir g\u00f6stergesidir: Y\u00fcksek aradaki merkezilik bir akt\u00f6r\u00fc temsil eden d\u00fc\u011f\u00fcm\u00fcn di\u011fer akt\u00f6rler aras\u0131nda nispeten daha k\u0131sa yollarda oldu\u011fu anlam\u0131na gelir (Newman, 2010, s. 185), b\u00f6ylece bilgi ak\u0131\u015f\u0131n\u0131 potansiyel olarak kontrol eder veya bu akt\u00f6rler aras\u0131ndaki ileti\u015fimi d\u00fczenler. Aradaki merkezilik oturumlar aras\u0131ndaki etkinli\u011fi incelerken ayr\u0131cal\u0131kl\u0131 bir \u00f6neme sahiptir: farkl\u0131 oturumlar genellikle farkl\u0131 akt\u00f6rlere sahiptir, bu y\u00fczden \u00e7oklu oturumlara kat\u0131lan bir akt\u00f6r aras\u0131nda y\u00fcksek bir aral\u0131k olacakt\u0131r.<\/span><\/p>\n

          \"\"<\/p>\n

          <\/a> \u015eekil 16.5. 14 haftal\u0131k bir s\u00fcre i\u00e7inde Tapped In’deki bir\u00e7ok akt\u00f6r\u00fcn \u00d6zvekt\u00f6r Merkezili\u011fi.<\/i><\/span><\/span><\/p>\n

          Uzun zaman \u00f6l\u00e7ekleri \u00fczerine yap\u0131lan analizler, ara\u015ft\u0131rmac\u0131lar\u0131n yan\u0131 s\u0131ra e\u011fitimciler i\u00e7in de ilgi \u00e7ekici olabilir. Bir akt\u00f6rlerin zaman i\u00e7indeki geli\u015fimleri sosyometriklerindeki de\u011fi\u015fimler bak\u0131m\u0131ndan izlenebilir. \u00d6rne\u011fin, bir a\u011fdaki t\u00fcm akt\u00f6rler i\u00e7in sosyogramlara bir haftal\u0131k aral\u0131klarla al\u0131m toplanabilir ve ard\u0131ndan trendlerin (pop\u00fcler olan taraflar, e\u011filimler) belirlenmesi amac\u0131yla sosyometrikler haftal\u0131k olarak grafi\u011fi \u00e7izilebilir. Bu e\u011filimlerin bir k\u0131sm\u0131 Suthers’tan (2015) al\u0131nan \u015eekil 16.5’te g\u00f6r\u00fclebilir. Akt\u00f6rleri s\u00fcrd\u00fcren \u00f6zetler y\u00fcksek kalacak (\u00f6r. DW, g\u00f6n\u00fcll\u00fc bir rehber) ve periyodik olaylar i\u00e7in geri d\u00f6nenlere d\u00fczenli bir i\u011fnecikli4<\/a><\/sup> yap\u0131 g\u00f6sterecektir (\u00f6r. ayl\u0131k etkinlikleri kolayla\u015ft\u0131ran MT). S\u00fcrekli artan veya azalan \u00f6l\u00e7\u00fcmler, ki\u015filerin az ya da \u00e7ok me\u015fgul olduklar\u0131n\u0131 g\u00f6sterir, s\u0131ras\u0131yla (muhtemelen DA) ve tekli u\u00e7lar bir defal\u0131k ziyareti (AP) g\u00f6sterir.<\/span><\/p>\n

          Y\u00fczeysel olarak, bu analizler alan yaz\u0131nda bulunan bir\u00e7ok sosyometrik analizlere benzemektedir, bu nedenle Traces \u00e7er\u00e7evesinin ne ekledi\u011fini vurgulamal\u0131y\u0131z. Traces \u00e7er\u00e7evesini uygulamam\u0131z, bu gizli ba\u011flar\u0131, olaylar aras\u0131ndaki \u00e7oklu ko\u015fullar\u0131n tan\u0131mlanmas\u0131 ve toplanmas\u0131 ve ard\u0131ndan olaylar aras\u0131ndaki sonu\u00e7 al\u0131m ili\u015fkilerinin bir akt\u00f6r-akt\u00f6r \u00e7izgesine katlanmas\u0131yla olay ak\u0131\u015flar\u0131n\u0131n otomatik etkile\u015fim analizinden t\u00fcretilmi\u015ftir. Bu \u00f6rne\u011fin, el ile i\u00e7erik analizi veya yo\u011fun emek gerektiren ili\u015fkili verileri elde etmek i\u00e7in anketlerin kullan\u0131lmas\u0131 veya a\u00e7\u0131k “arkada\u015fl\u0131k” ili\u015fkilerine g\u00fcvenme y\u00f6ntemlerinden daha avantajl\u0131d\u0131r: anketler ve arkada\u015f ba\u011flant\u0131lar\u0131, s\u00f6z konusu ki\u015filer aras\u0131ndaki ger\u00e7ek etkile\u015fimdeki gizli ba\u011flar\u0131 yans\u0131tmayabilir. Ba\u015fka bir avantaj a\u015fa\u011f\u0131da a\u00e7\u0131klanm\u0131\u015ft\u0131r.<\/span><\/p>\n

            \n
          1. \n
              \n
            1. \n
                \n
              1. \n
                  \n
                1. \n

                  Akt\u00f6rler Aras\u0131ndaki \u0130li\u015fkilerin Belirlenmesi<\/h4>\n<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n

                  Traces \u00e7er\u00e7evesi, katk\u0131lar\u0131 aras\u0131ndaki \u00e7oklu ko\u015fullar\u0131n bir araya getirilmesiyle, akt\u00f6rler aras\u0131ndaki ba\u011flar\u0131 t\u00fcretir. \u015earta ba\u011fl\u0131 durumlar, bu katk\u0131lar aras\u0131ndaki ili\u015fkinin nitel yap\u0131s\u0131n\u0131, \u00f6rne\u011fin zamansal ve mek\u00e2nsal yak\u0131nl\u0131\u011f\u0131, ayn\u0131 kelimeleri kullanmay\u0131 ve ba\u015fka bir akt\u00f6re ismiyle hitap etmeyi belirtir. \u015earta ba\u011fl\u0131 durumlar al\u0131m ili\u015fkilerinde topland\u0131\u011f\u0131nda, hangi t\u00fcrde acil durumun al\u0131m ili\u015fkisine ne t\u00fcrde katk\u0131 sa\u011flad\u0131\u011f\u0131n\u0131 takip ediyoruz. Bu kay\u0131t tutma, al\u0131mlar\u0131n ba\u011flara katlanmas\u0131yla s\u00fcrd\u00fcr\u00fcl\u00fcr, b\u00f6ylece herhangi bir akt\u00f6r \u00e7ifti i\u00e7in, altta yatan \u015fartlar bak\u0131m\u0131ndan ili\u015fkinin do\u011fas\u0131 hakk\u0131nda temel ko\u015fullara g\u00f6re bilgi sa\u011flayan bir a\u011f\u0131rl\u0131k vekt\u00f6r\u00fcne sahip oluruz. \u00d6rne\u011fin DA ve MT aras\u0131ndaki ili\u015fkiyi belirli bir zaman diliminde birbirlerine ne s\u0131kl\u0131kta sohbet ettikleri, sohbet i\u00e7eriklerinin s\u00f6zc\u00fcksel \u00f6rt\u00fc\u015fmeleri ve birbirlerine ne s\u0131kl\u0131kta ismen hitap ettikleri bak\u0131m\u0131ndan \u00f6l\u00e7ebiliriz. \u0130li\u015fkisel bilgiler, \u00f6\u011frencileri aras\u0131nda i\u015f birli\u011fine dayal\u0131 \u00f6\u011frenme etkinliklerini y\u00f6neten e\u011fitimciler veya ara\u015ft\u0131rmac\u0131lar i\u00e7in ilgi \u00e7ekici olabilir, hatta ki\u015finin, \u00f6\u011frenciler ile olan kendi ili\u015fkilerini incelemeleri bile m\u00fcmk\u00fcnd\u00fcr. Traces \u00e7er\u00e7evesi bunu, ba\u011flar\u0131n etkile\u015fimli k\u00f6kenleri hakk\u0131ndaki bilgileri koruyarak m\u00fcmk\u00fcn k\u0131lar (bk. Suthers, 2015).<\/span><\/p>\n

                  Oturumlardaki \u00d6\u011frenci Gruplar\u0131n\u0131 veya Topluluklar\u0131n\u0131 Tan\u0131mlama<\/h3>\n

                  A\u011f analizi literat\u00fcr\u00fcnde \u201ctopluluk ke\u015ffi\u201d, toplumun sosyolojik kavramlar\u0131ndan ziyade, \u00e7izge-teorik tan\u0131mlamalar alt\u0131nda bulunan kar\u015f\u0131l\u0131kl\u0131 ili\u015fkili k\u00f6\u015felerin alt \u00e7izgelerini bulmak anlam\u0131na gelir (\u00f6r. Cohen, 1985; Tonnies, 2001). Bununla birlikte, \u00f6zellikle a\u011fa ba\u011fl\u0131 toplumlar\u0131 \u00e7al\u0131\u015f\u0131rken; birincisini, ikincisine kan\u0131t olarak kullanabiliriz (Castells, 2001; Wellman vd., 2003). \u0130yi bir \u00e7izge-teorik tan\u0131m, sosyolojik bir topluluktaki bireylerin kendi topluluklar\u0131 d\u0131\u015f\u0131ndaki bireylere nazaran birbirleriyle daha yak\u0131ndan ili\u015fkili oldu\u011fu fikrini i\u00e7ermelidir. Mod\u00fclerlik metri\u011fine dayanan algoritmalar bu ama\u00e7la alan yaz\u0131nda yayg\u0131n olarak kullan\u0131lmaktad\u0131r. Mod\u00fclerlik metri\u011fi (Newman, 2010, s. 224), y\u00fcksek mod\u00fcler b\u00f6lmeleri bulmak i\u00e7in vekt\u00f6r b\u00f6lmelerinin i\u00e7indeki (\u00f6rt\u00fc\u015fmeyen) a\u011f\u0131rl\u0131kl\u0131 ba\u011flar\u0131n yo\u011funlu\u011funu, rastgele bir \u00e7izgede beklenen a\u011f\u0131rl\u0131kl\u0131 ba\u011flarla kar\u015f\u0131la\u015ft\u0131r\u0131r. Bir mod\u00fclerlik \u00f6l\u00e7\u00fct\u00fc alt\u0131nda m\u00fcmk\u00fcn olan en iyi b\u00f6lmenin bulunmas\u0131 b\u00fcy\u00fck a\u011flarda bilgi i\u015flemsel olarak i\u015flevsel de\u011fildir ancak Louvain y\u00f6ntemi olarak bilinen h\u0131zl\u0131 bir algoritman\u0131n (Blondel vd., 2008) iyi yakla\u015f\u0131kl\u0131klar verdi\u011fi g\u00f6sterilmi\u015ftir. \u015eekil 16.6’da bir \u00f6rnek g\u00f6sterilmi\u015ftir.<\/span><\/p>\n

                  \"\"<\/p>\n

                  <\/a> \u015eekil 16.6. OpenOrd’da, Tapped In’deki sohbetler, tart\u0131\u015fmalar ve dosyalar arac\u0131l\u0131\u011f\u0131yla ili\u015fkilendirilen akt\u00f6rler i\u00e7in birle\u015fik asosyogram bulunan b\u00f6lmelerin g\u00f6rselle\u015ftirilmesi.<\/i><\/span><\/span><\/p>\n

                  B\u00f6lmeler elde edildikten sonra, a\u011f\u0131n topluluk yap\u0131s\u0131 \u00e7e\u015fitli \u015fekillerde tan\u0131mlanabilir. Nicel \u00f6zetler, b\u00f6lme b\u00fcy\u00fckl\u00fc\u011f\u00fcn\u00fcn da\u011f\u0131l\u0131m\u0131n\u0131 i\u00e7erebilir (\u00f6r. ba\u015fl\u0131ca b\u00fcy\u00fck bir topluluk var m\u0131 yoksa a\u011f bir\u00e7ok k\u00fc\u00e7\u00fck ve birka\u00e7 b\u00fcy\u00fck topluluk i\u00e7eriyor mu?) ve parametrelerin b\u00fcy\u00fckl\u00fckler aras\u0131ndaki da\u011f\u0131l\u0131mlar\u0131 (\u00f6r. oyuncu ba\u015f\u0131na d\u00fc\u015fen etkinlik topluluk b\u00fcy\u00fckl\u00fc\u011f\u00fc ile nas\u0131l ili\u015fkilidir?) ve farkl\u0131 medyan\u0131n kullan\u0131m\u0131 topluluk b\u00fcy\u00fckl\u00fc\u011f\u00fcne g\u00f6re nas\u0131l de\u011fi\u015fir?). Topluluk yap\u0131s\u0131n\u0131n nitel betimlemesi her b\u00f6lmeyi yorumlamak i\u00e7in oyuncular\u0131n ve etkile\u015fim i\u00e7inde olduklar\u0131 ortam\u0131n niteliklerinin incelenmesini gerektirir. \u015eekil 16.6’da g\u00f6sterilen b\u00f6l\u00fcmlemenin hem nitel hem de nicel b\u00f6lme analiz \u00f6rnekleri i\u00e7in bak\u0131n\u0131z Suthers, Fusco vd. (2013).<\/span><\/p>\n

                  \u00d6ZET VE ALAN YAZINDAK\u0130 \u0130LG\u0130L\u0130 \u00c7ALI\u015eMALAR<\/h2>\n

                  Bu b\u00f6l\u00fcm, medyaya, yerlere ve zamana da\u011f\u0131t\u0131lan faaliyet izlerini soyut bir transkripte birle\u015ftiren ve daha sonra etkile\u015fim modelleri ve ba\u011flar\u0131 olu\u015fturmak i\u00e7in olaylar aras\u0131ndaki g\u00f6zlemlenebilir durumlar\u0131 kullanarak ba\u011flant\u0131l\u0131 bir soyutlama hiyerar\u015fisi sa\u011flayan Traces analitik \u00e7er\u00e7evesini tan\u0131tm\u0131\u015ft\u0131r. Bir beklenmedik durum \u00e7izgesi \u00fcretmek i\u00e7in soyut transkriptteki olaylara beklenmedik durumlar uygulan\u0131r. Durumlar daha sonra ayn\u0131 olaylar aras\u0131ndaki al\u0131ma toplan\u0131r. Al\u0131m\u0131 \u00e7izen b\u00f6lmeler yer ve zaman boyunca olu\u015fan etkileri tan\u0131mlamak i\u00e7in kullan\u0131labilir ve b\u00f6lmeler i\u00e7indeki al\u0131m, bir oturumun etkile\u015fim yap\u0131s\u0131n\u0131 incelemek i\u00e7in analiz edilebilir. Al\u0131m \u00e7izgeleri, sosyometriklerin uyguland\u0131\u011f\u0131 olaylardan ziyade d\u00fc\u011f\u00fcmlerin akt\u00f6r oldu\u011fu a\u011flar\u0131n i\u00e7ine katlanabilir. Olaylar ayr\u0131ca, akt\u00f6r-yapay a\u011flar veya akt\u00f6rlerin medya nesnelerinin kar\u015f\u0131l\u0131kl\u0131 okunmas\u0131 ve yaz\u0131lmas\u0131yla birbirleriyle nas\u0131l ili\u015fkilendirildi\u011fini yakalayan \u201casociogram\u201d halinde katlanabilir. \u00c7er\u00e7eve, toplam olaylar\u0131n (\u00f6r. \u201cba\u011flar\u201d, \u201croller\u201d ve \u201ctopluluklar\u201d) nas\u0131l \u00fcretildi\u011fini anlama ihtiyac\u0131n\u0131 vurgular ve belirli etkile\u015fimli olaylar\u0131n ortam\u0131n\u0131 sa\u011flar. Deneysel bir yaz\u0131l\u0131m olarak uyguland\u0131 ve heterojen a\u011fa ba\u011fl\u0131 \u00f6\u011frenme toplulu\u011funun verileriyle test edildi.<\/span><\/p>\n

                  Di\u011fer yazarlar, \u00f6zellikle a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131nda sosyal a\u011f analizi de d\u00e2hil olmak \u00fczere, \u00e7oklu analiz t\u00fcrlerini bir araya getirme ihtiyac\u0131n\u0131 belirtmi\u015flerdir. \u00d6rne\u011fin de Laat, Lally, Lipponen ve Simons (2007) ve Martinez ve meslekta\u015flar\u0131, (2006), kat\u0131l\u0131m a\u011flar\u0131 \u00e7al\u0131\u015fmalar\u0131nda sosyal a\u011f analizini \u00e7e\u015fitli nicel ve nitel y\u00f6ntemlerle birle\u015ftirmenin faydas\u0131n\u0131 g\u00f6stermi\u015ftir. Di\u011ferleri, etkile\u015fim \u00e7izgelerini, akt\u00f6rler aras\u0131ndaki ba\u011flar\u0131n sosyogramlar\u0131na yap\u0131land\u0131rm\u0131\u015f ve katlam\u0131\u015ft\u0131r. \u00d6rne\u011fin, Rosen ve Corbit (2009) zamansal yak\u0131nl\u0131\u011fa dayal\u0131 \u00e7izgeler olu\u015fturmu\u015f ve Haythornthwaite ve Gruzd (2008), referanslardan ve isimlerden etkile\u015fim ili\u015fkilerinin \u00e7\u0131kar\u0131lmas\u0131nda \u00f6n \u00e7al\u0131\u015fmay\u0131 tan\u0131mlamaktad\u0131r. Traces \u00e7er\u00e7evesi ayn\u0131 kefededir ancak tart\u0131\u015fmal\u0131 bir \u015fekilde daha olgundur (k\u00f6kle\u015fmi\u015ftir). Oturum tan\u0131mlamas\u0131 i\u00e7in daha zengin bir temel olu\u015fturmak amac\u0131yla olaylar aras\u0131ndaki \u00e7oklu t\u00fcrdeki ili\u015fkileri ve etkinliklerin ard\u0131ndan oturumlar i\u00e7indeki akt\u00f6rlerin ve etkinliklerin takip eden (m\u00fcteakip \/ hem en sonraki) analizini dikkate al\u0131r\u0131z ve bu analizleri otomatikle\u015ftirdik ve bunlar\u0131 g\u00fcn\u00fcm\u00fcz\u00fcn da\u011f\u0131t\u0131lm\u0131\u015f etkile\u015fiminin bir\u00e7ok \u00f6zelli\u011fini sergileyen, farkl\u0131 kat\u0131l\u0131mc\u0131lar\u0131n etkile\u015fimde bulundu\u011fu bir ortam olan zengin, tarihsel veri derleminde test ettik. Trausan-Matu’nun \u201cpolifonik analiz\u201d konusundaki \u00e7al\u0131\u015fmalar\u0131 (Trausan \u2013 Matu ve Rebedea, 2010) bizim \u00e7oklu durumlar\u0131 kullan\u0131m\u0131m\u0131za benzerlik g\u00f6stermektedir ancak son zamanlarda daha y\u00fcksek analiz seviyelerine getirilmi\u015ftir. Charles (2013) taraf\u0131ndan yap\u0131lan bir tez, yakla\u015f\u0131m\u0131m\u0131za alternatif bir uygulama sunmu\u015ftur ve durum dizilerini geni\u015fletmi\u015ftir. Bizim yakla\u015f\u0131m\u0131m\u0131z, etkile\u015fimli yap\u0131n\u0131n analizi i\u00e7in do\u011fal dil i\u015fleme y\u00f6ntemlerini uygulayan \u00e7al\u0131\u015fmalarla ilgilidir ve esasen ek durumlar \u00fcreten kurallar bu t\u00fcr ara\u015ft\u0131rmalardan t\u00fcretilebilir. Yaz\u0131l\u0131m\u0131m\u0131z \u015fu anda da\u011f\u0131t\u0131m i\u00e7in uygun bir formda olmamas\u0131na ra\u011fmen, yazar Traces \u00e7er\u00e7evesinin okuyucuya, heterojen a\u011fa ba\u011fl\u0131 \u00f6\u011frenme ortamlar\u0131 ve di\u011fer sosyoteknik sistemler i\u00e7in kendi analizlerini organize etmenin bir yolu olarak hizmet edebilece\u011fine inanmaktad\u0131r.<\/span><\/p>\n

                  TE\u015eEKK\u00dcR B\u00d6L\u00dcM\u00dc<\/h2>\n

                  Nathan Dwyer, Kar-Hai Chu, Richard Medina, Devan Rosen ve Ravi Vatrapu, bu \u00e7al\u0131\u015fman\u0131n arkas\u0131ndaki fikirleri geli\u015ftirdi. Nathan Dwyer ve Kar \u2013 Hai Chu da temel yaz\u0131l\u0131m uygulamas\u0131n\u0131 yazd\u0131. Mark Schlager, Patti Schank ve Judi Fusco veri ve uzmanl\u0131\u011f\u0131 payla\u015ft\u0131. Bu \u00e7al\u0131\u015fma k\u0131smen 0943147 numaral\u0131 UBV \u00d6d\u00fcl\u00fc taraf\u0131ndan desteklenmi\u015ftir.<\/span><\/p>\n

                  KAYNAK\u00c7A<\/h2>\n

                  Allen, I. E., & Seaman, J. (2013). Changing course: Ten years of tracking online education in the United States. <\/i>Babson Survey Research Group. http:\/\/www.onlinelearningsurvey.com\/reports\/changingcourse.pdf <\/span><\/span><\/p>\n

                  Barab, S. A., Kling, R., & Gray, J. H. (2004). Designing for virtual communities in the service of learning<\/i>. New York: Cambridge University Press. <\/span><\/span><\/p>\n

                  Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment<\/i>. doi:10.1088\/1742-5468\/2008\/10\/P10008 <\/span><\/span><\/p>\n

                  Castells, M. (2001). The Internet galaxy: Reflections on the Internet, business, and society. Oxford, UK: Oxford University Press. <\/span><\/span><\/p>\n

                  Charles, C. (2013). Analysis of communication flow in online chats<\/i>. Unpublished Master\u2019s Thesis, University of Duisburg-Essen, Duisburg, Germany. (2245897) <\/span><\/span><\/p>\n

                  Cohen, A.P. (1985). The symbolic construction of community<\/i>. New York: Routledge. <\/span><\/span><\/p>\n

                  de Laat, M. (2006). Networked learning<\/i>. Apeldoorn, Netherlands: Politie Academie. <\/span><\/span><\/p>\n

                  de Laat, M., Lally, V., Lipponen, L., & Simons, R.-J. (2007). Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for social network analysis. International Journal of Computer Supported Collaborative Learning, 2<\/i>(1), 87\u2013103. <\/span><\/span><\/p>\n

                  Fortunato, S. (2010). Community detection in graphs<\/i>. Physics Reports, 486, 75\u2013174. <\/span><\/span><\/p>\n

                  Haythornthwaite, C., & Gruzd, A. (2008). Analyzing networked learning texts. In V. Hodgson, C. Jones, T. Kargidis, D. McConnell, S. Retalis, D. Stamatis, & M. Zenios (Eds.), Proceedings of the 6th International Conference on Networked Learning <\/i>(NLC 2008), 5\u20136 May 2008, Halkidiki, Greece (pp. 136\u2013143). <\/span><\/span><\/p>\n

                  Joseph, S., Lid, V., & Suthers, D. D. (2007). Transcendent communities. In C. Chinn, G. Erkens, & S. Puntambekar (Eds.), Proceedings of the 7th International Conference on Computer-Supported Collaborative Learning <\/i>(CSCL 2007), 16\u201321 July 2007, New Brunswick, NJ, USA (pp. 317\u2013319). International Society of the Learning Sciences. <\/span><\/span><\/p>\n

                  Latour, B. (2005). Reassembling the social: An introduction to actor-network-theory. New York: Oxford University Press. <\/span><\/span><\/p>\n

                  Lemke, J.L. (2000). Across the scales of time: Artifacts, activities, and meanings in ecosocial systems. Mind, Culture & Activity, 7<\/i>(4), 273\u2013290. <\/span><\/span><\/p>\n

                  Licoppe, C., & Smoreda, Z. (2005). Are social networks technologically embedded? How networks are changing today with changes in communication technology. Social Networks, 27<\/i>(4), 317\u2013335. <\/span><\/span><\/p>\n

                  Mart\u00ednez, A., Dimitriadis, Y., G\u00f3mez-S\u00e1nchez, E., Rubia-Avi, B., Jorr\u00edn-Abell\u00e1n, I., & Marcos, J. A. (2006). Studying participation networks in collaboration using mixed methods. International Journal of Computer-Supported Collaborative Learning, 1<\/i>(3), 383\u2013408. <\/span><\/span><\/p>\n

                  Monge, P. R., & Contractor, N. S. (2003). Theories of communication networks<\/i>. Oxford, UK: Oxford University Press. <\/span><\/span><\/p>\n

                  Newman, M. E. J. (2010). Networks: An introduction<\/i>. Oxford, UK: Oxford University Press.<\/span><\/span><\/p>\n

                  O’Reilly, T. (2005). What is Web 2.0: Design patterns and business models for the next generation of software. http:\/\/www.oreillynet.com\/pub\/a\/oreilly\/tim\/news\/2005\/09\/30\/what-is-web-20.html <\/span><\/span><\/p>\n

                  Renninger, K. A., & Shumar, W. (2002). Building virtual communities: Learning and change in cyberspace<\/i>. Cambridge, UK: Cambridge University Press. <\/span><\/span><\/p>\n

                  Ros\u00e9, C. P., Wang, Y.-C., Cui, Y., Arguello, J., Stegmann, K., Weinberger, A., & Fischer, F. (2008). Analyzing collaborative learning processes automatically: Exploiting the advances of computational linguistics in computer-supported collaborative learning. International Journal of Computer-Supported Collaborative Learning, 3<\/i>(3), 237\u2013271. doi:10.1007\/s11412-007-9034-0 <\/span><\/span><\/p>\n

                  Rosen, D., & Corbit, M. (2009). Social network analysis in virtual environments. Proceedings of the 20th ACM conference on Hypertext and Hypermedia <\/i>(HT\u201909), 29 June\u20131 July 2009, Torino, Italy (pp. 317\u2013322). New York: ACM. <\/span><\/span><\/p>\n

                  Siemens, G. (2013). Massive open online courses: Innovation in education? In R. McGreal, W. Kinuthia, S. Marshall, & T. McNamara (Eds.), Open educational resources: Innovation, research and practice <\/i>(pp. 5\u201315). Vancouver, BC: Commonwealth of Learning and Athabasca University. <\/span><\/span><\/p>\n

                  Suthers, D.D. (2006). Technology affordances for intersubjective meaning-making: A research agenda for CSCL. International Journal of Computer-Supported Collaborative Learning, 1<\/i>(3), 315\u2013337. <\/span><\/span><\/p>\n

                  Suthers, D.D. (2015). From micro-contingencies to network-level phenomena: Multilevel analysis of activity and actors in heterogeneous networked learning environments. Proceedings of the 5th International Conference on Learning Analytics and Knowledge <\/i>(LAK\u2019LA), 16\u201320 March, Poughkeepsie, NY, USA (pp. 368\u2013377). New York: ACM. <\/span><\/span><\/p>\n

                  Suthers, D.D. (2017). Applications of cohesive subgraph detection algorithms to analyzing socio-technical networks. Proceedings of the 50th Hawaii International Conference on System Sciences <\/i>(HICSS-50), 4\u20137 January 2017, Waikoloa Village, HI, USA (CD-ROM). IEEE Computer Society. <\/span><\/span><\/p>\n

                  Suthers, D. D., & Dwyer, N. (2015). Identifying uptake, sessions, and key actors in a socio-technical network. Proceedings of the 44th Hawaii International Conference on System Sciences <\/i>(HICSS-44), 5\u20138 January 2011, Kauai, Hawai\u2019i (CD-ROM). IEEE Computer Society. <\/span><\/span><\/p>\n

                  Suthers, D. D., Dwyer, N., Medina, R., & Vatrapu, R. (2010). A framework for conceptualizing, representing, and analyzing distributed interaction. International Journal of Computer Supported Collaborative Learning, 5<\/i>(1), 5\u201342. doi:10.1007\/s11412-009-9081-9 <\/span><\/span><\/p>\n

                  Suthers, D. D., Fusco, J., Schank, P., Chu, K.-H., & Schlager, M. (2013). Discovery of community structures in a heterogeneous professional online network. Proceedings of the 46th Hawaii International Conference on the System Sciences <\/i>(HICSS-46), 7\u201310 January 2013, Maui, HI, USA (CD-ROM). IEEE Computer Society. <\/span><\/span><\/p>\n

                  Suthers, D. D., Lund, K., Ros\u00e9, C. P., Teplovs, C., & Law, N. (2013). Productive multivocality in the analysis of group interactions<\/i>. Springer. <\/span><\/span><\/p>\n

                  Suthers, D. D., & Rosen, D. (2011). A unified framework for multi-level analysis of distributed learning. In G. Conole, D. Ga\u0161evi\u0107, P. Long, & G. Siemens (Eds.), Proceedings of the 1st International Conference on Learning Analytics and Knowledge <\/i>(LAK\u2019LA), 27 February\u20131 March 2011, Banff, AB, Canada (pp. 64\u201374). New York: ACM. <\/span><\/span><\/p>\n

                  T\u00f6nnies, F. (2001). Community and civil society <\/i>(J. Harris & M. Hollis, Trans. from Gemeinschaft und Gesellschaft, 1887) Cambridge, UK: Cambridge University Press. <\/span><\/span><\/p>\n

                  Trausan-Matu, S., & Rebedea, T. (2010). A polyphonic model and system for inter-animation analysis in chat conversations with multiple participants. In A. Gelbukh (Ed.), Computational linguistics and intelligent text processing <\/i>(pp. 354\u2013363). Springer. <\/span><\/span><\/p>\n

                  Wasserman, S., & Faust, K. (1994). Social network analysis: Methods and applications<\/i>. New York: Cambridge University Press. <\/span><\/span><\/p>\n

                  Wellman, B., Quan-Haase, A., Boase, J., Chen, W., Hampton, K., Diaz, I., & Miyata, K. (2003). The social affordances of the Internet for networked individualism. Journal of Computer-Mediated Communication, 8<\/i>(3). doi:10.1111\/j.1083-6101.2003.tb00216.x.<\/span><\/span><\/p>\n

                  \n
                  \n

                  1<\/a> Teorik arka plan i\u00e7in bk. Joseph, Lid ve Suthers (2007) ve Suthers (2006); Analitik temsillerimizin geli\u015ftirilmesi i\u00e7in bk. Suthers, Dwyer, Medina ve Vatrapu (2010) ve Suthers ve Rosen (2011). Topluluk ke\u015ffi uygulamalar\u0131 i\u00e7in bk. Suthers, Fusco, Schank, Chu ve Schlager (2013); B\u00fcy\u00fck a\u011fa ba\u011fl\u0131 bir \u00f6\u011frenme ortam\u0131n\u0131 izlemek i\u00e7in bu yeteneklerin bir etkinlik raport\u00f6r\u00fcnde nas\u0131l birle\u015ftirilebilece\u011finin bir \u00f6rne\u011fi i\u00e7in bk. Suthers (2015). Suthers vd. (2013) ve Suthers (2015), bu \u00e7er\u00e7eveyi geli\u015ftirmek i\u00e7in bir vaka \u00e7al\u0131\u015fmas\u0131 olarak kulland\u0131\u011f\u0131m\u0131z Tapped in E\u011fitimciler a\u011f\u0131ndaki verileri tan\u0131mlamaktad\u0131r. \u0130lgili makalereri http:\/\/lilt.ics.hawaii.edu adresinde bulabilirsiniz.<\/span><\/span><\/p>\n<\/div>\n

                  \n

                  2<\/a> orj. associogram<\/span><\/span><\/p>\n<\/div>\n

                  \n

                  3<\/a> orj. Eigenvector centrality<\/span><\/span><\/p>\n<\/div>\n

                  \n

                  4<\/a> orj. spiking<\/span><\/span><\/p>\n<\/div>\n","protected":false},"author":1,"menu_order":4,"template":"","meta":{"pb_show_title":"on","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[48],"contributor":[],"license":[],"class_list":["post-89","chapter","type-chapter","status-publish","hentry","chapter-type-numberless"],"part":73,"_links":{"self":[{"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/pressbooks\/v2\/chapters\/89","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/wp\/v2\/users\/1"}],"version-history":[{"count":0,"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/pressbooks\/v2\/chapters\/89\/revisions"}],"part":[{"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/pressbooks\/v2\/parts\/73"}],"metadata":[{"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/pressbooks\/v2\/chapters\/89\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/wp\/v2\/media?parent=89"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/pressbooks\/v2\/chapter-type?post=89"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/wp\/v2\/contributor?post=89"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/acikkitap.com.tr\/oaek\/wp-json\/wp\/v2\/license?post=89"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}