2023. — Т 14. — №2 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://sfk-mn.ru/39scsk223.html

This article metadata is also available in English

Полный текст статьи в формате PDF (объем файла: 698.4 Кбайт)

Ссылка для цитирования этой статьи:

Кравец, А. В. Контент-анализ публикационной направленности журнала «Социологические исследования за 2020–2023 год» / А. В. Кравец // Мир науки. Социология, филология, культурология. — 2023. — Т 14. — №2. — URL: https://sfk-mn.ru/PDF/39SCSK223.pdf (дата обращения: 10.12.2024).

Контент-анализ публикационной направленности журнала «Социологические исследования за 2020–2023 год»

Кравец Александр Витальевич
ФГБОУ ВО «Новосибирский государственный университет экономики и управления «НИНХ», Новосибирск, Россия
Доцент кафедры «Социологии»
Кандидат социологических наук, доцент
E-mail: apt-words@mail.ru
ORCID: https://orcid.org/0000-0003-4694-0973
РИНЦ: https://www.elibrary.ru/author_profile.asp?id=355106

Аннотация. В данной статье автором представлены результаты проведенного контент-анализа научных публикаций журнала «Социологические исследования» за период с 2020 по 2023 годы. Проведение контент-анализа научных текстов осуществлялось следующим образом: сбор статей журнала «Социологические исследования» за период выбранных изданий — 2020–2023 год и сохранение файлов статей в текстовом формате. С помощью программного обеспечения Lecta, проводилась разбивка текстовых файлов на фрагменты, создание словаря — так называемой категориальной сетки текстов. На основе словаря создавались семантические цепочки лексем, которые относятся к единой проблематике. Единицей счета выступала лексема, а единицей анализа выступали фрагменты научных статей, опубликованных в журнале «Социологические исследования» за ранее указанный период. Критерием информативности модели был принят показатель отношения размера созданного словаря к общему числу слов исходного текста (созданный словарь с учетом объединения слов в лексемы должен быть примерно 30 % от количества слов в анализируемом тексте). Полученная и оптимизированная модель текстов подвергалась факторному анализу. В ходе факторного анализа осуществлялся расчет факторных нагрузок на основе полученной матрицы частот, интерпретация матрицы факторных нагрузок и выделении главных тем, расчет координат текстовых фрагментов в пространстве полученных факторов. В ходе непараметрического шкалирования латентных факторов на основе рассчитанных их регрессионных коэффициентов по результатам факторного анализа были получены группы наиболее близких латентных факторов, а по сути научных тем, которые затронуты в публикациях в журнале «Социологические исследования» за период с 2020 по 2023 год. Итогом проведенного анализа стало определение и интерпретация главных тем, анализ сюжетной структуры научных текстов в целом.

Ключевые слова: методология; методы; контент-анализ; публикации; частотность; единица анализа; факторы; шкалирование; темы

Скачать