Welches Potential steckt in dynamischen Netzwerkmodellen für die HNF? Freeman’s EIES-Netzwerk revisited Beitragsvorschlag für den 10. Workshop Historische Netzwerkforschung, 28.-30. April, Düsseldorf Matthias Bixler, Universität Bremen In den letzten Jahren sind hypothesenprüfende Verfahren in der SNA immer populärer geworden. Mit ERGM und SIENA stehen nun schon seit einigen Jahren ausgereifte stochastische Analysemethoden zur Verfügung, mit denen Netzwerke sowohl statisch als auch im Längsschnitt über mehrere Erhebungszeitpunkte detailliert modelliert werden können (Lusher, Koskinen, & Robbins, 2013; Snijders, van de Bunt, & Steglich, 2010). Sie erlauben es dabei gezielt Annahmen über die Beschaffenheit und dynamische Entwicklung von Netzwerken zu prüfen sowie konkurrierende Annahmen gegeneinander zu prüfen. In der Historischen Netzwerkforschung werden selbst dort wo dichte Datenbestände vorliegen bislang fast ausschließlich deskriptive Strukturkennzahlen und Visualisierungen verwendet. Damit bleibt ein großes Potenzial ungenutzt. Im vorgeschlagenen Beitrag sollen die Möglichkeiten und Grenzen hypothesenprüfender Netzwerkmodelle in der Historischen Netzwerkforschung diskutiert werden. Zur Veranschaulichung wird auf Linton Freeman‘s EIES-Daten zurückgegriffen, die in der SNA mittlerweile klassisch geworden sind. Die Daten wurden 1978 im Rahmen eines Feldtests des Electronic Information Exchange Systems (EIES) – eines frühen computerbasierten Kommunikationssystems – innerhalb der Community der Netzwerkforscher zu zwei Zeitpunkten erhoben (Freeman, 1984). Sie erhalten unter anderem Informationen über Bekanntschaften und Freundschaften zwischen den beteiligten Netzwerkforschern, ihre Zugehörigkeit zu verschiedenen wissenschaftlichen Disziplinen und die Anzahl an Nachrichten, die sie über das System untereinander ausgetauscht haben. Es war zum Zeitpunkt der Untersuchung noch kein Jahr her, dass die INSNA und die Zeitschrift Social Networks gegründet worden waren. Damit lassen sich anhand der EIES-Daten die Strukturdynamiken eines in der Entstehung begriffenen Forschungsfeldes abbilden. Anhand eines SIENA-Modells wird veranschaulicht, welche Erkenntnisse die HNF im Allgemeinen und die Wissenschaftsgeschichte im Speziellen aus stochastischen Netzwerkmodellen ziehen können. Aktuelle Entwicklungen (z.B. in Bezug auf multiplexe Netzwerkdaten) und mögliche Anwendungsfelder in der HNF, aber auch Einschränkungen aufgrund gängiger Schwierigkeiten mit historischen Daten werden diskutiert. Literatur 1) Freeman, L. C. (1984). The Impact of Computer Based Communication on the Social Structure of an Emerging Scientific Specialty. Social Networks, 6(3), 201–221. 2) Lusher, D., Koskinen, J., & Robbins, G. (2013). Exponential Random Graph Models for Social Networks: Theory, Methods, and Applications. Structural Analysis in the Social Sciences: Vol. 35. Cambridge et al.: Cambridge University Press. 3) Snijders, Tom A. B., van de Bunt, Gerhard G., & Steglich, C. (2010). Introduction to Stochastic Actor-Based Models for Network Dynamics. Social Networks, 32(1), 44–60.
© Copyright 2024 ExpyDoc
