
用校园行为数据推断大学生日常同伴网络
Yuan Zhou, Xiao Meng, Jiayin Wang, Xu Mo, Sa Jiang, Chengjun Dai, Mengting Liu
Sustainability
网络设计
节点
一个入学群组4,738名本科生,按重复多日校园活动呈现
连接
根据上课、用餐、住宿及洗浴等校园行为在时间与空间上接近而推断的每日同伴连接
方法
研究建立每日行为网络,用Louvain方法检测社群,总结密度及聚类,追踪社群组成随时间变化,并检验同伴特征与奖学金成绩的关联。
来源: Sustainability
审阅摘要

研究利用2018年入学的4,738名本科生行为记录,按同时出现的上课、用餐、住宿及洗浴活动推断每日同伴网络。社群从以宿舍为中心逐步转为以同班同学为中心,同伴成绩与奖学金状况也呈关联。 大型纵向轨迹数据显示校园日常活动如何揭示变动的接触机会,同时突显必须验证数字共同出现连接究竟代表什么。
早期社群更以宿舍为中心,其后更以同班同学为中心;地理与生活区域塑造连接,而高奖学金学生更常与同样获奖的同伴连接。 共同位置及相似日常是代理指标,并非已确认友谊、建议或协作。单一大学群组、校内系统、隐私筛选、未测量既往选择及大量每日观察,均限制推广及对同伴或奖学金的因果主张。
SNA
研究如何运用 SNA
研究把一个入学群组4,738名本科生,按重复多日校园活动呈现界定为节点,把根据上课、用餐、住宿及洗浴等校园行为在时间与空间上接近而推断的每日同伴连接界定为连接。研究建立每日行为网络,用Louvain方法检测社群,总结密度及聚类,追踪社群组成随时间变化,并检验同伴特征与奖学金成绩的关联。
来源
Sustainability, 15(22), Article 15762
DOI: 10.3390/su152215762


