Comparing Gender Homophily among the Multilayer Media Social Networks of Face-to-Face, Instant Messenger and Social Networking Services: A Case Study of a High School Classroom
Notice bibliographique
Résumé
Abstract In which social worlds does gender homophily operate more strongly – offline or online? To address this question, the following two aspects must be considered. First, people currently use many types of online communication media. Second, to examine the homophily effects exclusively, it is necessary to control for other network formation mechanisms such as ‘foci’ and ‘triadic closure.’ For this study, I conducted a mixed-method research in a high school in rural Japan. I asked students about who they interacted with face-to-face (F2F), through instant messenger (IM), and social networking services (SNS) and then analyzed the social networks using exponential random graph models (ERGMs). Subsequently, I conducted semi-structured interviews to uncover the practices and social contexts of each communication media and explain the results of the quantitative analysis. The results showed that SNS was more gender heterogeneous than offline. In the IM network, a small gender homophily effect was initially observed. However, three months later, its strength decreased to almost the same as that in the SNS networks. From the qualitative research, some key mechanisms producing the difference in gender homophily are specified, such as precedence of F2F communication to IM interaction, independence of SNS communication from F2F, recommending functions, and hobby homophily. Overall, this study implies that considering offline or online alone may cause misunderstanding regarding homophily in organizations because the observed strength of homophily effects depends on whether the space is examined offline or online, what kind of media is examined, and when the online social network data are collected.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».