Skip to main content
Login | Suomeksi | På svenska | In English

Browsing by Author "Turkkila, Miikka"

Sort by: Order: Results:

  • Turkkila, Miikka (2018)
    Tämän työn tarkoituksena oli kehittää työkalut verkkokeskustelun auki purkamiseen. Työkalut mahdollistaisivat verkkokeskustelun nopean analysoimisen, jolloin sitä voitaisiin käyttää mm. verkko-oppimisen sosiaalisten ulottuvuuksien ymmärtämiseksi, kun dialogirakennetta verrataan teorioihin sosiaalisista rakenteista ja vuorovaikutuksista. Lisäksi työkaluja voidaan käyttää opetuksen tutkimuksen tukena ja verkkopohjaisen opetuksen kehittämisessä. Teoriataustana toimii tutkimus verkko-oppimisesta ja erityisenä aihealueena toimii tietokoneavusteinen kollaboratiivinen oppiminen. Termin alle jää laaja joukko eri opetustoimintaa, mutta tässä työssä termillä tarkoitetaan verkon välityksellä toteutettua ryhmäkeskustelua, jossa tavoitteena on oppiminen. Materiaalina toimi yhteensä 16 verkkokeskustelua, joissa neljä eri neljän hengen ryhmää keskustelivat neljästä eri kvanttifysiikkaan liittyvästä aiheesta. Tutkimusmenetelmänä käytettiin temaattista analyysiä keskustelun sisällön ja rakenteen varmistamiseksi. Tätä seurasi sosiaalinen verkostoanalyysi keskustelun rakenteen kautta. Tähän käytettiin erityisesti McDonnell at. al (2014) kehittämää tapaa käyttää triadisia, eli kolmikoista muodostuneita, rooleja verkon analysoimiseksi. Analyysejä varten keskustelut taulukoitiin s.e. jokaisesta viestistä merkittiin lähettäjän ja lähetysajan lisäksi kenelle viesti oli suunnattu ja mitä teemoja viesti piti sisällään. Tämän jälkeen kirjoitettiin Python-kieliset skriptit dialogirakenteen visualisoimiseksi ja niissä esiintyneiden roolien laskemiseksi. Tuloksiksi saatiin, että ryhmät keskustelivat tehtävänannon mukaisesti ja että verkkokeskustelun dialogirakenne voidaan esittää graafisesti niin sanottuna asynkronisena temporaalisena verkkona. Lisäksi keskusteluissa esiintyneet roolit voidaan laskea helposti ja esittää ns. lämpökartta-kuvana. Työn tavoitteet toteutuivat ja työssä kirjoitetut Python-skriptit lyhentävät merkittävästi verkkokeskustelun rakenteen analysoimista. Lisäksi tuloksia voidaan mahdollisesti käyttää ymmärtämään ryhmän sisäisiä sosiaalisia rakenteita. Tämä vaatii kuitenkin lisää työtä tässä käytetyn laskentamallin ja teorioiden yhdistämiseksi.