У статті охарактеризовано процес розробки агентної моделі. Вона розглядається як формальна теорія, представлена у вигляді програмного коду, для створення якої потрібна вербальна теорія. Було визначено, що теорія середнього рівня є такою соціологічною теорією, яку можна представити у вигляді агентної моделі. Вона дозволяє пояснити виникнення соціальних явищ або процесів макро-рівня з дій і взаємодій агентів на мікро-рівні. Теорія середнього рівня не спрямована на пояснення всіх можливих соціальних явищ чи процесів, стосується лише обмеженого їх кола та дозволяє надавати часткові пояснення. Вона має таку структуру: агенти, середовище, правила. Також було виокремлено етапи формалізації теорії середнього рівня. Вони стосуються випадків, коли ми реалізуємо агентну модель у середовищі R і розглядаємо її як функцію в R. Ці етапи наступні: 1) специфікація моделі; 2) представлення характеристик агентів у вигляді програмного коду в R; 3) представлення середовища у вигляді програмного коду в R; 4) представлення правил у вигляді програмного коду в R; 5) створення візуалізації; 6) обчислення числових показників; 7) виявлення та виправлення помилок у програмному коді в R. В результаті буде отримано агентну модель, з якою можна проводити комп’ютерні експерименти.
У статті йдеться про модифікований SERVPERF як методику, призначену для вимірювання якості освітніх послуг, що надаються закладами вищої освіти (ЗВО). Вона складається з 26 пунктів, об’єднаних у п’ять блоків і включена до моніторингового опитування студентів UNiDOS, що проводиться факультетом соціології КНУ імені Тараса Шевченка. Мета статті – виявити так звані «проблемні» пункти: ті, що є незрозумілими для респондентів та/або стосуються ситуацій, із якими вони не стикались. Імовірно, їх потрібно трансформувати в модифікованому SERVPERF без погіршення валідності інструментарію. Проаналізовано відсоток студентів, які не визначилися з відповіддю для кожного з 26 пунктів методики, та проведено конфірматорний факторний аналіз. У результаті встановлено, що пункт «Ставлення викладачів із розумінням до студентів з інвалідністю» потрібно трансформувати. За поточного формулювання цього пункту понад половина респондентів не може оцінити ставлення викладачів до студентів з інвалідністю. Найімовірніше, це відбувається через малу частку студентів, котрі мають інвалідність; через переважну «дистанційність» навчання й те, що «ставлення з розумінням» є природним і не позиціонується як щось особливе та надзвичайне. Також після тимчасового видалення пункту «Ставлення викладачів із розумінням до студентів з інвалідністю» з методики відповідність моделі даним дещо поліпшується.
This article dwells upon the importance of finding methods and ways of studying protest behaviour that can explain its emergence. Protest behaviour is considered as the result of protest engagement. It is assumed that there are social ties between individuals, potential protesters. M. Granovetter proposes to distinguish strong ties and weak ties. Strong ties tend to form closed and cohesive groups but weak ties can be the bridges that match groups and/or individuals. The author of this article conducts a research with applying a method of agent-based modelling. Its aim is to test the Granovetter’s thesis about the strength of weak ties towards protest behaviour. In this research the linear threshold model is used. Our research with applying method of the agent-based modelling includes the computer experiments (simulations) with the social networks. There are generated five networks, three of which contain only strong ties and the rest of the networks contain only weak ties. Simulations with the networks allow us to determine the number of inactive agents that are involved in the protest, the speed of the protest engagement and the effectiveness of overcoming the resistance of inactive agents. It is found that both weak ties and strong ties can determine protest behaviour. Strong ties contribute to a quicker protest engagement. Weak ties can better overcome the resistance of inactive agents. At the same time weak ties slow down the process of the protest engagement and strong ties are generally less effective in overcoming the resistance of inactive agents. Agent-based modelling helps us to conduct the fundamental research. On the one hand we test Granovetter’s thesis about the strength of weak ties towards protest behaviour. On the other hand we cannot draw conclusions about protest behaviour in Ukraine. But we can conduct an empirical sociological study in order to test the results of our research and understand its relevance towards protest behaviour in Ukraine.
У статті здійснено загальну характеристику агентно-орієнтованого підходу як такого, що потенційно міг би використовуватись у соціології. Він виник завдяки теорії клітинних автоматів та теоретико-ігровому підходу. Показано, що агентне моделювання дає змогу поєднати мікро- й макрорівень аналізу, при цьому не зводячи явища та процеси макрорівня до сукупності дій і взаємодій на мікрорівні. Цей вид моделювання передбачає проведення своєрідного експерименту з моделлю: задавши характеристики агентів та середовища їх пере-бування, правила дій і взаємодій агентів одне з одним та із середо-вищем, можемо спостерігати, до яких наслідків на макрорівні це призведе. Агентно-орієнтоване моделювання є сенс застосовувати в соціологічному дослідженні тоді, коли потрібно надати теоретичне пояснення соціальним явищам чи процесам або ж коли потрібно спрогнозувати їх.
This article is about building of the index for GSR-5 items (questions). They а measure general attitudes towards the general welfare state. The simplest way is to calculate an additive index (a total score of the respondent’s answers to GSR-5 items). Such an index is easy to interpret but it has some limitations. Firstly, it assumes that all the questions have the same weight. But it is logical to suppose that this is not always the case. Secondly, it is expected that the distances between the neighboring answer options are the same for each item. However, if we are dealing with variables that are measured on an ordinal scale this condition may not be fulfilled. Therefore, we need an appropriate tool allows us to construct an index that overcomes the limitations are mentioned above. One such a tool is a graded response model; it is designed to work with variables that are measured on an ordinal scale. First of all, it is found out is there appropriate to construct an additive index for GSR-5 items. After building the single factor CFA model (confirmatory factor analysis model) with the same factor loadings for each question it turned out that this model does not show an acceptable fit to the data. Thus, the calculation of the additive index for GSR-5 items is not appropriate. Therefore, there is a need for an alternative model. Since GSR-5 items are measured on an ordinal scale a unidimensional graded response model (GRM model) is applied. It shows a good fit to the data. With the GRM model it is possible to build the index which takes into account different weights of the questions and distances between the answer options for each item. The index is constructed with the graded response model shows more variability than the additive index. In addition the graded response model (in order to facilitate interpretation) allows us to represent values of the latent variable as the additive index values. This is the advantage of the graded response model compared to confirmatory factor analysis models. The latter can also be used as tools for constructing additive indices but they do not provide the transformation of latent variables from the one scale to another.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.