В настоящей статье представлены ключевые подходы к пониманию и исследованию радикализации, а также возможности и ограничения применения некоторых исследовательских методов для моделирования сетевой топологии и оценки контентного сходства онлайн-сообществ. Сегодня в исследованиях социальных сетей и участия в них молодежи часто применяются методы и технологии Web Mining и AI. Однако до сих пор остается открытым вопрос о том, как эти подходы могут быть эффективно использованы в целях изучения онлайн-радикализации. Ответ на него должен повысить объяснительную и прогностическую способность вычислительных моделей для обнаружения и прогнозирования радикализации в онлайн-пространстве. В значительной части российских исследований онлайн-радикализации распространен подход, при котором задача выявления взаимосвязей отдельных онлайн-сообществ или их кластеров сводится к оценке степени их сходства по подписчикам, либо по лингвистическим маркерам. Такой подход ограничен в прогнозировании новых связей между сообществами и обосновании путей радикализации, но в то же время актуален в моделировании информационной диффузии. В данной работе авторы стремятся продемонстрировать возможности и ограничения применения методов tf-idf, doc2vec для оценки контентного сходства онлайн-сообществ без признаков радикализации и онлайн-сообществ с признаками радикализации. Такой подход позволил выявить сообщества со значительной тенденцией к объединению (установлению прямых связей). В статье представлены результаты сравнительного исследования в виде социальных графов, сформированных по принципам общности подписчиков, сходства значимых слов, контекстного сходства на базе doc2vec модели. Социальный граф на основе doc2vec метода показал лучшие результаты с точки зрения кластеризации онлайн-сообществ, а также интерпретируемости результатов. Это является критически значимым для обнаружения и прогнозирования радикализации в Интернете, поскольку открывает перспективы для изучения природы ассортативности в наблюдаемой сети.
Идентификаторы и классификаторы
- УДК
- 316. Социология
В течение последних десятилетий тема радикализации в молодежной среде не теряет актуальности. Молодые люди становятся активными участниками сообществ, демонстрирующих радикальные взгляды и настроения.
Список литературы
1. Ахременко А. С., Стукал Д. К., Петров А. П. Сеть или текст? Факторы распространения протеста в социальных медиа: теория и анализ данных // Полис. Политические исследования. 2020. № 2. С. 73-91. ;. DOI: 10.17976/jpps/2020.02.06 EDN: APZWMB Akhremenko A. S., Stukal D. K., Petrov A. P. Network or text? Factors of protest dissemination in social media: theory and data analysis. Polis. Politicheskie issledovaniya, 2020: 2: 73-91 (in Russ.). ;. DOI: 10.17976/jpps/2020.02.06 EDN: APZWMB
2. Карпова А. Ю., Кузнецов С. А. и др. Метод поиска изображений с признаками ультраправой радикализации в социальных медиа на основе нейросетевой классификации // Системы управления и информационные технологии. 2023. № 1(91). С. 59-64. ;. DOI: 10.36622/VSTU.2023.91.1.012 EDN: KGWMLC Karpova A. Y., Kuznetsov S. A. et al. Method for searching images with signs of ultra-right radicalization in social media based on neural network classification. Sistemy upravleniya i informacionny’e texnologii, 2023: 1(91): 59-64 (in Russ.). ;. DOI: 10.36622/VSTU.2023.91.1.012 EDN: KGWMLC
3. Карпова А. Ю., Савельев А. О. Возможности и границы применения технологий Big Data для изучения онлайн-радикализации // Третьи декабрьские социально-политические чтения “Как живешь, Россия?”. Вызовы пандемии, парламентские выборы и стратегическая повестка дня для общества и государства: Матер. науч.-практич. конф. М.: ФНИСЦ РАН, 2022. С. 67-78. EDN: ZXFWGV Karpova A. Yu., Savelev A. O. Opportunities and boundaries of Big Data technologies for the study of online radicalization. In Third December socio-political readings “How you live, Russia?”. Challenges of the pandemic, parliamentary elections and strategic agenda for society and the state. Moscow, FNISC RAN, 2022: 67-78 (in Russ.). EDN: ZXFWGV
4. Карпова А. Ю., Савельев А. О. и др. Ультраправая радикализация: методика автоматизированного выявления угроз методами web mining // Вестник РФФИ. Гуманитарные и общественные науки. 2020. № 5(102). С. 30-43. ;. DOI: 10.22204/2587-8956-2020-102-05-30-43 EDN: BEZTTC Karpova A. Y., Savelev A. O. et al. Ultra-right radicalization: methodology of automated threat detection by web mining methods. Vestnik RFFI. Gumanitarnye i obshhestvennye nauki, 2020: 5(102): 30-43 (in Russ.). ;. DOI: 10.22204/2587-8956-2020-102-05-30-43 EDN: BEZTTC
5. Карпова А. Ю., Савельев А. О. и др. Изучение процесса онлайн-радикализации молодежи в социальных медиа (междисциплинарный подход) // Мониторинг общественного мнения: экономические и социальные перемены. 2020. № 3(157). С. 159-181. ;. DOI: 10.14515/monitoring.2020.3.1585 EDN: CXJJUW Karpova A. Y., Savelev A. O. et al. Studying Online Radicalization of Youth through Social Media (Interdisciplinary Approach). Monitoring obschestvennogo mneniya: ekonomicheskie i social’nye peremeny, 2020: 3(157): 159-181 (in Russ.). ;. DOI: 10.14515/monitoring.2020.3.1585 EDN: CXJJUW
6. Карпова А. Ю., Савельев А. О., Кузнецов С. А. Трансформация социальных практик ответственного отцовства в девиантные формы социальной активности // Векторы благополучия: экономика и социум. 2021. № 4(43). С. 107-118. ;. DOI: 10.18799/26584956/2021/4(43)/1130 EDN: DDROPU Karpova A. Y., Savelev A. O., Kuznetsov S. A. Transformation of social practices of responsible fatherhood into deviant forms of social activity. Vektory blagopoluchiya: ekonomika i socium, 2021: 4(43): 107-118 (in Russ.). ;. DOI: 10.18799/26584956/2021/4(43)/1130 EDN: DDROPU
7. Карпова А. Ю., Ширыкалов А. М. Разработка метода оценки схожести коллекций текстов с использованием их векторных представлений, полученных методом doc2vec // Молодежь и современные информационные технологии: Сб. тр. XVIII Междунар. науч.-практ. конф. Томск: ТПУ, 2021. С. 75-76. EDN: SWSZVQ Karpova A. Yu., Shirykalov A. M. Development of a method for evaluating the similarity of text collections using their vector representations obtained by the doc2vec method. In Youth and Modern Information Technologies. Tomsk, TPU, 2021: 75-76 (in Russ.). EDN: SWSZVQ
8. Кузнецов С. А., Карпова А. Ю., Савельев А. О. Методы и технологии интеллектуализации поиска деструктивного и радикального контента в социальных медиа: анализ современного состояния // Вестник компьютерных и информационных технологий. 2023. Т. 20. № 4(226). С. 39-48. ;. DOI: 10.14489/vkit.2023.04.pp.039-048 EDN: EVCQQC Kuznetsov S. A., Karpova A. Yu., Savelev A. O. Methods and technologies of intellectualization of search for destructive and radical content in social media: analysis of the current state. Vestnik kompyuternyh i informacionnyh texnologij, 2023: 4(226): 39-48 (in Russ.). ;. DOI: 10.14489/vkit.2023.04.pp.039-048 EDN: EVCQQC
9. Савельев А. О., Карпова А. Ю., Кузнецов С. А. Подход к оценке взаимосвязей сообществ социальных медиа на базе тематического сходства текстового контента (на примере сообществ социально активных отцов и сообществ с признаками радикализации) // Казанский экономический вестник. 2022. № 1(57). С. 96-103. EDN: DNZYVS Savelev A. O., Karpova A. Yu. A. Approach to the assessment of interconnections of social media communities on the basis of thematic similarity of textual content (on the example of communities of socially active fathers and communities with signs of radicalization). Kazan Economic Bulletin, 2022: 1(57): 96-103 (in Russ.). EDN: DNZYVS
10. Соколова Т. В., Чеповский А. М. Задача анализа профилей пользователей социальных сетей // Ситуационные центры и информационно-аналитические системы класса 4i для задач мониторинга и безопасности (SCVRT2017): Тр. Междунар. науч. конф. Москва-Протвино: ИФТИ, 2017. С. 198-201. EDN: YSHYDJ Sokolova T. V., Chepovsky A. M. The task of analyzing social network user profiles. In Situation centers and information-analytical systems of class 4i for monitoring and security tasks (SCVRT2017). Moscow-Protvino, IFTI, 2017: 198-201 (in Russ.). EDN: YSHYDJ
11. Стукал Д. К., Ахременко А. С., Петров А. П. Аффективная политическая поляризация и язык ненависти: созданы друг для друга? // Вестник РУДН. Сер.: Политология. 2022. Т. 24. № 3. C. 480-498. ;. DOI: 10.22363/2313-1438-2022-24-3-480-498 EDN: VLTQRN Stukal D. K., Akhremenko A. S., Petrov A.P. Affective political polarization and hate speech: created for each other? Vestnik RUDN. Ser.: Politologiya, 2022: 3: 480-498 (in Russ.). ;. DOI: 10.22363/2313-1438-2022-24-3-480-498 EDN: VLTQRN
12. Чупров В. И., Зубок Ю. А. Молодежный экстремизм: сущность, формы проявления, тенденции. М.: Academia, 2009. 320 с. EDN: SUFKBZ Chuprov V. I., Zubok Yu. A. Molodezhnyj ekstremizm: sushhnost, formy proyavleniya, tendencii [Youth extremism: essence, forms of manifestation, trends]. Moscow, Academia, 2009: 320 (in Russ.). EDN: SUFKBZ
13. Akram M., Nasar A. Systematic Review of Radicalization through Social Media // Ege Academic Review. 2023. Vol. 23(2). P. 279-296. ;. DOI: 10.21121/eab.1166627 EDN: JFWLSR
14. Alvari H., Sarkar S., Shakarian P. Detection of Violent Extremists in Social Media // 2nd International Conference on Data Intelligence and Security (ICDIS). South Padre Island, TX, USA, 2019. P. 43-47. DOI: 10.1109/ICDIS.2019.00014
15. Araque O., Iglesias C. A. An Approach for Radicalization Detection Based on Emotion Signals and Semantic Similarity // IEEE Access. 2020. Vol. 8. P. 17877-17891. DOI: 10.1109/access.2020.2967219 EDN: KZOLEE
16. Binder J. F., Kenyon J. Terrorism and the internet: How dangerous is online radicalization? // Frontiers in Psychology. 2022. Vol. 13. ;. DOI: 10.3389/fpsyg.2022.997390 EDN: RGSMYY
17. Borum R. Radicalization into Violent Extremism I: A Review of Social Science Theories // Journal of Strategic Security. 2012. Vol. 4(4). P. 7-36. DOI: 10.5038/1944-0472.4.4.1
18. Borum R. Radicalization into Violent Extremism II: A Review of Conceptual Models and Empirical Research // Journal of Strategic Security. 2012. Vol. 4(4). P. 37-62. DOI: 10.5038/1944-0472.4.4
19. Borum R. Rethinking radicalization // Journal of Strategic Security. 2012. Vol. 4(4). P. 1-6. URL: https://digitalcommons.usf.edu/jss/vol4/iss4/1 (дата обращения: 15.12.2023).
20. Borum R. Understanding the terrorist mind-set // FBI Law Enforcement Bulletin. 2003. Vol. 72(7). P. 7-10.
21. Clancy T., Addison B., Pavlov O., Saeed Kh. Contingencies of Violent Radicalization: The Terror Contagion Simulation // Systems. 2021. Vol. 9(4). Article 90. DOI: 10.3390/systems9040090 EDN: JXBVWE
22. Das S., Biswas A. The Ties that matter: From the perspective of Similarity Measure in Online Social Networks // ArXiv. 2022. DOI: 10.48550/arXiv.2212.10960
23. de la Roche R. S. Why is collective violence collective? // Sociological Theory. 2001. Vol. 19(2). P. 126-144. DOI: 10.1111/0735-2751.00133
24. Deem A. The Digital Traces of whitegenocide and Alt-Right Affective Economies of Transgression // International Journal of Communication. 2019. Vol. 13. P. 3183-3202.
25. Derbas N., Dusserre E. et al. Eventfully Safapp: hybrid approach to event detection for social media mining // Journal of Ambient Intelligence and Humanized Computing. 2020. Vol. 11(1). P. 87-95. ;. DOI: 10.1007/s12652-018-1078-7 EDN: VCUFZA
26. Ducol B. A Radical sociability: in defense of an online/offline multidimensional approach to radicalization // Social Networks, Terrorism and Counter-Terrorism: Radical and Connected / Ed by M. Bouchard. N. Y.: Routledge, 2015. P. 82-104.
27. Expressions of Radicalization: Global Politics, Processes and Practices / Ed. by K. Steiner, A. Onnerfors. Cambridge: Palgrave Macmillan, 2018. 526 p. DOI: 10.1007/978-3-319-65566-6
28. Ferrara E. Contagion dynamics of extremist propaganda in social networks // Information Sciences. 2017. Vol. 418-419. P. 1-12. DOI: 10.1016/j.ins.2017.07.030
29. Floridi L. Hyperhistory and the philosophies of information policies // The Onlife Manifesto / Ed. by L. Floridi. L.: Springer, 2015. P. 51-63. DOI: 10.1007/978-3-319-04093-6_12
30. Francisco M., Castro J. L. A fuzzy model to enhance user profiles in microblogging sites using deep relations // Fuzzy Sets and Systems. 2020. Vol. 401. P. 133-149. DOI: 10.1016/j.fss.2020.05.006 EDN: SLSNTY
31. Garcet S. Understanding the psychological aspects of the radicalization process: a sociocognitive approach // Forensic Sciences Research. 2021. Vol. 6(2). P. 115-123. DOI: 10.1080/20961790.2020.1869883 EDN: PWNKPK
32. Gezha V. N., Kozitsin I. V. The Effects of Individuals’ Opinion and Non-Opinion Characteristics on the Organization of Influence Networks in the Online Domain // Computers. 2023. Vol. 12(6). Article 116. DOI: 10.3390/computers12060116 EDN: BKURNY
33. Greenberg K. J. Counter-radicalization via the internet // The Annals of the American Academy of Political and Social Science. 2016. Vol. 668(1). P. 165-179. DOI: 10.1177/0002716216672635
34. Grover T., Mark G. Detecting Potential Warning Behaviors of Ideological Radicalization in an Alt-Right Subreddit // Proceedings of the International AAAI Conference on Web and Social Media. 2019. Vol. 13. P. 193-204. DOI: 10.1609/icwsm.v13i01.3221
35. Hall M., Logan M. et al. Do Machines Replicate Humans? Toward a Unified Understanding of Radicalizing Content on the Open Social Web // Policy & Internet. 2020. Vol. 12. P. 109-138. DOI: 10.1002/poi3.223
36. Hamm M., Spaaj R. Lone Wolf Terrorism in America: Using Knowledge of Radicalization Pathways to Forge Prevention Strategies. Washington DC: US Department of Justice, 2015. URL: https://www.ojp.gov/pdffiles1/nij/grants/248691.pdf (дата обращения: 15.12.2023).
37. Horgan J. From Profiles to Pathways and Roots to Routes: Perspectives from Psychology on Radicalization into Terrorism // The Annals of the American Academy of Political and Social Science. 2008. Vol. 618(1). P. 80-94. ;. DOI: 10.1177/0002716208317539 EDN: JLEUBT
38. Ishfaq U., Khan H. U., Iqbal S. Identifying the influential nodes in complex social networks using centrality-based approach // Journal of King Saud University. Computer and Information Sciences. 2022. Vol. 34(10). P. 9376-9392. ;. DOI: 10.1016/j.jksuci.2022.09.016 EDN: DKHGZY
39. Karpova A. Yu., Kuznetsov S. A. et al. An online scan of extreme-right radicalization in social networks (the case of the Russian social network VKontakte) // Journal of Siberian Federal University. Humanities and Social Sciences. 2022. Vol. 15. № 12. P. 1738-1750. ;. DOI: 10.17516/1997-1370-0948 EDN: IGVUQA
40. Karpova A., Savelev A. et al. Method for detecting far-right extremist communities on social media // Social Sciences. 2022. Vol. 11. № 5. Article 200. ;. DOI: 10.3390/socsci11050200 EDN: EFNFLP
41. Kozitsin I. V. A general framework to link theory and empirics in opinion formation models // Scientific Reports. 2022. Vol. 12(1). Article 5543. ;. DOI: 10.1038/s41598-022-09468-3 EDN: VVQEUT
42. Kozitsin I. V. Opinion dynamics of online social network users: a micro-level analysis // The Journal of Mathematical Sociology. 2023. Vol. 47(1). P. 1-41. ;. DOI: 10.1080/0022250X.2021.1956917 EDN: BHVFFM
43. LaFree G. Lone-Offender Terrorists // Criminology and Public Policy. 2013. Vol. 12(1). P. 59-62. DOI: 10.1111/1745-9133.12018
44. Lara-Cabrera R., Pardo A. G. et al. Measuring the Radicalisation Risk in Social Networks // IEEE Access. 2017. Vol. 5. P. 10892-10900. ;. DOI: 10.1109/access.2017.2706018 EDN: GFVFJT
45. Lee D.-H., Kim Y.-R. et al. Fake News Detection Using Deep Learning // Journal of Information Processing Systems. 2019. Vol. 15(5). P. 1119-1130. DOI: 10.3745/JIPS.04.0142
46. McCauley C., Moskalenko S. Mechanisms of Political Radicalization: Pathways Toward Terrorism // Terrorism and Political Violence. 2008. Vol. 20(3). P. 415-433. DOI: 10.1080/09546550802073367
47. Moghaddam F. M. The staircase to terrorism: A psychological exploration // American Psychologist. 2005. Vol. 60(2). P. 161-169. DOI: 10.1037/0003-066X.60.2.161
48. Mussiraliyeva S., Bolatbek M. et al. On detecting online radicalization and extremism using natural language processing // 21st International Arab Conference on Information Technology. Giza, 2020. P. 9300086. ;. DOI: 10.1109/ACIT50332.2020.9300086 EDN: JNULVZ
49. Neumann P. R. The trouble with radicalization // International Affairs. 2013. Vol. 89(4). P. 873-893. DOI: 10.1111/1468-2346.12049
50. Petrov A. Countering Fake News with Contagious Inoculation and Debunking: A Mathematical Model // 2022 15th International Conference Management of large-scale system development (MLSD). Moscow, 2022. P. 1-4. DOI: 10.1109/MLSD55143.2022.9933991
51. Petrov A., Akhremenko A., Zheglov S. Dual Identity in Repressive Contexts: An Agent-Based Model of Protest Dynamics // Social Science Computer Review. 2023. Vol. 41(6). P. 2249-2273. ;. DOI: 10.1177/08944393231159953 EDN: LPVEKT
52. Petrov A., Proncheva O. Modeling propaganda battle: Decision-making, homophily, and echo chambers // Communications in Computer and Information Science. 2018. Vol. 930. P. 197-209. ;. DOI: 10.1007/978-3-030-01204-5_19 EDN: WTYCBE
53. Radicalization and Variations of Violence. New Theoretical Approaches and Original Case Studies / Ed. by D. Beck, J. Renner-Mugono. Springer, 2023. 212 p. DOI: 10.1007/978-3-031-27011-6
54. Renström E. A., Bäck H., Knapton H. M. Exploring a pathway to radicalization: The effects of social exclusion and rejection sensitivity // Group Processes & Intergroup Relations. 2020. Vol. 23(8). P. 1204-1229. DOI: 10.1177/1368430220917215 EDN: NGWRLV
55. Rowe M., Saif H. Mining Pro-ISIS Radicalisation Signals from Social Media Users // Proceedings of the Tenth International AAAI Conference on Web and Social Media (ICWSM 2016). 2016. Vol. 10(1). P. 329-338. DOI: 10.1609/icwsm.v10i1.14716 EDN: QGWUYR
56. Sharif W., Mumtaz S. et al. An empirical approach for extreme behavior identification through tweets using machine learning // Applied Sciences. 2019. Vol. 9(18). Article 3723. ;. DOI: 10.3390/app9183723 EDN: VKLQVT
57. Siebl T. Digital transformation: survive and thrive in an era of mass extinction. N. Y.: Rosetta Books, 2019. 256 p.
58. Smith L. G., Wakeford L. et al. Detecting psychological change through mobilizing interactions and changes in extremist linguistic style // Computers in Human Behavior. 2020. Vol. 108. Article 106298. DOI: 10.1016/j.chb.2020.106298 EDN: NUPDOM
59. Tang L., Liu H. Community Detection and Mining in Social Media. Morgan & Claypool Publishers, 2010. 138 p. DOI: 10.1007/978-3-031-01900-5
60. Tausch N., Bode S., Halperin E. Emotions in Violent Extremism // Handbook of the Psychology of Violent Extremism / Ed by M. Obaidi, J. Kunst. Cambridge University Press, 2024.
61. The Routledge handbook of terrorism research / Ed. by A. Schmid. L.: Routledge, 2011. 736 p.
62. Thompson R. Radicalization and the Use of Social Media // Journal of Strategic Security. 2011. Vol. 4. P. 167-190. DOI: 10.5038/1944-0472.4.4.8
63. Tsapatsoulis N., Djouvas C. Opinion Mining From Social Media Short Texts: Does Collective Intelligence Beat Deep Learning? // Frontiers in Robotics and AI. 2019. Vol. 5. P. 138. DOI: 10.3389/frobt.2018.00138
64. Valentini D., Lorusso A. M., Stephan A. Onlife Extremism: Dynamic Integration of Digital and Physical Spaces in Radicalization // Frontiers in Psychology. 2020. Vol. 11. P. 524. DOI: 10.3389/fpsyg.2020.00524 EDN: ABEMJE
65. Wadhwa P., Bhatia M. P. S. An approach for dynamic identification of online radicalization in social networks // Cybernetics and Systems. 2015. Vol. 46(8). P. 641-665. DOI: 10.1080/01969722.2015.1058665
66. Whittaker J. Rethinking Online Radicalization // Perspectives on Terrorism. 2022. Vol. 16(4). P. 27-40. URL: https://www.jstor.org/stable/27158150 (дата обращения: 15.12.2023).
67. Winter Ch., Neumann P. et al. Online extremism: research trends in internet activism, radicalization, and counter-strategies // International Journal of Conflict and Violence. 2020. Vol. 14. P. 1-20. DOI: 10.4119/ijcv-3809
68. Wojcieszak M. Carrying online participation offline: mobilization by radical online groups and politically dissimilar offline ties // Journal of Communication. 2009. Vol. 59(3). P. 564-586. DOI: 10.1111/j.1460-2466.2009.01436.x
69. Xu G., Meng Y. et al. Sentiment Analysis of Comment Texts Based on BiLSTM // IEEE Access. 2019. Vol. 7. P. 51522-51532. DOI: 10.1109/ACCESS.2019.2909919
70. Zafarani R., Abbasi M. A., Liu H. Social Media Mining: An Introduction. Cambridge University Press, 2014. 332 p. DOI: 10.1017/CBO9781139088510
71. Zareie A., Sheikhahmadi A. et al. Finding influential nodes in social networks based on neighborhood correlation coefficient // Knowledge-Based Systems. 2020. Vol. 194. Article 105580. DOI: 10.1016/j.knosys.2020.105580 EDN: UHRYTJ
Выпуск
Другие статьи выпуска
В статье на материалах современных социологических исследований анализируются факторы неравенства в отечественном образовании. Представлены данные, показывающие, что неравенство в образовании имеет тенденцию к воспроизводству в двух базовых формах: а) неравные образовательные возможности для разных групп учащихся; б) неравные образовательные результаты. В рамках той и другой формы существуют факторы (барьеры) неравенства, препятствующие получению индивидами образования. В статье к таким факторам неравенства отнесены: а) группирование учащихся по разным образовательным потокам по итогами тестов и успеваемости, когда подобная группировка получила название трекинга; б) специфические отношения педагогов к учащимся из разных социальных групп, что может вести к необъективной оценке учебных достижений школьников; в) региональные различия в деятельности образовательных учреждений, что связано с типом населенных пунктов и их экономическим развитием; г) различия в семейных структурах, среди которых выделяются количественный размер семьи, порядок рождения детей, является ли семья полной или нет; д) ценностное отношение родителей из разных социальных слоев к учебе своих детей; е) гендерные стереотипы при получении образования, ведущие в дальнейшем к гендерному дисбалансу профессиональной структуры в обществе; ж) развитие языковых способностей учащихся, когда дети из разных социальных слоев по-разному выражают свои знания и опыт, что отражается на учебных оценках и успеваемости. Появляются новые формы неравенства, например, цифровое, развитие которого увеличивает социальное неравенство. Развитие информационной техники, IT-технологий приводит к появлению новых форм цифрового неравенства, в том числе в городах и в среде персонала самой системы образования. Показана негативная роль образовательного неравенства для современного российского общества, что может проявиться в ослаблении солидарности общностей и групп российского общества. Приведены практики преодоления влияния факторов неравенства в образовании на примерах школ, работающих в неблагоприятных социально-экономических условиях (резильентные школы). Также анализируются эмпирические данные увеличения числа молодежи из экономически благополучных слоев населения, поступающих в систему среднего профессионального образования. Специфика рассмотренных факторов неравенства в образовании усиливает исследовательское внимания к ним.
В статье рассмотрены особенности развития системы образования в Республике Крым как основного фактора социопространственного развития региона. Авторами проведен анализ динамики основных показателей системы образования на трех уровнях: общее образование, среднее профессиональное и высшее образование. В качестве основных показателей рассмотрены такие как: географическая доступность образовательных учреждений для населения, обеспеченность их информационно-техническими средствами учебного процесса и кадровыми ресурсами. Анализ кадрового ресурса проведен в разрезе тех категорий персонала, которые непосредственно реализуют и обеспечивают учебный процесс. В ходе исследования было выявлено наличие в образовательных учреждениях руководителей и педагогических работников, не имеющих высшего образования. В статье проведено сравнение численности внешних совместителей и штатных работников по исследуемым категориям, выполнено сопоставление полученных результатов с численностью обучающихся. Показано, что в условиях тенденции роста числа внешних совместителей и сокращения штатных сотрудников в системе высшего образования растет число обучающихся, добровольно оставивших обучение. В статье рассмотрена также динамика роста фонда заработной платы по указанным категориям сотрудников и проведено сравнение средней заработной платы на одного человека по виду деятельности (образование) в Южном федеральном округе по отношению к другим федеральным округам. Выявлено, что уровень оплаты труда работников образования в Южном федеральном округе в 2021 г. находится на уровне 2016 г. в сравнении с другими округами. Согласно показателям структуры персонала по соотношению штатных сотрудников и внешних совместителей построены линии трендов, позволяющие выявить тенденции изменений их численности. По некоторым категориям сотрудников выполнен прогноз на два года для выявления вероятностных количественных изменений в кадровом обеспечении системы образования. Обосновано, что решение кадровых вопросов приведет к сохранению и увеличению численности обучающихся, повышению качества образования и развитию человеческого потенциала в регионе. В заключении представлены выводы по результатам проведенного исследования. На основе построенных трендов и сделанных выводов авторами сформулированы конкретные рекомендации по устранению выявленных проблем в системе образования.
В данной статье представлен анализ российской муниципальной власти на примере малых российских городов. Анализ опирается на результаты эмпирического исследования, проведенного при участии автора в шести малых городах в Пермского края, Ивановской и Тамбовской областей. Исследование осуществлялось в два этапа. На первом этапе было проведено 69 глубинных интервью с представителями локальных и региональных элит и экспертами (2012-2015 гг.). На втором этапе в 2018-2020 гг. было проведено 64 интервью, в том числе с теми же респондентами, кто был проинтервьюирован на первом этапе. В 2023 г. были проведены дополнительно несколько интервью с экспертами в городе Пермского края в связи с резко изменившейся ситуацией.
Проведенное исследование позволяет говорить о том, что проблемное поле малых городов за прошедшие годы изменилось не столь значительно. До сих пор проблемы концентрируются вокруг темы ухудшающегося социально-экономического положения, налогов и кадрового дефицита. В тоже время управленческие проблемы власти нарастают в связи с дефицитом кадров в малых городах, управленческой слабостью некоторых глав малых городов. Среди новых проблем - пандемия, недостаточное число лидеров в корпусе муниципальных руководителей, последствия СВО. Анализ мотивационного профиля глав муниципальных образований и их команд показал, что за последние годы у глав городов повысился уровень мотивации и эффективность управления. Запрос элит и населения к власти значительно усилился, что не могло не отразиться на внутренней мотивации акторов. Эмпирическое исследование на примере одного моногорода позволило убедиться в том, что малый город при всех ресурсных и иных ограничениях вполне может развиваться, если сформирована партнерская модель взаимодействия между местной властью и стратегическими лидерами крупной компании. Однако и она не всегда гарантирует, что достигнутая эффективность взаимодействия власти и бизнеса останется без изменений, если в систему отношений двух акторов вмешивается федеральная власть.
В статье представлены результаты социологического исследования, посвященного выявлению особенностей восприятия баланса работы и личной жизни современными государственными служащими столичного мегаполиса. Эмпирической основой послужили материалы анкетирования и интервьюирования, осуществленных авторами в 2022 г. в федеральных министерствах (расположенных в г. Москва). Применяя современные методы анализа текстовых данных, авторы визуализируют с помощью облака слов ответы респондентов на открытый вопрос о субъективном понимании баланса работы и личной жизни. Выявлено, что в интерпретации опрошенных государственных служащих преобладают такие термины, как «время», «возможность» и «семья». Это позволяет выяснить, какой смысл вкладывают работники государственной службы в концепт баланса работы и личной жизни. Так, выступая субъективным феноменом, данный концепт прежде всего ассоциируется с пропорциональным распределением времени на семью и работу. Исходя из результатов анкетирования, авторы выделяют две группы государственных служащих, которые испытывают и не испытывают чувство баланса работы и личной жизни, и анализируют их социально-демографические характеристики, жизненные приоритеты, отношение к работе, оценки временных ресурсов и уровень удовлетворенности различными жизненными сферами. Репрезентируя субъективные оценки, авторы отмечают, что чуть более половины опрошенных работников государственной службы не ощущают баланса работы и личной жизни. Статистический анализ показал, что выделенные авторами группы не имеют существенных социально-демографических отличий. Также было установлено, что государственные служащие, по-разному оценивающие наличие баланса работы и личной жизни, значимо не отличаются в определении ведущих жизненных приоритетов, выдвигая на первый план семью и работу. Однако были выявлены статистически значимые связи между субъективными показателями баланса работы и личной жизни и особенностями разграничения рабочих и личных проблем, оценкой достаточности времени на повседневные практики и удовлетворенностью приватной жизнью. Установлено, что состояние дисбаланса в большей мере характерно для людей, которые отмечают влияние работы на личные дела, испытывают недостаток времени на повседневную частную жизнь и не удовлетворены ее основными составляющими. В рамках интервьюирования основное внимание было сосредоточено на группе внешних факторов, которые относятся к условиям занятости, что важно учитывать в вопросах кадровой политики и организации труда на государственной службе. Полученные материалы позволили рассмотреть с точки зрения государственных служащих существующий рабочий режим, обсудить инициативы по его совершенствованию, возможности и ограничения удаленной работы.
Данная статья посвящена исследованию особенностей социального поведения молодежи Республики Тыва, вызовов и рисков ее адаптации к современным условиям жизни, социально-экономическим и социокультурным трансформациям. Актуальность темы исследования обусловлена значимостью молодежи для развития российского социума, в том числе и на региональном уровне. Целью работы является выявление особенностей динамики ценностных установок молодежи в сфере профессиональной ориентации и трудовой занятости, а также особенностей адаптации молодых людей к рыночным процессам. В этой связи авторами отдельно рассматриваются модели приспособления молодежи к новым рыночным реалиям, а также динамика формирования социокультурных типов молодежных групп. Особое внимание авторы уделили изучению специфики ценностных приоритетов молодых людей, формы и содержание которых в определенной степени отличаются от ценностей предыдущих поколений. Представляемое исследование проведено с использованием методов системного анализа социально-экономических процессов региона, анализа данных социологических опросов молодых жителей Тувы с применением специальных компьютерных программ (SPSS). На основе сравнительного ретроспективного анализа материалов исследований, проведенных под руководством авторов в 2010, 2015 и 2021 гг., сделан вывод о специфике формирования ценностей молодых людей республики Тыва, которую необходимо учитывать при разработке региональных программ социального развития. Обнаружена постепенная трансформация моделей социальной адаптации нового поколения к современным реалиям, переход от пассивных форм, к более активному типу встраивания в экономику, что в большей степени соответствует ее требованиям. Авторы показывают, что адаптационные стратегии несколько различаются у представителей молодежи, относящихся к разным этническим группам. Однако вопрос о том, насколько это обусловлено именно этнокультурными особенностями требует дополнительного исследования.
Россия в своей истории переживала совершенно различное отношение населения к вопросам потребления алкоголя и, порой, диаметрально противоположные подходы государства к его регуляции: от сухих законов до повсеместного поощрения, от северного типа потребления алкоголя (доминирование крепких напитков) до южного типа (доминирование слабоалкогольных напитков). В этом смысле сегодня мы переживаем уникальную ситуацию: в современной России пиво (слабоалкогольный напиток) выходит на лидирующее положение рынка алкогольной продукции. Пиво вновь становится, по сути, народным напитком. Данное обстоятельство делает интересным и актуальным вопрос изучения потребления пива в историческом контексте. Каким образом потребление алкоголя в прошлом повлияло на его потребление сегодня? Существует ли какая-либо культурная связь эпох? Или сегодняшняя пивная культура начинает развиваться с нуля? На эти вопросы мы постарались ответить с помощью изучения современного пивного нейминга.
В данной статье на примере магазинов разливного пива города Кирова рассмотрены социально-культурные истоки современных пивных названий. Наименования анализируются в контексте сменяющих друг друга крупных российских исторических эпох. Исследование проведено при помощи метода контент-анализа трехсот семидесяти пивных наименований, собранных авторами в первой половине 2023 г. в двадцати двух пивных магазинах города. Выделены три стратегии, которые используются для наименований пива: дореволюционная (эти наименования тесно связаны с названиями сортов различных западноевропейских стран), советская (строится на отрицании дореволюционной стратегии, основана на разработке новых, уникальных наименований) и постсоветская (современные наименования, не соотносящиеся с дореволюционной и советской стратегией). В ходе исследования было выявлено, что наиболее популярные стратегии - это дореволюционная и постсоветская (по 38% от всех рассмотренных наименований), а наименее популярная - советская (24% от всех рассмотренных наименований). Помимо этого, введен коэффициент уникальности используемой стратегии, который позволяет понять, насколько разнообразно использование той или иной стратегии в продажах. Показано, что наиболее часто в торговле пивом прибегают к дореволюционной и постсоветской стратегиям пивного нейминга, советская же стратегия - наименее популярная.
В статье анализируются идентификационные процессы российского общества в условиях современных геополитических и социокультурных вызовов. Обосновывается, что условиях неопределенности общество требует консолидации и единения на основе объединяющей концепции или модели. Цель статьи - обосновать возможности брендинга регионов как части региональной политики идентичности в укреплении общероссийской идентичности. Методология исследования основана на междисциплинарном подходе, за основу взяты основные положения теории социального конструктивизма и концепция многоуровневой идентичности.
В качестве гипотезы предлагается предположение о том, что усиление региональной идентичности в российских регионах и основанный на ней брендинг регионов, способны не фрагментировать, а, напротив, укрепить российскую национальную идентичность. Проверка гипотезы осуществлялась с применением количественных и качественных методов.
Эмпирической базой исследования стали результаты массового онлайн-опроса жителей трех республик Северного Кавказа - Адыгеи, Кабардино-Балкарии и Дагестана, проведенного в октябре-ноябре 2023 г. (n = 1421). Его результаты дополнены данными экспертного опроса.
Полученные данные свидетельствуют об отсутствии сформированных брендов в исследуемых регионах, что подтверждают результаты репрезентативного опроса (низкий уровень (менее 20%) осведомленности жителей о соседних регионах) и экспертные мнения.
В то же время наблюдается последовательное движение в сторону признания потенциала брендинга в развитии регионов, который включает поиск ключевых образов-идей, конструируемых как снизу (населением республик), так и сверху (органами региональной власти совместно с бизнесом, СМИ и общественными организациями). Брендинг регионов, повышение их узнаваемости способствует укреплению не только региональной, но и российской национальной идентичности. Опрошенные эксперты сошлись во мнении, что брендинг регионов является механизмом поддержания консолидации российского общества и его потенциал должен быть встроен в политику идентичности.
В статье рассматриваются подходы российских исследователей к пониманию солидарности и ее социальных оснований. Каждая концепция солидарности подчеркивает те или иные основания и факторы солидаризации общества, привязывая их к социальным изменениям либо, напротив, к константам человеческого существования. В периоды социальных изменений происходит не только снижение или повышение степени социальной консолидации, но ослабление одних форм солидарности и формирование других. Цель настоящего исследования - выявить основания солидарности, связанные с социальностью и антропологическими параметрами бытия. Хотя формы солидарности меняются от общества к обществу и на разных исторических этапах их развития, ни одно общество не остается жизнеспособным и прогрессивным в отсутствие солидарности. Настоящее исследование оснований солидарности выходит за рамки как традиционных социологических концепций интеграции и дезинтеграции, нормального общества и аномии, так и психологических теорий о потребностях в группе и самовыражении, описывающих только непосредственные предпосылки и эффекты солидарности. Автор опирается на вторичный анализ источников и теоретический анализ социологических концепций социальности и социального воспроизводства. В материалы исследования вошли публикации российских ученых начиная с XIX в. (когда в российской социальной мысли возникли первые концепции соборности, всеединства и позитивистско-прагматические трактовки солидарности) и до наших дней, посвященные вопросам условий формирования солидарности, консолидации и деконсолидации общества. Автор выявляет эксплицитно и имплицитно присутствующие в источниках представления об основаниях солидарности, связанных с константами человеческого бытия и социальности: субъектность, предсказуемость и общность чувств. Субъектность социальных акторов как высший, рефлексивный уровень субъективности определяет их способность и волю к социальному творчеству и действиям в пользу социального целого. Предсказуемость социальной среды обеспечивает следование большинства приемлемым общим правилам, веру в общие ценности на основе взаимного доверия и справедливости. Взаимопомощь и альтруизм внутри солидарных общностей рассматриваются как невозможные без третьего фундамента солидарности - общности чувств социальных субъектов, связанной с общностью их жизненных миров.
В статье представлены результаты авторского исследования, посвященного адаптации и апробации в российских условиях признанного в мире инструментария измерения социокультурных характеристик по модели Хофстеде на индивидуальном уровне. Апробация инструментария выполнена в рамках полевого социологического исследования арктических территорий Республики Карелия (n = 1042), проведенного в 2023 г. Определена территориальная специфика значений социокультурных характеристик индивидов по модели Хофстеде, а также их выраженность в аспекте социальных групп (в частности, пола). Наибольшие различия прослеживаются для показателя «маскулиность», а минимальные - для показателя «коллективизм». Проверена релевантность модели культурных показателей и оценена сходимость измерений. Применены методики факторного анализа методом главных компонент (PCA), многомерного шкалирования (ALSCAL), иерархического кластерного анализа. Качество факторного анализа было проверено на основе значений критерия сферичности Бартлетта и статистики меры адекватности выборки Кайзера-Мейера-Олкина. Также для проверки надежности используемого инструментария было проведено сопоставление результатов авторов и разработчиков методики, с использованием коэффициента альфа Кронбаха (α). Полученные значения коэффициента говорят о высокой надежности используемого инструментария, а также подтверждают сохранение измерительной способности шкал после перевода по пяти показателям из шести. По шестому показателю «долгосрочность целеполагания» целесообразна корректировка перевода вопросов, исходя из относительно более низкого значения коэффициента альфа Кронбаха (α). Анализ на номологическую валидность подтвердил релевантность представленного инструментария. Это позволяет говорить о достижении цели исследования и успешной адаптации и апробации актуального инструментария расчета значений социокультурных характеристик по модели Хофстеде на индивидуальном уровне в условиях России. Примененные шкалы характеризуются высокой надежностью и валидностью. Перспективны для дальнейших исследований расширение географии применения инструментария; составление этнометрической базы данных регионов РФ по значениям социокультурных характеристик по модели Хофстеде, измеренных на уровне индивидов; анализ закономерностей пространственной дифференциации показателей, а также изучение аспектов влияния в рамках триады «пространство - социокультурная специфика индивидов - воспроизводство человеческого капитала».
Для обозначения происходящих в последние годы изменений в России и мире нередко используется термин «турбулентность», в том числе и на страницах нашего журнала. Категория турбулентности позволяет, не вдаваясь в детали, обозначить время перемен: сложнейшие сплетения социально-экономических и социокультурных процессов и неожиданные метаморфозы ранее устойчивых феноменов. Однако исследовать реальность, которую мы этим понятием только зафиксировали, все же необходимо для того, чтобы иметь возможность ответить на извечный вопрос «что делать?» в стремительно наступающей новой эпохе. Ее уже несколько поспешно назвали «постглобализацией», однако в любом случае, начавшееся разрушение глобальной системы в ее нынешнем виде есть непосредственно данный, наблюдаемый факт.
Издательство
- Издательство
- ФНИСЦ РАН
- Регион
- Россия, Москва
- Почтовый адрес
- 117218, г. Москва, ул. Кржижановского, д. 24/35, к. 5
- Юр. адрес
- 117218, г. Москва, ул. Кржижановского, д. 24/35, к. 5
- ФИО
- Черныш Михаил Федорович (Директор)
- E-mail адрес
- fnisc@fnisc.ru
- Контактный телефон
- +8 (499) 1250079
- Сайт
- https://www.fnisc.ru