Ассимиляция успеваемости: анализ коэволюции социальных сетей и академических достижений студентов

*, * и *

* - Международная научно-учебная лаборатория институционального анализа экономических реформ НИУ ВШЭ

Социальные связи оказывают значимое воздействие на поведение и академические достижения учащихся. Эмпирические исследования зафиксировали наличие социальной сегрегации, основанной на академических достижениях, в учебных группах (Flashman, 2011), (Vaquero & Cebrian, 2013). Это означает, что студенты с высокими баллами общаются с успевающими однокурсниками, а менее успевающие учащиеся общаются между собой. Данный феномен может быть связан с двумя эффектами. С одной стороны, учащиеся могут изначально выбирать себе в друзья людей со схожей успеваемостью. С другой стороны, со временем друзья могут со временем перенимать поведение друг друга.

Для выявления взаимосвязи этих процессов целесообразным оказывается динамический анализ социальных сетей, в частности стохастическое акторно-ориентированное моделирование (SAOM) (Snijders, van de Bunt, & Steglich, 2010). В эмпирических работах (Flashman, 2011) и (Lomi, Snijders, Steglich, & Torló, 2011) с использованием SAOM в школьных учебных группах были зафиксированы как процессы социального влияния, так и социальной селекции.

На данный момент работы на выборках студентов практически отсутствуют (во многом это обусловлено сложностью сбора данных), в то время как процессы передачи определенного вида поведения (в данном случае успеваемости) и конвергенции по нему в студенческих группах могут иметь свою специфику. Дополнительно, динамика социального окружения и передачи поведения, как правило, рассматривается исследователями на примере девиантного поведения (Mercken, L., Candel, M., Willems, P., De Vries, 2007), (Mercken, Snijders, Steglich, Vartiainen, & de Vries, 2010), в то время как академические достижения учащихся также могут быть подвержены влиянию сверстников (Sacerdote, 2000).

НЕ нашли? Не то? Что вы ищете?

Исходя из предыдущих работ в этой области, мы сформулировали следующие гипотезы.

Гипотеза 1: В социальной сети дружбы наблюдается социальная селекция. Учащиеся склонны изначально выбирать себе друзей со схожей успеваемостью.

Гипотеза 2: В социальной сети дружбы наблюдается социальное влияние. Студенты склонны влиять на своих друзей и со временем успеваемость друзей становится схожей.

В социальной системе могут одновременно наблюдаться как процессы социальной селекции, так и процессы социального влияния, поэтому гипотезы не являются взаимоисключающими.

Данные

Данные собраны в ходе опроса студентов первого курса, обучающихся на факультете экономики в одном из российских университетов. В течение первого года обучения было проведено 3 опроса (первый - в октябре 2013 года, второй - в феврале 2014 года, третий - в июне 2014 года), всего приняло участие 87 студентов.

В ходе исследования было собрано три типа данных. Во-первых, были зафиксированы сетевые взаимодействия учащихся. В анкете студенты отвечали на вопросы о том, с кем из однокурсников они проводят свободное время (сеть дружбы) и к кому они обращаются за помощью по учебным вопросам (сеть помощи по учебе). Дополнительно фиксировалось наличие знакомства студентов между собой до поступления в университет.

Во-вторых, учащиеся отвечали на вопросы об их социально-демографических характеристиках (с кем проживают, работают ли, образование и профессии родителей, материальное положение родителей), оценке своих способностей и доверии. Оценивалось также время, потраченное на сон и на обучение, а также рост и вес.

В-третьих, из административной системы университета были получены данные о ЕГЭ студентов и их оценках во время обучения в университете. В качестве показателя успеваемости используется средний балл студента, вычисляемый как среднее арифметическое его оценок по всем предметам.

Для анализа динамики социальных сетей использовано стохастическое акторно-ориентированное моделирование. В SAOM изменения в сетях рассматриваются как марковские процессы, в которых текущее состояние сети зависит только от предыдущего состояния. При этом эволюция сети является непрерывным процессом, поэтому структурные макроизменения представляют собой совокупность микроизменений. Данный метод позволяет фиксировать как структурные изменения в социальной сети (возникновение дружбы между студентами со схожими характеристиками), так и смену поведения участников сети (со временем друзья ассимилируют характеристики друг друга) и оценивать степень влияния этих изменений на эволюцию всей социальной сети.

Результаты

В ходе моделирования была рассмотрена коэволюция социальной сети дружбы и сети помощи. В качестве объясняющих эволюцию факторов были включены как эндогенные сетевые эффекты (тенденция к формированию взаимные связи), так и экзогенные факторы (склонность акторов со схожими характеристиками формировать связи).

Таблица 1. Модель коэволюции сети дружбы и успеваемости учащихся

Параметр

Значение

Ст. ошибка

t-статистика

Плотность

-1,8611*

0,1134

-0,0539

Взаимность

1,7629*

0,113

0,0028

Транзитивность

0,3337*

0,0352

-0,028

3-циклы

-0,2499*

0,0738

-0,0247

Посредничество

-0,1805*

0,0292

-0,1239

Знакомство до поступления

0,6677*

0,2004

0,0293

Обучение в одной группе

0,6857*

0,078

-0,0752

Связь в сети помощи

0,3184*

0,1504

-0,0097

Пол альтера (1 - мужчина)

0,2351*

0,0774

0,0857

Пол эго (1 - мужчина)

0,2234*

0,0837

-0,0451

Сходство по полу

0,3255*

0,0747

0,0335

Успеваемость альтер

-0,0287

0,0795

0,0607

Успеваемость эго

0,1762*

0,0801

-0,011

Сходство по успеваемости

0,7939

0,5183

-0,03

Линейный эффект успеваемости

0,2611

0,6725

-0,1009

Квадратичный эффект успеваемости

0,2547

0,2655

-0,0139

Ассимиляция успеваемости

16,9749*

4,5104

0,0388

Популярность студентов с высоким средним баллом

-0,0176

0,1484

-0,1051

Активность студентов с высоким средним баллом

-0,0646

0,1847

-0,0986

Было показано (см. Табл. 1), что успеваемость не оказывает влияния на формирование дружеских взаимодействий между студентами. Значимыми эффектами для формирования сети является плотность (акторы не стремятся к формированию связей) и транзитивность (акторы замыкаются в триады). Совокупность положительного значения эффекта транзитивности и негативного значения 3-циклов позволяет фиксировать наличие иерархии в сети дружбы.

Одним из наиболее значимых эффектов является принадлежность к одной группе. Студенты также стремятся завязывать дружбу с теми, с кем они были знакомы до поступления в вуз. Пол оказывает важное влияние на формирование связей, в системе наблюдается социальная сегрегация. При этом мальчики оказываются активнее в процессе формирования сети – они чаще выбирают друзей и их чаще выбирают. В то же время роль среднего балла оказалась незначимой – то есть студенты не выбирают своих друзей, основываясь на их успеваемости. Таким образом, Гипотеза 1 не подтверждается. Гипотеза же 2, наоборот, подтверждается – значение параметра ассимиляции успеваемости положительно и значимо.

Заключение

Рассматривая динамические социальные сети студентов, мы показали, что в дружеских сетях студентов наблюдается социальное влияние. Это значит, что студенты склонны влиять на своих друзей, и со временем успеваемость друзей становится схожей. В то же время, мы не обнаружили феномена социальной селекции, то есть студенты не склонны принимать во внимание успеваемость однокурсников при установлении связей. Результаты могут быть использованы для улучшения образовательного процесса и формирования учебных групп в целях увеличения успеваемости учащихся.

Литература

Flashman, J. (2011). Academic Achievement and Its Impact on Friend Dynamics. Sociology of Education, 85(1), 61–80. doi:10.1177/

Lomi, A., Snijders, T. a. B., Steglich, C. E. G., & Torló, V. J. (2011). Why are some more peer than others? Evidence from a longitudinal study of social networks and individual academic performance. Social Science Research, 40(6), 1506–1520. doi:10.1016/j. ssresearch.2011.06.010

Mercken, L., Snijders, T. a. B., Steglich, C., Vartiainen, E., & de Vries, H. (2010). Dynamics of adolescent friendship networks and smoking behavior. Social Networks, 32(1), 72–81. doi:10.1016/j. socnet.2009.02.005

Mercken, L., Candel, M., Willems, P., De Vries, H. (2007). Disentangling social selection and social influence effects on adolescent smoking: the importance of reciprocity in friendships. Addiction, 102(9), 1483–1492.

Sacerdote, B. I. (2000). Peer effects with random assignment: Results for Dartmouth roommates. National Bureau of Economic Research, 7469.

Snijders, T. a. B., van de Bunt, G. G., & Steglich, C. E. G. (2010). Introduction to stochastic actor-based models for network dynamics. Social Networks, 32(1), 44–60. doi:10.1016/j. socnet.2009.02.004

Vaquero, L. M., & Cebrian, M. (2013). The rich club phenomenon in the classroom. Scientific Reports, 3, 1174. doi:10.1038/srep01174