Проблемы смысловой реконструкции теоретического текста в социологии

Научная статья
  • Геннадий Викторович Каныгин Социологический институт РАН — филиал ФНИСЦ РАН, Санкт-Петербург, Россия g.kanygin@gmail.com
  • Мария Сергеевна Полтинникова maria.poltinnikova@gmail.com
  • Виктория Станиславовна Корецкая Социологический институт РАН — филиал ФНИСЦ РАН, Санкт-Петербург, Россия si_ras@mail.ru
Для цитирования
Каныгин Г. В., Полтинникова М. С., Корецкая В. С. Проблемы смысловой реконструкции теоретического текста в социологии // Петербургская социология сегодня. 2021. № 16. С. 44-63. DOI: https://doi.org/10.25990/socinstras.pss-16.9ccw-h915

Аннотация

В статье анализируются причины неоднозначности понимания читателем текста социологической теории, в том числе: нарушение тождественности обозначений теоретических понятий, отсутствие явного указания контекста для теоретических высказываний, неявное представление смысловых связей между отдельными утверждениями. Анализ опирается на традиции смысловой реконструкции нечисловых свидетельств информантов, выполняемой социологом в качественном исследовании, и осуществлен на примере статьи Арнасона, рассматривающего проблему противоречивости теоретических понятий в области исследования цивилизаций. Мы объясняем природу неоднозначности смыслового взаимодействия автора и читателя социологической теории на основе концепции дуального знания Полани. Обоснована необходимость структурного представления автором смысловых связей теории на фазе ее создания. Сегодня такие связи выражаются исследователем неявно и теряются для читателя в потоке текста. В качестве инструмента структурного выражения социологической теории в процессе ее создания исследователем предложено аналитическое кодирование. Этот подход соединяет в единой инструментальной процедуре техники кодирования качественного исследования и функциональность онтологических методов управления знаниями. Таким образом социолог получает функциональные возможности концептуализации, недоступные в случае традиционного текстового изложения теории: управление неоднозначными социологическими определениями; отслеживание контекстных зависимостей словесных утверждений; проверка связности всей массы естественно-языковых теоретических высказываний; организация командной работы исследователей из разных предметных областей.
Ключевые слова:
анализ качественных данных, онтологические методы управления знаниями, аналитическое кодирование, неявное знание, социологическая теория, неоднозначность теоретических понятий

Биографии авторов

Геннадий Викторович Каныгин, Социологический институт РАН — филиал ФНИСЦ РАН, Санкт-Петербург, Россия
доктор социологических наук, ведущий научный сотрудник
Мария Сергеевна Полтинникова
кандидат физ.-мат. наук.
Виктория Станиславовна Корецкая, Социологический институт РАН — филиал ФНИСЦ РАН, Санкт-Петербург, Россия
младший научный сотрудник

Литература

Каныгин Г.В., Полтинникова М.С., Корецкая В.С. Опыт построения социального знания на основе компьютерных онтологических методов // Социологический журнал. 2017. Том 23. № 3. С. 25–41.

Каныгин Г.В., Полтинникова М.С., Корецкая В.С. Концептуальное обобщение социологических данных // Телескоп: журнал социологических и маркетинговых исследований. 2017. №3. С. 41-47.

Резник, Ю.М. Социальная теория и теоретическая социология на пути интеграции // Социологические исследования. 2007. № 9, 17-24.

Analytical Coding Thesaurus: официальный сайт . URL: http://coknowledge.ru/wp-content/uploads/2021/05/tezaurusArticleMay-1.txt (дата обращения: 15.05.2021).

Arnason, J. Civilizational Patterns and Civilizing Processes // International Sociology. 2001. Vol. 16. No. 3. P. 387-405.

Barabucci, G., Tomasi, F., Vitali, F. Supporting Complexity and Conjectures in Cultural Heritage Descriptions // Proceedings of the International Conference Collect and Connect: Archives and Collections in a Digital Age / Leiden, the Netherlands: 2020. С. 104-115.

Bazeley, P. Regulating qualitative coding using QDAS? // Sociological Methodology. 2012. 42(1). С. 77-78.

Charmaz, K. Grounded Theory: Objectivist and Constructive Methods. // Handbook of Qualitative Research, 2nd edition. / отв. Ред. Norman K. Denzin&Yvonna S. Lincoln. Thousand Oaks, Ca.: Sage. 2000. С. 509-535.

Chergui, W., Zidat, S., Marir, F. An approach to the acquisition of tacit knowledge based on an ontological model //Journal of King Saud University – Computer and Information Sciences. 2020. 32(7), С. 818-828. DOI: https://doi.org/10.1016/j.jksuci.2018.09.012

Coffey, A., Atkinson, P. Making sense of qualitative data: Complementary research strategies. London: Sage 1996.

Diagogue [Электронный ресурс] URL: http://coknowledge.ru/wp-content/uploads/2021/05/diagogue_manual.pdf (дата обращения: 15.05.2021).

Dragicevic, N., Ullrich, A., Tsui, E., Gronau, N. A conceptual model of knowledge dynamics in the industry 4.0 smart grid scenario // Knowledge Management Research & Practice, Том 18. № 2. 2020. С. 199-213.

Evers, J. C. Current issues in qualitative data analysis software (QDAS): A user and developer perspective // The Qualitative Report, Том 13. №23. 2018. С. 61-74. URL: http://nsuworks.nova.edu/tqr/vol23/iss13/5

Graphviz. Официальный сайт графического редактора. URL: https://graphviz.gitlab.io/download/ (дата обращения: 15.05.2021).

Haradhan Kumar Mohajan. Sharing of Tacit Knowledge in Organizations: A Review // American Journal of Computer Science and Engineering. Том. 3. № 2. 2016. С. 6-19.

John St. W., Johnson P. The pros and cons of data analysis software for qualitative research // Journal of Nursing Scholarship. Том 4. № 32. 2000. С. 393–397.

Junker A. Optimism and Caution Regarding New Tools for Analyzing Qualitative Data // Sociological Methodology Том 1. № 42. 2012. С. 85-87.

Kakabadse N.K., Kouzmin A., Kakabadse A. (2001) From tacit knowledge to knowledge management: leveraging invisible assets // Knowledge and Process Management. № 8. 2001. С. 137–154. DOI: https://doi.org/10.1002/kpm.120, last accessed 2020/11/12.

Kanygin G., Koretckaia V. Analytical Coding: Performing Qualitative Data Analysis Based on Programming Principles // The Qualitative Report. Том 2. № 26. 2021. С. 316-333.

Kelle U. Theory Building in Qualitative Research and Computer Programs for the Management of Textual Data // Sociological Research Online, Том 2. № 2. 1997. URL: http://socresonline.org.uk/2/2/1.html ( дата обращения: 20.10.2020).

La Pelle N. Simplifying Qualitative Data Analysis Using General Purpose Software Tools // Field Methods/ Том 1. № 16. 2004. С. 85—108.

Lewins A., Silver C. Using Qualitative Software: A Step-by-Step Guide. London: Sage. 2007.

Maasdorp C. Concept and Context: Tacit Knowledge in Knowledge Management theory. // 15 Years of Knowledge Management, Volume 3 of Advances in Knowledge Management / Schreinemakers J., van Engers T. ответственные редакторы. Ergon. Würzburg. 2007 С. 59-68.

Nonaka I., Toyama R., Byosiere P. A theory of organizational knowledge creation: understanding the dynamic process of creating knowledge // Handbook of organizational learning and knowledge/ Редакторы: Dierkes M., Antal A., Child J., Nonaka I. Oxford University Press. Oxford. 2001. С. 487-491.

Nonaka I. A Dynamic Theory of Organizational Knowledge Creation // Organization Science. Том 1. № 5. 1994. С. 14–37.

Nonaka I., Takeuchi H. The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation // Oxford University Press, New York, NY.1995.

Nonaka I., Peltokorpi V. Tacit Knowledge: a Source of Innovation. // In: 15 years of Knowledge Management, Advances in Knowledge Management / Под ред. Schreinemakers J., van Engers T., Ergon Verlag, Würzburg. Том. III. 2007. С. 68-82.

Noy N.F., McGuinness, D.L. Ontology Development 101: A Guide to Creating Your First Ontology. 2000. URL: http://protege.stanford.edu/publications/ontology_development/ontology101.html (дата обращения: 20.10.2020).

Online QDA. Официальный сайт. URL: http://onlineqda.hud.ac.uk/ (дата обращения: 20.10.2020).

Pierre E. St., Jackson A. Y. Qualitative Data Analysis After Coding // Qualitative Inquiry, Том 6. № 20. 2014 С. 715–719.

Polanyi M. Personal knowledge. Towards apostcritical philosophy. London: University of Chicago Press. 1958.

Polanyi M. The tacit dimension. // New York: Doubleday and Company. 1966.

Richards T. J., Richards L. Using computers in qualitative research // Handbook of qualitative research. / Редакторы Denzin N. D., Lincoln Y. S. London: Sage. 1994.

Swedberg R. On the Near Disappearance of Concepts in Mainstream Sociology // Concepts in Action: Conceptual Constructionism / Под редакцией H. Leiulfsrud, P. Sohlberg. Leiden. Boston : Brill. 2018.

Thompson R. Reporting the Results of Computer-assisted Analysis of Qualitative Research Data [42 paragraphs] // Forum Qualitative Sozialforschung / Forum: Qualitative Social Research. Том 2. № 3. 2002. http://www.qualitative-research.net/index.php/fqs/article/view/864/1878 (дата обращения 20.10.2020).

Tsoukas H. The Firm as a Distributed Knowledge System: A Constructionist Approach // Strategic Management Journal Том S2. № 17.1996. С. 11–25.

UML 2.5. Object Management Group. Unified Modeling Language Официальный сайт. https://clck.ru/SMAJH (дата обращения 20.10.2020).

Urry J. The Complexities of the Global // Theory, Culture & Society. Том 5. № 22. 2005. С. 235-254.

Virtanen I. The Problem of Tacit Knowledge – Is It Possible to Externalize Tacit Knowledge? // Information Modelling and Knowledge Bases XX. Редакторы: Kiyoki Y, Tokuda T, Jaakkola H, Chen X, Yoshida N / IOS Press, Amsterdam. 2009. C. 321-330.

Wagner C. Breaking the Knowledge Acquisition Bottleneck Through Conversational Knowledge Management // Information Resources Management Journal, Том 1. № 19. 2006. С. 70-83.
Статья

Опубликована: 25.04.2025

Форматы цитирования
Другие форматы цитирования:

APA
Каныгин, Г. В., Полтинникова, М. С., & Корецкая, В. С. (2021). Проблемы смысловой реконструкции теоретического текста в социологии. Петербургская социология сегодня, (16), 44-63. https://doi.org/10.25990/socinstras.pss-16.9ccw-h915
Раздел
МЕТОДЫ АНАЛИЗА ДАННЫХ