Het integreren van computergestuurde linguïstische en sociale netwerk analyses om verslavings herstel kapitaal in een online gemeenschap te vangen
Summary
Het artikel beschrijft een nieuwe aanpak voor het analyseren van dynamische online sociale interacties (in een online context) geïllustreerd door een studie van een online gemeenschap van herstel van alcohol en drugsverslaving.
Abstract
Het artikel beschrijft een nieuwe methodologie die is ontworpen met het doel om een uitgebreide, onopvallende en accurate manier te vinden om de ontwikkeling van sociale herstel kapitaal in online gemeenschappen van herstel van alcohol en drugs (AOD) verslaving te vangen. Het herstel kapitaal werd geconceptualiseerd als zowel de betrokkenheid bij de online Recovery Community als de identificatie bij de community. Om de ontwikkeling van herstel kapitaal te meten, werden natuurlijk voorkomende gegevens geëxtraheerd uit de sociale media-pagina van een specifiek herstel programma, waarbij de pagina wordt ingesteld als een bron voor een face-to-face herstel programma. Als u de betrokkenheid bij de online community wilt toewijzen, is de sociale netwerk analyse (SNA) die online sociale interactie vastlegt, uitgevoerd. Sociale interactie werd gemeten door de verbanden tussen de online bijdragers/leden van de online gemeenschap zoals vertegenwoordigd door programma cliënten, personeel en supporters uit de bredere gemeenschap. Om markers van sociale identificatie vast te leggen bij de online community, is geautomatiseerde taalkundige analyse van de tekstuele gegevens (inhoud van berichten en commentaren) uitgevoerd. Het op deze manier vastgelegde herstel kapitaal werd geanalyseerd op basis van retentie gegevens (een proxy-uitkomst indicator), als dagen doorgebracht in het (face-to-face) herstel programma. De online gegevens geëxtraheerd werd gekoppeld aan de deelnemersgegevens met betrekking tot het behoud van het programma om te testen voorspelling van een sleutelherstel uitkomst. Deze aanpak liet de rol van online ondersteunings gemeenschappen onderzoeken en beoordeling van de associatie tussen herstel kapitaal (ontwikkeld via de online gemeenschap van herstel) en herstel resultaten.
Introduction
De gepresenteerde methode is ontworpen om alcohol en andere drugs (AOD) verslaving herstel kapitaal in online contexten vast te leggen. Op het gebied van verslaving is herstel kapitaal gedefinieerd als “de som van de middelen die kunnen worden uitgeoefend op de initiatie en het onderhoud van de stof misbruik stopzetting”1. Het herstel kapitaal is voornamelijk gemeten via zelf rapportages2,3 in face-to-face contexten. Deze aanpak biedt een alternatieve methode voor het meten van herstel kapitaal in online contexten door het vastleggen van de kwaliteit en kwantiteit van online interacties in online gemeenschappen van herstel.
Gezien de gestage toename van het gebruik van online middelen in de vorm van peer-support in een reeks van gezondheidsgerelateerde kwesties4,5, is het noodzakelijk om nieuwe methoden te ontwikkelen om de kwaliteit van deze middelen vast te leggen. Online peer support vindt plaats in de vorm van sociale interacties in online forums en communities. Ondersteunende sociale interacties in deze online contexten dragen bij aan de opbouw van herstel kapitaal, wat op zijn beurt een positief effect heeft op het herstelproces6,7. De voorgestelde methode biedt een aantal voordelen ten opzichte van alternatieve methoden. Ten eerste, het overkomt een aantal van de beperkingen met betrekking tot het gebruik van zelf rapport maatregelen in verslavings onderzoek, met name rond terugroepen en zelf-presentationele biases. Hoewel zelf-rapport maatregelen worden geacht een redelijke mate van betrouwbaarheid en geldigheid te hebben, zijn ze vatbaar voor vooroordelen en onnauwkeurigheden. Om de nauwkeurigheid te verbeteren en bias te minimaliseren, is erkend dat er behoefte is aan het verhogen van het gebruik van nieuwe maatregelen en het verzamelen van gegevens situaties die zijn ontworpen om deze problemen te voorkomen of te minimaliseren8. Door de toegang tot gegevens die van nature voorkomen in contexten waar mensen in verschillende stadia van herstel spontaan interageren, en door gebruik te maken van analysemethoden die zinvolle informatie uit deze gegevens kunnen extraheren (in staat om indicatoren van psychologische toestanden vast te leggen), vooroordelen als gevolg van sociale wenselijkheid (zelf-presentationele) en onnauwkeurigheden als gevolg van beperkingen in terugroepen kunnen worden verminderd of zelfs geëlimineerd. Ten tweede, deze methode is zeer efficiënt en kosteneffectief, omdat het berust op de winning van reeds bestaande online gegevens (dat wil zeggen, in open online forums die openbaar toegankelijk zijn).
Hierna beschreven is de methode die werd toegepast op een studie van het opbouwen van herstel kapitaal in een online gemeenschap die is opgericht om een traditioneel, face-to-face verslavings herstel programma aan te vullen voor verslaafden in vroege herstel stadia. In dit geval werden online (Social Media) gegevens gekoppeld aan de Bewaar gegevens van het programma, maar de methode kan ook worden gebruikt in gevallen waarin koppelingsgegevens niet beschikbaar of toegankelijk zijn.
Protocol
Representative Results
Discussion
De hier beschreven aanpak is gebaseerd op een nieuwe methode om te meten hoe online groepsprocessen de retentie in een verslavings herstel programma kunnen beïnvloeden. Het toepassen van deze methode op een online gemeenschap van herstel van verslaving, bleek dat er vier belangrijke aspecten voorspelde programma retentie: zeer betrokken zijn bij de online gemeenschap, centraal in het online sociale netwerk, positieve invloed uitgedrukt in communicatie met andere leden van de online gemeenschap, en het ontvangen van validatie van anderen voor bijdragen aan het netwerk14. De bevindingen die met deze methode worden verkregen, ondersteunen bestaande theoretische modellen van herstel. Twee belangrijke modellen in de terugwinnings literatuur, het sociale Identiteitsmodel van Recovery15 en het sociale identiteitsmodel van stopzetting16, benadrukken allebei het belang van actieve participatie in groepen die steun Herstel. Beide modellen suggereren dat een verhoogde identificatie en toewijding aan dergelijke groepen bijdragen aan een lager toekomstig contact met behulp van groepen en daaruit voortvloeiende terugval.
Zoals geïllustreerd in ons onderzoek, de methode stond ons toe om trajecten van herstel of verandering van individuele leden van de online community14in kaart te laten komen. Visualisaties van de online sociale netwerken en hun evolutie in de loop van de tijd kunnen waardevolle informatie verschaffen over de verplaatsing van leden van de online gemeenschap van de periferie tot het midden van het netwerk en omgekeerd (deze bewegingen in het netwerk geven aan wijzigingen in de mate van betrokkenheid bij de online community). In een 2017 studie14werden interviews met leden van de online gemeenschap die de belangrijkste veranderingen in termen van beweging van de periferie naar het centrum van de netwerken ondergingen, uitgevoerd als een manier om onze bevindingen te trianguleren op basis van SNA, computergestuurde taalkundige analyse en regressie tegen retentie gegevens. Toekomstige studies kunnen in plaats daarvan gericht zijn op de leden die zich ontgaan bij de online gemeenschap, op degenen die nooit betrokken raken, of op meer directe maatregelen van uitkomst zoals het gebruik van stoffen en recidive. Deze methodologie kan verder worden verfijnd voor gebruik in interventieprogramma’s, bijvoorbeeld voor het beoordelen van de rol van moderators in Helpforums.
Er zijn momenteel geen studies die bewijs leveren over de voordelen van de hier beschreven methode bij gebruik op zichzelf (de beschreven methode werd gebruikt in combinatie met retentie gegevens en betrianguleerd met kwalitatieve gegevens van interviews met belangrijke online gemeenschap leden14), maar deze aanpak kan accurate en bias-free gegevens bieden die kunnen worden aangevuld met zelfrapportage en andere maatregelen in studies naar verslavings herstel.
Deze methode werd toegepast om online sociale interacties te onderzoeken in de context van een Social Media-pagina die is opgericht als een aanvullende vorm van ondersteuning voor een standaard, face-to-face herstel programma. Met kleine wijzigingen kan de methode echter worden gebruikt om online sociale interacties te onderzoeken in andere soorten online community’s (online forums, discussiegroepen, chat rooms, commentaar websites, enz.). Een van de belangrijkste voordelen van deze methode is dat het kan worden aangepast en toegepast op contexten buiten gemeenschappen van verslaving herstel aan elke online gemeenschap. In ons eigen onderzoek naar politieke psychologie gebruiken we bijvoorbeeld een soortgelijke methode (ontwikkeld volgens de hier beschreven methode) om de kwaliteit van online interacties en veranderingen in deze interacties tussen leden van rechts-online communities vast te leggen. In feite kan de methode worden toegepast op elke online gemeenschap waarin gegevens in de vorm van verbindingen tussen leden (als sociale netwerkkoppelingen) en taalkundige inhoud kunnen worden geëxtraheerd.
Echter, bij de toegang tot en het werken met online gegevens, onderzoekers moeten zich bewust zijn van ethische kwesties, sommige die van toepassing zijn op zelfrapportage en andere soorten gegevens in het algemeen en sommige die alleen in een online omgeving worden aangetroffen. In het hier beschreven onderzoek (dat werd goedgekeurd door de Gemeenschap voor onderzoek ethiek op de Universiteit van Sheffield Hallam), werd toestemming verkregen van de organisatie die het herstel programma beheerde, en werden strikte maatregelen genomen om volledige anonimiteit van deelnemers op de Open Social Media-pagina (bijv. na online en retentie gegevens, alle identificerende informatie werd verwijderd uit de bestanden en ook geen potentieel zelf identificerende citaten werden gebruikt uit de openbaar toegankelijke online communicatie).
Nauwe communicatie met de organisatie zorgde er ook voor dat de deelnemers aan het programma op de hoogte waren van de studie en onderzoeksresultaten, en een van de onderzoekers ontmoette regelmatig met de groep om de studie en de resultaten uit te leggen. In andere gevallen, echter, wanneer online communities niet zijn gekoppeld aan specifieke offline Programma’s, kan het moeilijker zijn om te bepalen wie moet worden gevraagd om toestemming met betrekking tot gegevensextractie (van toepassing vooral in niet-gemodereerde forums, waar mensen in herstel Online peer support zoeken). Hoewel de algemene beginselen van ethisch onderzoek van toepassing zullen zijn, moeten onderzoekers een case-by-case benadering hanteren om ervoor te zorgen dat de extractie en analyse van online gegevens geen significante Risico’s voor de deelnemers inhouden (bijvoorbeeld door afbreuk te doen aan de privacy).
Disclosures
The authors have nothing to disclose.
Acknowledgements
We zijn de klanten en het personeel van Jobs, vrienden en huizen, Verenigd Koninkrijk, dankbaar dat ze hebben gesteund en afgesproken deel te nemen aan ons onderzoek.
Materials
| LIWC software | Receptiviti | https://liwc.wpengine.com/ | computerised linguistic analysis software |
| R software | n/a | https://www.r-project.org/ | free statistical and data visualisation sofware |
References
- Cloud, W., Granfield, R. Conceptualizing recovery capital: Expansion of a theoretical construct. Substance Use and Misuse. 43, 1971-1986 (2008).
- Best, D., et al. Mapping the recovery stories of drinkers and drug users in Glasgow: Quality of life and its associations with measures of recovery capital. Drug and Alcohol Review. 31 (3), 334-341 (2012).
- Laudet, A. B., White, W. L. Recovery capital as prospective predictor of sustained recovery, life satisfaction, and stress among former poly-substance users. Substance Use and Misuse. 43 (1), 27-54 (2008).
- Moorhead, S. A., et al. A new dimension of health care: systematic review of the uses, benefits, and limitations of social media for health communication. Journal of Medical Internet Research. 15, e85 (2013).
- White, M., Dorman, S. M. Receiving social support online: implications for health education. Health Education Research. 16, 693-707 (2001).
- Best, D., Bliuc, A. M., Iqbal, M., Upton, K., Hodgkins, S. Mapping social identity change in online networks of addiction recovery. Addiction Research and Theory. 26 (3), 163-173 (2018).
- Bliuc, A. M., Best, D., Beckwith, M., Iqbal, M. Online support communities in addiction recovery. Addiction, behavioral change and social identity: The path to resilience and recovery. , 137 (2016).
- Del Boca, F. K., Darkes, J. The validity of self‐reports of alcohol consumption: state of the science and challenges for research. Addiction. 98, 1-12 (2003).
- . Package ‘Rfacebook’ Available from: https://cran.r-project.org/web/packages/Rfacebook/Rfacebook.pdf (2017)
- . Package ‘dplyr’ Available from: https://cran.r-project.org/web/packages/dplyr/dplyr.pdf (2018)
- . Package ‘igraph’ Available from: https://cran.r-project.org/web/packages/igraph/igraph.pdf (2018)
- . Package ‘openxlsx’ Available from: https://cran.r-project.org/web/packages/openxlsx/openxlsx.pdf (2018)
- . How to get a Facebook access token which never expires Available from: https://smashballoon.com/custom-facebook-feed/access-token/ (2018)
- Bliuc, A. M., Best, D., Iqbal, M., Upton, K. Building addiction recovery capital through online participation in a recovery community. Social Science and Medicine. 193, 110-117 (2017).
- Best, D., et al. Overcoming alcohol and other drug addiction as a process of social identity transition: The Social Identity Model of Recovery (SIMOR). Addiction Research and Theory. 24, 111-123 (2016).
- Frings, D., Albery, I. P. The social identity model of cessation maintenance: Formulation and initial evidence. Addictive Behaviors. 44, 35-42 (2015).
