Megan Tengan は、ホノルルにあるハワイ大学マノア校の 4 年生で、政治学と哲学の二重専攻を目指しています。 Mānoa Pre-Law Association の会計兼秘書として、Megan は 2022 年 12 月に卒業した後、ロースクールに通う予定です。
彼女は現在、ワシントンDCにある米国上院議員Mazie K. Hironoのオフィスで議会インターンとして働いています。2021 年の秋学期中、ミーガンはローレンス ニッツ博士の 300 レベルの政治科学コースである政治調査と分析のティーチング アシスタントを務めました。 彼らは共同で、オープン データ セットを使用して調査できる研究課題に基づいて、一連の授業計画と課題を作成しました。
ミーガンはまた、ニッツが実施した独立した調査をサポートしており、ハワイでの新型コロナウイルス関連のツイートが、新規感染率の変動や地元のニュースや世論報道によってどの程度動かされているかを調査しています。私は Megan に、社会科学の環境で JMP を学び、使用した経験について尋ねました。
Megan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan、ハワイ大学マノア校の学部生
メグ：では、ミーガン、統計に興味を持ったきっかけを教えてください。 定量的アプローチは、常に政治学の研究方法の重要な分野でしたが、多くの政策科学専攻 – 私も含まれています! – 学部生が統計学に触れないようにする。
ミーガン:私は政治学で数字を扱ったことは一度もありませんでした。ニッツ教授]なので、統計は私にとって初めてでした。 生徒と一緒に学びました。 とはいえ、数字とテキスト分析をいじるのは本当に素晴らしい経験でした。なぜなら、人種や健康データなどの多くの社会統計を調べたからです。もちろん、Covid も調べていました。[統計の経験がある] は素晴らしい履歴書作成者です。なぜなら、将来はデータ分析だと思うからです。 定量的な調査の必要性は常にあります。
メグ：データ分析スキルの重要性を実感したターニングポイントはありましたか？ それとも、社会科学のユース ケースでデータの重要性を認識したときですか?
ミーガン:クラスでは、批判的な人種理論に関するツイートを見て、テキスト分析を使用して世論を調べました。 明らかに、現代の公民権運動は最近勢いを増しており、Z世代として、それは私のソーシャルメディアのタイムラインの何かです.私たちがクラスで行った方法でテキストを分析できるとは知りませんでした。 JMP一般的な単語やフレーズだけでなく、テキストのトーンを分析する手段を私たちに与えてくれました。 それができる技術、つまりソーシャル メディアのデータを検索できる技術があることに気がつかなかったのだと思います。
メグ：人々がオンラインで生活するようになった現在、誰もが自由にアクセスできる膨大な量のオープン データが存在します。 そして、そのデータを研究に使用することに関しては、社会科学者は氷山の一角に過ぎないと思います。 Twitter のデータに基づいてコース課題のライブラリを構築する方法と、学生に習得してもらいたいスキルの種類を教えてください。
ミーガン:ニッツ教授は、ハワイの状態と、Covid や重要な人種理論などの現在のトピックに関連するツイートをまとめました。 それから、私たちは学生たちに、そのテーマについてのいくつかの記事を準備しました。 次に、データセットを提供します。割り当ては使用することでしたJMPのチャートとグラフ[データの傾向] を分析して理解し、目にしたものを現実の世界に適用します。 私たちはやったテキスト分析[ノイズ]を取り除くためにいくつかの設定を変更しました。 たとえば、Twitter では、単なるハイパーリンクである「http」がたくさん表示されますが、それは必要ありません。 無関係で分析を曇らせるデータを捨てることについて、私たちは多くのことを学びました。不要なテキストをすべて削除したら、「上位の単語のクラスターは似ていますか?」などの質問をします。または「2 つの本文は同じようにまとまりますか?」生徒は 2 つの別々のツイート セットを見て比較します。 [データセットを準備するとき] 私たちは、一方がもう少し情熱的であるように作成しようとしました。たとえば、批判的な人種理論に明らかに憤慨している一方で、もう一方は肯定的な言葉を使用していましたが、皮肉や皮肉な口調でした.
JMP は実際にはそうではないのに、皮肉を肯定的な感情として捉えてしまう可能性があるため、学生たちを少し失望させたかったのです。 彼らはチャートを別の方法で読むことを学ばなければなりませんでした…感情分析: [2 つのデータ セット] は、ポジティブな感情とネガティブな感情の内容が似ていますか?ストップ ワードとして指定された用語をクリーンアップすることの重要性を強調し、観察しているクラスター間の違いを説明するよう学生に求めました。 JMP はさまざまなテーマをまとめます。教育に関するもの、政治家に関するもの、人種差別に関するもの、差別に関するものなどです。 JMP はデータをこのように分類し、生徒たちは各クラスターで見たものを教えてくれました。
メグ： Twitter は皮肉の真の地雷原です。 統計ツールはどのようにして意図を把握するのですか?
ミーガン:右。 だから誰かが「人種差別が今でもアメリカで蔓延しているという事実は驚くべきことだ」などとつぶやくかもしれません。彼らは、人種差別が依然として問題であることに驚くべき、または衝撃的であることを意味します.そして、単語の周りの文脈を考慮する必要がありますが、明らかに、私たちがプルした何千ものツイートのすべての単語を読むつもりはありません. たとえば、ツイートしている人々が実際に意味していることではないにもかかわらず、批判的な人種理論は驚くべきものである、または驚くべきものであると人々が言っていると思うかもしれません。 そこで、生徒たちに JMP を使って感情がどのように分散されているかを調べ、皮肉なトーンを文字通りから分離するように依頼しました。
メグ：これが面白くないと主張する人は誰もいません…しかし、アプリケーションは何ですか? あなたは何を学んでいますか？
ミーガン:さて、2つのこと。 学生にとって、政治調査と分析は必須のクラスであり、最終的にはデータ分析は学ぶのに適したスキルだと思います。 実際、ゲスト スピーカーの 1 人が、学期の終わりに統計分析のインターンとして数人の仕事を提供してくれました。 JMP に精通していればいるほど、そして JMP に費やす時間が長いほど、給与は高くなりました。 そこで、何人かの学生に試してもらいました。 次に、教授と私は、今年の JMP カンファレンスで Covid ツイートの研究を発表することを検討しています。
メグ：お願いします！ このトピックは素晴らしいものになるでしょうディスカバリー サミット話！ では、オープンデータを使用して世論を調査する際に直面する最大のデータ課題は何ですか?
ミーガン:まず、JMP 自体は非常に使いやすいです。 ユーザーインターフェースが好きです。 しかし、それには、データを正しく読み取るという責任が伴います。 欲しいものを見つけるのは試行錯誤だと思います。学習していることをよく把握して、何もないと思ったときにパターンを見ることができるようにする必要があります。 型が無いのは型でもそれは型だ！ それは最初は理解するのが難しいかもしれません。JMP は非常に多くの情報を提供します。これは [非常に多くのデータにアクセスできる] という点で優れているため、もろ刃の剣のようにもなりますが、探しているものを区別する必要もあります。 たとえば、その難問を現在のプロジェクトに適用できます。なぜなら、これまでのところ、Covid 感染の増加と関連ツイート、つまり、ハワイ、Covid のトピックに関するツイートとの間で期待していた因果関係が見つからなかったからです。そして私たちの知事、デビッド・イゲ。
メグ：あなたは何を見つけることを期待していましたか?
ミーガン:私たちの主な質問は次のとおりでした: ハワイの Covid に関するこれらのツイートは、最近の感染率に影響されているのでしょうか? 言い換えれば、州が700件の新しい症例があると報告すると、それにより、より多くの人々がCovidについてツイートするようになりますか?次に、彼らのツイートの内容は何ですか? ツイートの内容は、ハワイでコロナウイルスについて放送されているニュースに関連していますか? 最初は「この致命的な病気」のようでしたが、「ワクチンを打たなければならないのですか？」そして、「ブースターを手に入れましょうか？」現在、それは委任、委任なし、委任の解除などです。 ニュースは彼らが何を報道するかを決定することができ、それが平均的な市民がツイートすることを選択することに影響するかどうかを知りたい.繰り返しますが、皮肉を強調する必要があります。 人々は、「素晴らしい、この観光客は新型コロナウイルスに感染した」、「規則を強制する人が規則に従うことを拒否するのは驚くべきことです」などと言うかもしれません。もちろん、実際にはこれらのステートメントを文字通り意味しているわけではありません。
メグ：単純な質問のように聞こえるかもしれませんが、これらの相関関係を確立することの価値は何でしょうか? 民意を測るため？ ポリシーを通知するには？
ミーガン:世論を評価して、あなたはそれを完璧に言ったと思います。 世論がどのように変化するかを理解したい。この現代世紀におけるパンデミックの目新しさは、これが100年の間起こっていなかったため、研究を非常に興味深いものにした理由だと思います. 当時は JMP などはありませんでしたよね？ 特に現在、ソーシャル メディア、特に Twitter により、一般の人々が懸念や意見を表明できる前例のないプラットフォームができました。 JMP で分析する資料がこれまで以上に増えました。
メグ：ティーチング・アシスタントとして、統計学を専攻していない学部生に統計を教える場合、どのような教育的アプローチが最も効果的であると観察しましたか?
ミーガン:重要なことは、生徒に与えるために選択したデータセット内で関係を描くことができることだと思います. ガンマなどの関係の可能性をカバーするために数週間を費やしましたが、特にデモで行ったものとは異なる要因を選択した場合、誰もが把握するのが少し難しいかもしれません.しかし、本当の数学的部分はキッカーだったと思います。あなたが正しいからです。これらの学生は数学を勉強していません。 私の最高の数学は計算前のようで、嫌いでした!
誰もが数学に興味を持っているわけではなく、特に才能があるわけではないことを理解したら、人間関係を引き出すことにもっと集中できます。 たとえば、ある州の市民が自国の政治家と大統領をどの程度信頼しているかを調査し、地元が国民を動かしているのか、それともその逆なのかを調査しました。 または、次のように質問することもできます: 高学歴、または親が高学歴であることは、あなたの借金の額と関係がありますか?
メグ：アプリケーションと要因間の関係を理解することで、人々は統計手法の学習に従事し続けることができました。
ミーガン:絶対。 特に社会科学専攻として！ 日常の政治においてさえ、私たちは常にその理由を知りたいと思っています。 なぜこの政策は実現しないのですか？ なぜこの人たちはそれに反対するのですか？ 常に議論の背後に何が隠されているかが問題になるため、生徒たちは理由があるかどうかをほとんど直感的に知ることができました。そして、JMP は彼らにとってそれを視覚化するのに非常に役立ちました。なぜなら、彼らはトレンドを確認し、数値を確認することさえできたからです。
メグ：ミーガンさん、将来は法科大学院に行くつもりですか？ これらの定量的なスキルを活用できると思いますか?
ミーガン:法律の分野によっては、JMP で学んだ定量的なスキルを活用できると思います。 たとえば、私が環境弁護士になって、地球温暖化などの原因となる GHG 排出量を調べているとします。 しかし、データ サイエンスが私のキャリアの中心にあるわけではありませんが、それは興味深いプロジェクトでしたし、今もそうです。 前にも言ったように、データは会話を促進します。 私は明らかに根拠に基づいた意見を求めており、JMP はそれを提供してくれます。
メグ：最後の質問です。一般的に、学生または初心者の JMP ユーザーにアドバイスをお願いします。
ミーガン:必ず使うJMPが初心者向けに提供するリソース. 高度なスキルを身につけている場合でも、動画で学習できます。 これらの初心者ガイドを通じて、知っていることの多くを学びました。 何か特定のことをしたい場合、JMP にはそのための方法が用意されている可能性が高いです。そして、私はJMPが持つサンプルセット. JMP で使用する完全にフォーマットされたスプレッドシートを常に見つけることができるとは限らないため、これらは非常に役に立ちました。 あのサプライズは本当に素晴らしかった。そして最後に探索。 すべてのボタンをクリックして、すべてが何をするかを理解してください。 すべてのドロップダウン メニューをクリックします。 それは間違いなく、私が自分のしていることに少し精通した方法です!
