Megan Tengan est étudiante en terminale à l'Université d'Hawaï à Mānoa à Honolulu, où elle poursuit une double spécialisation en sciences politiques et en philosophie. En tant que trésorière et secrétaire de la Mānoa Pre-Law Association, Megan prévoit de fréquenter une école de droit après l'obtention de son diplôme en décembre 2022.
Elle travaille actuellement comme stagiaire au Congrès au bureau du sénateur américain Mazie K. Hirono à Washington, DCAu cours du semestre d'automne 2021, Megan a été assistante d'enseignement pour le cours de sciences politiques de niveau 300 du Dr Lawrence Nitz, Enquête et analyse politiques. Ensemble, ils ont élaboré une série de plans de cours et de devoirs basés sur des questions de recherche qui pourraient être explorées à l'aide d'ensembles de données ouvertes.
Megan soutient également les recherches indépendantes entreprises par Nitz, enquêtant sur la mesure dans laquelle les tweets liés à Covid à Hawai'i sont motivés par les fluctuations du taux de nouvelles infections et des nouvelles locales et des reportages d'opinion.J'ai parlé avec Megan pour lui poser des questions sur son expérience d'apprentissage et de travail avec JMP dans un contexte de sciences sociales.
Megan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan , étudiante de premier cycle à l'Université d'Hawaï à Mānoa
Még : Alors dis-moi, Megan, comment t'es-tu intéressée aux statistiques ? Les approches quantitatives ont toujours été une branche importante des méthodes de recherche en science politique, mais de nombreux étudiants en sciences politiques – moi y compris ! – n'obtenez pas beaucoup d'exposition de premier cycle aux statistiques.
Mégan : Je n'avais jamais travaillé avec des chiffres en science politique [avant d'être TA pour Professeur Nitz ], donc les statistiques étaient nouvelles pour moi ! J'ai appris aux côtés de mes élèves. Cela dit, c'était une expérience vraiment cool de jouer avec les chiffres et l'analyse de texte, car nous avons examiné de nombreuses statistiques sociales comme les données sur la race et la santé – et nous examinions, bien sûr, également Covid.[Avoir de l'expérience avec les statistiques] est un excellent créateur de CV car je pense que l'avenir est à l'analyse des données. Il y aura toujours ce besoin d'enquête quantitative.
Még : Y a-t-il eu un tournant pour vous, où vous avez réalisé à quel point les compétences en analyse de données seraient importantes ? Ou quand avez-vous vu l'importance des données telles qu'elles se sont déroulées dans un cas d'utilisation en sciences sociales ?
Mégan : En classe, nous avons examiné des tweets sur la théorie critique de la race et utilisé l'analyse de texte pour examiner l'opinion populaire. De toute évidence, les mouvements modernes de défense des droits civiques ont pris de l'ampleur récemment, et en tant que Gen Z, c'est quelque chose sur ma chronologie des médias sociaux.Je ne savais pas qu'on pouvait analyser un texte comme on le faisait en classe, et JMP nous a donné les moyens d'analyser non seulement des mots et des phrases courants, mais le ton du texte. Je suppose que je n'avais tout simplement pas réalisé qu'il existait une technologie capable de faire cela - qui pouvait rechercher dans les données des médias sociaux.
Még : Maintenant que les gens vivent leur vie en ligne, il existe une quantité incroyable de données ouvertes auxquelles tout le monde peut accéder librement. Et j'imagine que les spécialistes des sciences sociales ne sont que la pointe de l'iceberg lorsqu'il s'agit d'utiliser ces données pour la recherche. Comment avez-vous procédé pour créer une bibliothèque de devoirs de cours autour des données de Twitter, et quels types de compétences vouliez-vous que les étudiants apprennent ?
Mégan : Le professeur Nitz a compilé des tweets liés à l'état d'Hawai'i et à des sujets d'actualité comme Covid ou la théorie critique de la race. Ensuite, nous organisions les étudiants avec quelques articles sur le sujet : qu'est-ce que c'est et quelle [est la controverse]. Ensuite, nous leur donnerions l'ensemble de données.La mission consistait à utiliser diagrammes et graphiques dans JMP pour analyser et comprendre [les tendances des données], puis appliquer ce que vous voyez au monde réel. Nous faisions analyse de texte et a changé certains des paramètres pour se débarrasser de [le bruit]. Par exemple, sur Twitter, vous voyez beaucoup de "http", qui n'est qu'un lien hypertexte, et vous n'en avez pas besoin. Nous avons beaucoup appris sur la suppression de données qui ne sont tout simplement pas pertinentes et qui obscurcissent votre analyse.Une fois que nous avions retiré tout le texte dont nous n'avions pas besoin, nous posions des questions telles que : « Est-ce que le groupe de mots principaux est similaire ? » ou "Est-ce que les deux corps de texte se rejoignent de la même manière?" Les élèves examineraient deux ensembles distincts de tweets et compareraient. [Lors de la préparation des ensembles de données], nous avons essayé de faire en sorte que l'un soit un peu plus passionné - par exemple, clairement indigné par la théorie critique de la race - tandis que l'autre utilisait des mots positifs mais sur un ton ironique ou sarcastique.
Nous voulions déconcerter un peu les étudiants, car JMP pouvait considérer l'ironie comme un sentiment positif alors qu'en réalité, ce n'est pas le cas. Ils ont dû apprendre à lire le tableau d'une manière différente… et exécuter un analyse des sentiments : Les [deux ensembles de données] sont-ils similaires en termes de contenu de sentiment positif et négatif ?Nous avons souligné l'importance de nettoyer les termes désignés comme mots vides et avons demandé aux étudiants d'expliquer les différences entre les clusters qu'ils observaient. JMP regrouperait différents thèmes - l'un serait sur l'éducation, un autre sur les politiciens, un autre sur le racisme, un autre sur la discrimination, etc. JMP a catégorisé les données de cette manière, et mes étudiants ont pu me dire ce qu'ils ont vu dans chaque groupe.
Még : Twitter est un véritable champ de mines pour le sarcasme ! Comment un outil statistique détermine-t-il l'intention ?
Mégan : Droit. Donc, quelqu'un pourrait tweeter quelque chose comme « Le fait que le racisme soit toujours répandu en Amérique est tout simplement incroyable », même s'ils ne veulent pas dire que c'est fantastique ; ils veulent dire qu'il est étonnant ou choquant que le racisme soit toujours un problème.Et vous devez tenir compte du contexte autour d'un mot, bien qu'évidemment vous n'allez pas lire chaque mot des milliers de tweets que nous avons extraits. Par exemple, vous pourriez penser que les gens disent que la théorie critique de la race est incroyable ou étonnante, même si ce n'est pas ce que les gens qui tweetent veulent vraiment dire. Nous avons donc demandé aux étudiants d'utiliser JMP pour observer comment le sentiment était dispersé et séparer le ton ironique du littéral.
Még : Personne ne pourrait dire que ce n'est pas intéressant… mais quelle est l'application ? Qu'apprends-tu?
Mégan : Eh bien, deux choses. Pour les étudiants, l'enquête et l'analyse politiques sont un cours obligatoire, et je pense qu'en fin de compte, l'analyse des données est une bonne compétence à apprendre. En effet, un de nos conférenciers invités a offert à quelques personnes des postes de stagiaires en analyse statistique à la fin du semestre ! Plus vous connaissiez bien JMP, et plus vous y consacriez de temps, plus le salaire était élevé. Nous avons donc demandé à quelques étudiants de l'essayer, et j'espère qu'ils ont fait quelque chose de l'expérience. Et deuxièmement, mon professeur et moi envisageons de présenter notre recherche sur les tweets Covid lors de la conférence JMP de cette année.
Még : J'espère que tu vas le faire! Ce sujet ferait un excellent Sommet Découverte parler! Alors, dites-moi, quels sont les plus grands défis auxquels vous êtes confrontés en matière de données lorsqu'il s'agit d'utiliser des données ouvertes pour explorer l'opinion publique ?
Mégan : D'une part, JMP lui-même est très facile à utiliser. J'aime l'interface utilisateur. Mais cela s'accompagne de la responsabilité de lire correctement les données. Je pense que c'est par essais et erreurs pour trouver ce que vous voulez, et vous devez avoir une bonne compréhension de ce que vous apprenez afin de pouvoir voir des modèles lorsque vous pensez qu'il n'y en a pas. Même si le motif est qu'il n'y a pas de motif, c'est un motif ! Cela peut être difficile à comprendre au début.JMP vous donne tellement d'informations, ce qui peut être comme une épée à double tranchant parce que c'est formidable [de pouvoir accéder à autant de données], mais vous devez également distinguer ce que vous recherchez. Par exemple, je peux appliquer cette énigme à notre projet actuel car jusqu'à présent, nous n'avons pas trouvé la relation causale que nous attendions entre l'augmentation des infections à Covid et les tweets associés - c'est-à-dire les tweets concernant les sujets d'Hawai'i, Covid et notre gouverneur, David Ige.
Még : Qu'espériez-vous trouver ?
Mégan : Nos principales questions étaient : ces tweets sur Covid à Hawai'i sont-ils motivés par les taux d'infection récents ? En d'autres termes, une fois que l'État signale que nous avons 700 nouveaux cas, cela incite-t-il davantage de personnes à tweeter sur Covid ?Et deuxièmement, quel est le contenu de leurs tweets ? Le contenu d'un tweet est-il lié à l'actualité diffusée sur le Covid à Hawai'i ? Au début, c'était comme "cette maladie mortelle", puis c'est devenu "devrions-nous nous faire vacciner ?" Et puis "Devrions-nous obtenir le rappel?" Maintenant, ce sont des mandats, pas de mandats, des mandats levés, etc. Les nouvelles peuvent décider de ce dont elles parlent, et nous voulons savoir si cela affecte ce que les citoyens moyens choisissent de tweeter.Encore une fois, nous devons souligner le sarcasme. Les gens pourraient dire quelque chose comme "Génial, ce touriste a attrapé le Covid" ou "C'est incroyable quand ceux qui appliquent les règles refusent de les suivre". Bien sûr, ils ne signifient pas littéralement ces déclarations.
Még : Cela peut sembler une question simple, mais quelle est la valeur de l'établissement de ces corrélations et relations ? Pour mesurer l'opinion publique ? Informer la politique ?
Mégan : Je pense que vous l'avez parfaitement dit - évaluer l'opinion publique - c'est vraiment ce que nous faisons avec ces missions. Nous voulons comprendre comment l'opinion publique change.La nouveauté d'une pandémie dans ce siècle moderne est, je pense, ce qui a rendu la recherche si intéressante parce que cela ne s'est pas produit depuis cent ans. Nous n'avions pas JMP ou quelque chose comme ça à l'époque, n'est-ce pas ? Et surtout maintenant avec les médias sociaux – et Twitter en particulier – nous avons une plate-forme sans précédent où le public peut exprimer ses préoccupations et ses opinions. Nous avons plus de matériel que jamais à analyser dans JMP !
Még : En tant qu'auxiliaire d'enseignement, quelles approches pédagogiques avez-vous observées qui fonctionnent le mieux lorsqu'il s'agit d'enseigner les statistiques aux étudiants de premier cycle non spécialisés en statistique ?
Mégan : Je pense que l'important est de pouvoir établir des relations dans les ensembles de données que nous choisissons de donner aux étudiants. Nous avons passé quelques semaines à couvrir la probabilité des relations - le gamma ou autre - et c'était peut-être un peu difficile à comprendre pour tout le monde, surtout si nous avions choisi des facteurs différents de ceux que nous avions choisis dans les démos.Mais je pense que la vraie partie mathématique était le coup de pied, parce que vous avez raison – ces étudiants n'étudient pas les mathématiques. Mes mathématiques les plus élevées étaient comme pré-calcul, et je détestais ça !
Une fois que nous réalisons que tout le monde n'est évidemment pas intéressé ou particulièrement doué pour le côté mathématique des choses, nous pouvons nous concentrer davantage sur l'établissement de relations. Par exemple, nous avons fait une enquête sur la mesure dans laquelle les citoyens d'un État font confiance aux politiciens de leur État d'origine par rapport au président, et nous avons examiné si le local dirige le national, ou vice versa. Ou nous pourrions demander : le fait d'avoir un diplôme supérieur - ou vos parents ayant un diplôme supérieur - a-t-il quelque chose à voir avec le montant de votre dette ?
Még : En comprenant l'application et les relations entre les facteurs, cela a aidé les gens à rester engagés dans l'apprentissage des méthodes statistiques.
Mégan : Absolument. Et surtout en tant que major en sciences sociales! Nous voulons toujours savoir pourquoi – même dans la politique de tous les jours. Pourquoi cette politique ne passe-t-elle pas ? Pourquoi ces gens sont-ils contre ? Il s'agit toujours de ce qui se cache derrière l'argument, il était donc presque intuitif pour mes étudiants de découvrir s'il y avait un pourquoi.Et JMP les a vraiment aidés à visualiser cela pour eux, car ils pouvaient voir les tendances et même regarder les chiffres – même s'ils ne le voulaient pas – et voir ensuite s'il existait une relation entre les facteurs que nous examinions.
Még : Alors tu as une école de droit dans ton avenir, Megan ? Pensez-vous que vous serez en mesure de mettre à profit ces compétences quantitatives ?
Mégan : Je pense que, selon le domaine du droit dans lequel j'interviens, je pourrais utiliser et appliquer ces compétences quantitatives que j'ai acquises grâce à JMP. Par exemple, peut-être que si je deviens avocat environnementaliste et que je regarde les émissions de GES qui provoquent le réchauffement climatique ou autre. Mais même si la science des données n'est pas au centre de ma carrière, c'était, et c'est toujours, un projet intéressant à avoir à côté. Et comme je l'ai déjà dit, les données alimentent la conversation. J'aime évidemment avoir une opinion fondée sur des preuves, et c'est ce que JMP est en mesure de me fournir.
Még : Ma dernière question est donc la suivante : quels conseils donneriez-vous aux étudiants ou aux utilisateurs novices de JMP en général ?
Mégan : Utilisez impérativement le ressources que JMP propose aux débutants . Même si vous arrivez avec des compétences avancées, vous pouvez toujours apprendre à travers les vidéos. J'ai appris beaucoup de ce que je savais grâce à ces guides pour débutants. Si vous voulez faire quelque chose de spécifique, JMP a très probablement un moyen pour vous de le faire.Et je recommande d'utiliser le ensembles d'échantillons dont dispose JMP . Ceux-ci ont été très utiles car vous ne pouvez pas toujours trouver une feuille de calcul parfaitement formatée à utiliser dans JMP. Cette offre était vraiment géniale.Et enfin, explorez. Cliquez sur tous les boutons et découvrez ce que tout fait. Cliquez sur tous les menus déroulants. C'est définitivement comme ça que je me suis un peu mieux familiarisé avec ce que je faisais !
