Übersetzungsansätze und Grenzen sozialwissenschaftlicher Theorien für die agentenbasierte Simulationen sozialer Netzwerke

  • Alexander Brand Universität Hildesheim
Schlagworte: Agentenbasierte Modellierung, Netzwerkanalyse

Abstract

Simulationen stellen schon lange eine Erweiterung des sozialwissenschaftlichen Methodenrepertoires dar. Insbesondere im Bereich der Netzwerkanalyse stellt sich dabei die Frage, welches Vorgehen angemessen ist, um theoriegeleitet soziale Interaktionsprozesse zu übersetzen, bei der die Einbettung der Akteure mitgedacht werden muss (Stocker et al., 2001). Hier findet sich eine große Anzahl an Ansätzen, welche allerdings häufig unflexibel in der Modellierung sind und sich strukturell stärker an Epidemiologie (Ferguson, 2007) oder Informatik orientieren (Hummon, Fararo, 1995). Hier bietet die Methode der Agentenbasierten Modellierung eine große Flexibilität der Operationalisierung, da unterschiedliche persönliche Foci und gruppenspezifisches Verhalten expliziert werden können (Schweitzer et al., 2020). Wie eine derartige Übersetzung theoretischer Konzepte in ein agentenbasiertes Modell allgemein geleistet werden kann, soll dabei im Rahmen des Beitrags anhand der Habitus-Feld-Theorie von Bourdieu (1998) betrachtet werden. Hierbei soll insbesondere auf die formale Fassung von Feld, Kapital und Doxa eingegangen werden und anhand einer Fallstudie für institutionelle Kooperationen im Bereich des PISA-OECD Komplexes betrachtet werden. Es zeigen sich dabei die Vorteile einer expliziten Fassung der Rollen der einzelnen Agenten um das Zusammenspiel genauer verstehen zu können und differenzierte mögliche positive Entwicklungsverläufe für Agenten des ökonomischen und negative für die Agenten des akademischen Feldes aufzuzeigen.

Literaturhinweise

Anheier, Helmut K., Jurgen Gerhards, und Frank P. Romo. 1995. Forms of capital and social structure in cultural fields: Examining Bourdieu’s social topography. American Journal of Sociology 100:859–903.

Bellomi, Francesco, und Roberto Bonato. 2005. Network analysis for Wikipedia. In Proceedings of Wikimania.

Bourdieu, Pierre. 1975. The specificity of the scientific field and the social conditions of the progress of reason. Information (International Social Science Council) 14:19–47.

Bourdieu, Pierre. 1997. Zur Genese der Begriffe Habitus und Feld. Der Tote packt den Lebenden 59–78. Hamburg: VSA-Verlag.

Bourdieu, Pierre, und Richard Nice. 1977. Outline of a Theory of Practice. Cambridge University Press.

Colizza, Vittoria, Alessandro Flammini, M Angeles Serrano, und Alessandro Vespignani. 2006. Detecting rich-club ordering in complex networks. Nature Physics 2:110–115.

Ferguson, Neil. 2007. Capturing human behaviour. Nature 446:733–733.

Hartong, Sigrid. 2012. Basiskompetenzen statt Bildung?: Wie PISA die deutschen Schulen verändert hat. Campus Verlag.

Heinze, Thomas. 2012. Netzwerke der Wissenschaft. In Handbuch Wissenschaftssoziologie, Hrsg. abine Maasen, Mario Kaiser, Martin Reinhart und Barbara Sutter, 191–201. Wiesbaden: Springer.

Hone, A. N. W., M. V. Irle, und G. W. Thurura. 2010. On the Neimark–Sacker bifurcation in a discrete predator–prey system. Journal of Biological Dynamics 4:594–606.

Hummon, Norman P, und Thomas J Fararo. 1995. The emergence of computational sociology. Journal of Mathematical Sociology 20: 79–87.

Klein, Dominik, Johannes Marx, und Kai Fischbach. 2018. Agent-Based Modeling in Social Science, History, and Philosophy. An Introduction. Historical Social Research/Historische Sozialforschung 43:7–27.

Li, Yong, Muhammad Rafaqat, Tariq Javed Zia, Imran Ahmed, und Chahn Yong Jung. 2019. Flip and Neimark-Sacker Bifurcations of a Discrete Time Predator-Pre Model. IEEE Access 7:123430–123435.

Marttila, Tomas. 2014. Die wissensbasierte Regierung der Bildung – Die Genese einer transnationalen Gouvernementalität in England und Schweden. Berliner Journal für Soziologie 24:257–287.

Mathea, Robin Stanley. 2015. Eine Übersicht über dynamische Modelle zur mathematischen Epidemiologie. Helmut-Schmidt-Univ., Professur für Angewandte Mathematik.

Metropolis, Nicholas, und Stanislaw Ulam. 1949. The Monte Carlo Method. Journal of the American Statistical Association 44:335–341.

Moos, Lejf. 2009. Hard and soft governance: The journey from transnational agencies to school leadership. European Educational Research Journal 8:397–406.

Müller, Birgit et al. 2013. Describing human decisions in agent-based models – ODD+ D, an extension of the ODD protocol. Environmental Modelling & Software 48:37–48.

Münch, Richard. 2014. Academic capitalism: Universities in the global struggle for excellence. New York u.a. Routledge.

Myles, John F. 2004. From doxa to experience: Issues in Bourdieu’s adoption of Husserlian phenomenology. Theory, Culture & Society 21:91–107.

Parunak, H. Van Dyke, Robert Savit, und Rick L. Riolo. 1998. Agent-based modeling vs. equation-based modeling: A case study and users’ guide. In Multi-Agent Systems and Agent-Based Simulation, Hrsg. Jaime Simão Sichman, Rosaria Conte und Nigel Gilbert, 10–25. Berlin, Heidelberg: Springer.

Riebling, Jan R., und Andreas Schmitz. 2016. Zombie Apocalypse: Modeling the social dynamics of infection and rejection. Methodological Innovations 9:1–12.

Schelling, Thomas C. 1971. Dynamic models of segregation. Journal of mathematical sociology 1: 143–186.

Schmitz, Andreas, Daniel Witte, und Vincent Gengnagel. 2017. Pluralizing field analysis: Toward a relational understanding of the field of power. Social Science Information 56:49–73.

Schweitzer, Frank, Tamas Krivachy, und David Garcia. 2020. An agent-based model of opinion polarization driven by emotions. Complexity 2020: Article ID 5282035.

Serrano, M Angeles. 2008. Rich-club vs rich-multipolarization phenomena in weighted networks. Physical Review E 78:026101.

Slaughter, Sheila A., und Gary Rhoades. 2004. Academic capitalism and the new economy: Markets, state, and higher education. Baltimore: JHU Press.

Stocker, Rob, David G Green, und David Newth. 2001. Consensus and cohesion in simulated social networks. Journal of Artificial Societies and Social Simulation 4(4).

Stonedahl, Forrest, und Uri Wilensky. 2008. NetLogo Virus on a Network model. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL. https://ccl.northwestern.edu/netlogo/models/VirusonaNetwork (Zugegriffen: 05.08.2021).

Witte, Daniel, und Andreas Schmitz. 2019. Netzwerke als transversale Felder. In Netzwerke in gesellschaftlichen Feldern, Hrsg. Jan Fuhse und Karoline Krenn, 25–61. Wiesbaden: Springer.

Veröffentlicht
2021-09-15
Rubrik
Sektion Soziologische Netzwerkforschung: Aktuelle Entwicklungen in der Netzwerkforschung