КМ — Проект Миграция — Полевые материалы

Миграционные политики, инфраструктура и экстралегальное миграционное поведение на восточных границах России (РФИИ № 19-010-0054)


полевые материалы

Описание

Изначально мы планировали использовать смешанную методологию эмпирического социального исследования: методы цифровой этнографии, кейс-стади, глубинное лейтмотивное интервью, а также традиционные методы дескриптивной статистики.

Мы построили общую логику исследования по следующей схеме:
1) на первом этапе («поисковом») планировали использовать методы цифровой этнографии. В качестве эмпирических объектов исследования выбрали форумы и чаты, специализированные порталы работодателей и соискателей, закрытые и открытые группы в социальных сетях и пр. в онлайн-среде.
2) на втором этапе («полевой») хотели провести серию глубинных лейтмотивных интервью. Гайды и выборка для проведения этого этапа были бы сформированы по итогам «поискового» этапа.
3) третий этап («кабинетный») планировали посвятить подробному описанию «случаев» для их дальнейшего сопоставления. Данный этап включил бы в себя систематизацию полученных на предыдущих этапах данных.

Однако мировая пандемия поставила нас перед необходимостью использовать преимущественно цифровые данные, то есть «цифровое пространство» стало не дополнительным, а основным источником данных. В 2020 г. планировалась серия экспедиций, в т.ч. в Корею и Китай. Однако из-за введенных ограничений на мобильность в условии пандемии, большинство запланированных экспедиций было отменено. В связи с этим мы полностью переключились на сбор цифровых данных. Это потребовало большей методологической рефлексии по поводу методов сбора и анализа данных, дополнительных усилий по изучению мирового опыта в сфере digital migration studies (цифровых исследований миграции).

В дальнейшем мы использовали методы интеллектуального анализа текстов и цифровой этнографии. Разработали и апробировали алгоритм интеллектуального анализа текстов, производимых россиянами, работающими в Корее, в таких мессенджерах, как WhatsApp, Telegram и Viber. Разрабатывая этот алгоритм, мы стремились, насколько это возможно, контролировать ошибки и смещения, которые могут возникнуть из-за обращения к библиотекам, готовым алгоритмам машинного обучения, «древовидным» языковым банкам, которые доступны в настоящее время для использования в R.

Оcновные полевые материалы:

Цифровые данные
Интервью

Краткая информация

ЗАКАЗЧИК
Российский Фонд Фундаментальных Исследований

ДЛИТЕЛЬНОСТЬ ПРОЕКТА
2019-2021

РУКОВОДИТЕЛЬ ПРОЕКТА
Наталья Рыжова

УЧАСТНИКИ ПРОЕКТА
Татьяна Журавская
Денис Крылов
Елизавета Моргун
Юлия Корешкова
Радмила Куропатова

Photo by Kari Shea on Unsplash