Nov 29, 2008

LIS 97.11.24

看著老師開學前印的課程大綱,原本以為是邀請Foster老師為大家做專題演講,喔喔!一看投影片直覺反應就是....是不是調課了 XD。Foster老師以自身的研究告訴我們何謂文獻探討、其基本架構及老師本身的研究,而下半場是在討論出遊及譯碼的部份。

文獻閱讀的方法

在聽完老師分享的文獻探討後,有一個相當適合新手的我們進行學習,就是做表格來對已閱讀的文獻做比較,像是"topic、purpose、findings、discussion等,並記錄所有閱讀過文獻的重點,以及做mini summary,類似小筆記方便之後組織及整理。我對這個部份感觸最深,因為常常在看paper的過程中,都只記得大意,而透這個方式可以帶給自己很大的幫助,尤其在找出關聯性的部份。

Nov 23, 2008

RM 97.11.19

本週進度是調查研究法,課前老師發了一個空白卷讓我們評鑑一個數位學習教材,除了一邊觀察別人如何做數位教材之外,也藉由這個方式先對調查研究法做個暖身。

感想(感受):
今天上的課是大家最常見,也是最普遍被使用的研究方法「調查研究」,我想大家即使不參與設計問卷,也幫很多人填過問卷(先不計較問卷好壞),相較於先前的研究方法,不管是質化亦或實驗研究都更加平易近人,雖然還沒有到討論量化資料分析的階段,但至少在學習設計問卷上以及需避免所犯的錯誤有了一定的認識,剛好實作上要設計圖書館讀者分析的問卷,再加上常聽到媒體提到多少個信心水準跟正負差多少,就私下跟joyce請教了老師關於信心指數及標準差的概念,解開疑惑的感覺真好。

沒有任何一個研究法是完美的,有時候是個兩面刃,應該要有很多方法來驗證。

重點整理(認知):
1.調查研究問題的適切性:
(1)可以用變項來測量的研究
(2)藉由調查可蒐集到調查對象的資訊(態度、喜好等)
(3)有關於信仰或行為的自陳報告
2.調查研究的步驟:形成假設理論→進行步驟設計→決定取樣方法→實際進行→整理及分析資料→撰寫
3.撰寫問卷問題的重要原則
(1)避免用術語、俚語或縮寫
(2)避免語意模糊、混淆
(3)避免情緒性字眼和聲望的偏誤
(4)避免模稜兩可的問題
(5)避免引導式問句
(6)避免問受訪者能力所無法回答的問題
(7)避免錯誤的前提
(8)避免問未來的意圖
(9)避免雙重否定
(10)避免重複或偏重某種答案類別
4.問卷問題的呈現方式:
(1)簡單式─最普遍的問卷格式,要求受訪者在一系列答案裡挑選一個
(2)列聯式─通常有一系列相銜接的問題,視受訪者的答案而定(答「是」,請跳答第5題)
(3)矩陣式─有很多強度不同的選項(非常不滿意、不滿意、普通、滿意、非常滿意)
5.問卷實施方法:(應視研究主題互相搭配,不應單單使用一種方法。)
(1)郵寄與受訪者自行填答
(2)電訪
(3)面對面訪談
(4)特殊情境(焦點團體法)

練習題(行動):課堂練習修改問卷設計

LIS 97.11.17

本週邀請到世新大學資傳所老師阮明淑,為大家做專題演講「資訊組織(知識組織)是什麼」。今天演講的重點主要放在概念的建立及其老師的相關經驗。

從資訊組織到知識組織

人無時不刻地在組織所有傳送來的資訊,分類、貼標籤、濃縮、剔除,沒有經過這樣的過程,很難將所接收來的資訊納為己有轉而變成知識,且多半是主觀的。然而我更好奇的不是組織資訊或知識的部份,而是不同的人遇到相同的資訊會如何處理的差異點,因為這樣的差異點的背後其實有它的一個故事,像是老師有提到的俗民分類,以及在很久之前自然語言似乎都跟組織所獲得的資訊有關。

工具的運用

我認為組織的工具是相當重要,有時候我們覺得資訊只在眼前飄動,並未被組織,有一半可能是睡眠不足,另一半的可能是工具運用錯誤或不當,像美美老師在開學前就有推薦一個Freemind的軟體,可以快速幫同學將筆記的地圖建立並組織起來,就是在組織知識很好的入門

角色的轉變

老師引用了一位學者Birger Hjorland於2008所提出來對知識組織的定義,其中老師有說提到現今圖書館專業人員多半傾向於新科技與新標準,而忘記或忽略原本的角色的意義及任務。每次看到或聽到這樣的訊息,我都會覺得那似乎有些許無奈在裡頭,有時候我們自己都知道那個是最重要,最需被進行,卻因為某些因素,只能默默地看著它或只能使上轉一隻手指頭的力氣。

PS己經很久沒看過老師了,老師依然相當熱情,真是懷念。

Nov 14, 2008

RM 97.11.12

本週的進度是實驗研究法,由美美老師來幫大家上課,也是大家第一次上量化研究法的課,暌別已久的中文回來了。XD

感想(感受):
今天一上課老師就提醒大家作筆記的方法,也再次幫我們複習質化與量化的不同,惟持老師上課的一慣作風,給同學們先做個課前緩身,最後才進入正式的主題,研究法課這樣一路上下來,最大的感觸大概就是practice, practice and practice。每堂課老師都用練習來讓大家了解研究法到底是什麼,也惟有此才能真正學習到。

重點整理(認知):
適合實驗法的研究:藉由可操控變項,而得知是不是可以改變情形的研究
實驗設計的構成:處理或自變項、依變項、預試、後測、實驗組、控制組、隨機分派。其中處遇是可以改變的條件,自變項不能改變
將上課的練習題,用實驗研究架構的方式呈現,如下圖:(不曉得對不對)

圖:實驗研究


練習題(行動):閱讀ISP model,將概念轉化為變項、畫成實驗設計架構圖、列出各變項的資料來源、寫出研究假設

LIS 97.11.10

本週邀請到中興大學圖資所老師蘇小鳳,為大家做專題演講「探索讀者的隱私與隱思-RFID資訊隱私與讀者訴願」,這個研究老師還未公開發表,就能搶先看,真的是很幸運,在蘇小鳳老師的手中,這個研究居然活靈活現的起來,而且研究的結果真的很有趣。

新科技的逆襲

我對RFID的認知,停留在悠遊卡及圖書盤點的運用上,而跟自己切身相關的悠遊卡,我其實從來沒有去細想,到底有多少資料被儲存在裡頭,頂多就儲值金額跟搭乘記錄,所以如果我是受訪對象,大概會是在被問的那個時候,才會開始想裡頭到底儲存什麼資料,不過不致於會到焦慮的程度。可能我對這方面的敏感度不高吧,但難保有一天它不會如同機械公敵一般。

我想我應該是少數不喜歡多卡合一的人吧,我傾向於卡片越單純越好,

監控vs隱私

的確!當你拿著悠遊卡,你就開始被監控,當天的行跡被很清楚的記錄下來很像是傅柯所說的圓型監獄,人們住在圓型的監獄裡,被圓中心的獄卒所監視。所有的資訊都有被攤在陽光下的可能。(不過悠遊卡是不記名啦)
另外演講中小鳳老師有提到:幾乎每個人都覺得他很重視隱私權,可是被儲存那些資訊、臨界點在那裡以及新科技記錄資料可能會危害到自身權益的部份,卻不是那麼清楚,我想很有可能是認知上及教育上的不足。

訴願

我對我自己訴願的經驗,沒有什麼清楚的記憶,可能自己本身是服務業,被人訴願的機率比較高吧!哈!我從來沒有對館員訴願過(那時聽見小鳳老師訴說的那些經驗,其實我很震驚,因為這樣的處理方式,顯現那位人士的教育訓練要再加強)。不過我常打客服電話詢問問題,當電話被轉來轉去,我要一直重覆我的問題以及客服沒有解決我的問題,以及在我表明他說的解決方式我已經試過,還一直重覆制式的回答,那麼我就會不開心。

Nov 7, 2008

LIS 97.11.05

本週邀請到政治大學圖檔所陳志銘老師,為大家做專題演講「數位典藏支援數位學習模式研究」,除了對數位學習做一個基本介紹之外,在演講中也為大家帶來「木柵高工」「政大附中」及「師大圖書館」的實際案例。

典藏物的授權問題

其實今天一看見這個專題演講題目,我馬上就想到有關於數位典藏物的授權問題,之前有要幫A機構做數位學習的案子,瞧見A機構的數位典藏做的還不錯,有很多數位典藏物都可用做數位學習的素材,很開心地跟A機構提起,當然A機構也詢問了幫他們的廠商,不過得到的回覆是雖然A機構出經費將數位典藏做起來,但著作權不在他們。之後我們的解決辦法是如遇特殊符號或圖騰由美編重繪,如為現實照片的話,則個別與攝影家談授權,諸如:一張多少錢、只能用於網路使用等等限制。

不曉得這樣的情形,在數位典藏中算是少數還算普遍?

人性、趣味性、教育的遊戲規則

在聽完陳老師的演講,覺得數位學習是一件相當有趣的事,尤其是情境感知的部份,然而為什麼沒有很普及?是人性使然嗎?是台灣教育的方式造成?或又真的可以帶進偏鄉地區,普及並降低學習落差嗎?他們的接受度會比一般都市高嗎?我想終究還是需要一個孔子不遺餘力地推動吧!

另外現在的數位學習大都是很單向的,做了個flash教材就當一門課,就算做的有多互動,甚至老師也「可能」參與線上討論,整個型式感覺一點都不活,真的很不吸引人。

當然企業為什麼數位學習會成功,就像老師所說的就企業而言降低教育訓練成本,就員工而言領人家飯吃當然也得配合,但是不是真的有成效?多久才吸收完成?還有待觀察。(還記得之前流感很「盛行」,公司要大家上網學習流感新知後線上測驗,雖說要考一百分才算完成,但天曉得我那一百分是怎麼考的)

學校的BlackBoard,說實在話要不是老師把講義放在上面,要不我想我可能還不知道那個地方吧!

RM 97.11.03

上星期在圖書館中觀察讀者的行為,還好當時人不多,所以在記錄上沒有過於忙碌,但經常還要洋裝只是「路過」來近距離看他們到底在做什麼,有時候坐坐他們後面的方向,有時候坐坐他們前面的方向,不曉得他們有沒有注意到我。

本週原本要上歷史比較法,但先前進度整整落後一週的課程,所以老師先為大家說明相較之下更為重要的部份「質化資料分析」。說明質化量化的相似與相異性,並用課堂上的小練習,讓我們看看質化研究的冰山一角。

感想:
我認為今天上課最讓我覺得質化世界好大的是課堂上的練習,Open coding→Axial coding→Selective coding的部份!雖然以前都會看類似像文本分析的書,也看過別人用民族誌研究新聞室場域的文章,但從來沒想到它的背後居然這麼偉大(我找不出任何形容詞,來說明心中的感受,偉大可能算是較貼近的了)看似沒有意義不規則的資料中,給予分類和編碼,真的需要很細膩。

重點整理:
1、量化與質化的相似之處
(1)推論Inferential:意義推論,提供或解釋所觀察到的data意義
(2)公開的方法或過程Public method/process:
(3)以資料分析比較為中心Comparison is central
(4)避免錯誤、有問題的結論及誤導的推論Strive to avoid errors,false conclusions,misleading inferences
2、量化與質化的相異之處
(1)前者標準化;後者較不標準化
(2)前者根據收集完的資料做分析;後者收集資料即分析資料
(3)前者推論;後者歸納
(4)前者使用統計分析;後者不使用統計分析
3、質化資料分析步驟:質化資料概念化後進行開放式編碼(分析文本本身)→主軸式編碼(分析第一次的編碼,將其category)→選擇性選碼(選擇性的檢視能反映主題的個案,並在大多數或所有資料完成編碼後進行比較或對照)
4、分析策略分為
(1)理想型ideal type
(2)連續的近似值successive approximation
(3)舉例法illustrative method
(4)範疇分析domain analysis
(5)分析比較analytic comparison
(6)敘述分析narrative analysis
(7)負案例分析negative case method:(假設資料對應不上理論說明,需重新進行)

練習題:除了將task3完成之外,我們小組也針對上次的主題開始找資料,大家合力找出許多資料,現在也正合力把那些資料消化掉。XD