9.3 mSNA TasksThroughout the design

9.3 mSNA Tasks
Throughout the design study, we gradually learned more about what kinds of tasks social scientists would like to perform during mSNA.
Many tasks came from observations of how participants explored and learned about the provided NSF data using MMGraph. Other tasks were captured from the discussion regarding their own data and how they would analyze their data using MMGraph. While the following list is not exhaustive, it could be an initial set of tasks for mSNA, which may contribute to increase task clarity in mSNA. Note that we did not include any common tasks that also can be found in unimodal SNA (e.g., seeing the distribution of a network metric over a particular mode), and the design of MMGraph could bias the kinds of tasks that we elicited below:
 Identify a node with an extreme network metric w.r.t. another mode. (e.g., In media network with media, words, and readers as modes, P3 wanted to find the most central medium, word, and
reader with respect to each other.)
 Correlate within-mode and between-mode network. (e.g., In the NSF dataset, participants were curious whether a successful

Results (Indonesian) 1:

9.3 tugas mSNASepanjang studi Desain, kami secara bertahap belajar lebih banyak tentang apa yang akan seperti jenis tugas sosial ilmuwan untuk melakukan selama mSNA.Banyak tugas datang dari pengamatan tentang bagaimana peserta dieksplorasi dan belajar tentang data NSF diberikan menggunakan MMGraph. Tugas-tugas lain yang ditangkap dari diskusi mengenai data mereka sendiri dan bagaimana mereka akan menganalisis data mereka menggunakan MMGraph. Sementara daftar ini tidak lengkap, ini bisa menjadi serangkaian tugas untuk mSNA, yang dapat berkontribusi untuk meningkatkan kejelasan tugas dalam mSNA awal. Catatan bahwa kami tidak menyertakan apapun tugas umum yang juga dapat ditemukan di unimodal SNA (misalnya, melihat distribusi jaringan metrik atas mode tertentu), dan desain MMGraph bisa bias jenis tugas yang kita menimbulkan di bawah ini:Mengidentifikasi sebuah node dengan jaringan ekstrim metrik w.r.t. modus lain. (misalnya, dalam jaringan media dengan media, kata-kata, dan pembaca sebagai mode, P3 ingin studi menengah, kata paling tengah, danpembaca terhadap satu sama lain.)Jaringan dalam mode dan antara mode yang berkorelasi. (misalnya, dalam the NSF dataset, peserta yang ingin tahu apakah berhasil

Results (Indonesian) 2:

9.3 msna Tugas
Sepanjang studi desain, kami secara bertahap belajar lebih banyak tentang jenis tugas apa yang para ilmuwan sosial ingin melakukan selama msna.
Banyak tugas berasal dari pengamatan bagaimana peserta dieksplorasi dan belajar tentang data NSF yang disediakan menggunakan MMGraph. Tugas lainnya ditangkap dari diskusi mengenai data mereka sendiri dan bagaimana mereka akan menganalisis data mereka menggunakan MMGraph. Sementara daftar berikut ini tidak lengkap, itu bisa menjadi set awal tugas untuk msna, yang dapat berkontribusi untuk meningkatkan kejelasan tugas di msna. Perhatikan bahwa kita tidak termasuk tugas-tugas umum yang juga dapat ditemukan di unimodal SNA (misalnya, melihat distribusi metrik jaringan melalui modus tertentu), dan desain MMGraph bisa bias jenis tugas yang kami menimbulkan berikut:
? Mengidentifikasi node dengan jaringan metrik wrt ekstrim modus lain. (misalnya, dalam jaringan media yang dengan media, kata-kata, dan pembaca sebagai mode, P3 ingin mendapati paling sentral menengah, kata, dan
pembaca dengan menghormati satu sama lain.)
? Berkorelasi jaringan dalam mode dan antara-mode. (misalnya, Dalam dataset NSF, peserta penasaran apakah sukses