8.2.2 Impacts of MMGraph on mSNABey

8.2.2 Impacts of MMGraph on mSNA
Beyond validating the new features added to MMGraph, we were also able to more clearly observe how MMGraph impacts mSNA processes. Our participants articulated the impacts more clearly in Phase V probably because we did not give specific tasks to participants in this phase. Particularly, we had an interesting discussion with P1, who mentioned that a social network analyst often starts his or her investigation with a particular node instead of the whole network. The node is selected based on various network metrics that analysts can calculate,
such as centrality. After learning about the node, the analyst gradually expands the scope of investigation to connected nodes.
In contrast, in our evaluation sessions, participants demonstrated that they conducted a more structured, step-by-step investigation as follows: First, using PNLBs, participants were able to understand the overview of the between-mode relationships across all modes.
The overview led participants to successfully exclude uninteresting between-mode network (e.g., having a low number of edges drawn between the two mode). Second, after the overview, participants investigated the mode-to-mode relationships instead of delving into a single node. Using multimodal social network metrics, participants were able to sort a band of interest and understand the correlation between the band with others. Participants were also able to easily investigate the correlation between the within-mode network of one mode and the between-mode network with another mode. Third, after finding an interesting phenomenon between modes, participants investigated details of interesting nodes by using the open-sesame interaction and/or the popup view for word clouds. The three steps iteratively repeated throughout mSNA processes.

Results (Indonesian) 1:

8.2.2 dampak MMGraph pada mSNALuar memvalidasi fitur-fitur baru yang ditambahkan ke MMGraph, kami mampu juga lebih jelas mengamati bagaimana MMGraph dampak mSNA proses. Peserta kami diartikulasikan dampak lebih jelas dalam tahap V mungkin karena kita tidak memberikan specific tugas kepada para peserta dalam fase ini. Khususnya, kami memiliki diskusi yang menarik dengan P1, yang disebutkan bahwa seorang analis jaringan sosial sering dimulai penyelidikan nya dengan node tertentu daripada seluruh jaringan. Node yang dipilih berdasarkan berbagai metrik jaringan yang analis dapat menghitung,seperti pemusatan. Setelah belajar tentang node, analis secara bertahap memperluas lingkup penyelidikan ke node node terhubung.Sebaliknya, dalam sesi evaluasi kami, peserta menunjukkan bahwa mereka dilakukan penyelidikan yang lebih terstruktur, langkah-langkah sebagai berikut: pertama, menggunakan PNLBs, para peserta mampu memahami Ikhtisar hubungan antara mode di seluruh semua mode.Ikhtisar dipimpin peserta untuk mengecualikan berhasil menarik antara modus jaringan (misalnya, memiliki sejumlah rendah tepi ditarik antara dua mode). Kedua, setelah Ikhtisar, peserta menyelidiki hubungan mode-ke-mode bukan menggali sebuah node. Menggunakan jaringan sosial multimodal metrik, para peserta mampu menyusun sebuah band menarik dan memahami korelasi antara band dengan orang lain. Peserta mampu juga mudah menyelidiki korelasi antara jaringan dalam modus satu mode dan jaringan antara modus dengan mode lain. Ketiga, setelah finding fenomena menarik antara mode, peserta menyelidiki rincian node yang menarik dengan menggunakan interaksi terbuka-wijen dan/atau tampilan popup untuk kata awan. Tiga langkah iteratively diulangi diseluruh proses mSNA.

Results (Indonesian) 2:

8.2.2 Dampak MMGraph pada msna
luar memvalidasi fitur baru ditambahkan ke MMGraph, kami juga bisa lebih jelas mengamati bagaimana dampak MMGraph proses msna. Peserta kami diartikulasikan dampak lebih jelas dalam Tahap V mungkin karena kami tidak memberikan spesifik tugas fi c untuk peserta di fase ini. Khususnya, kami memiliki diskusi yang menarik dengan P1, yang menyebutkan bahwa seorang analis jaringan sosial sering dimulai nya penyelidikan dengan node tertentu bukan seluruh jaringan. Node dipilih berdasarkan berbagai metrik jaringan yang analis dapat menghitung,
seperti sentralitas. Setelah belajar tentang node, analis secara bertahap memperluas ruang lingkup investigasi untuk node yang terhubung.
Sebaliknya, dalam sesi evaluasi kami, peserta menunjukkan bahwa mereka melakukan lebih terstruktur, langkah-demi-langkah investigasi sebagai berikut: Pertama, menggunakan PNLBs, peserta mampu memahami gambaran hubungan antara mode di semua mode.
gambaran umum menyebabkan peserta untuk berhasil menyingkirkan menarik jaringan antara-mode (misalnya, memiliki angka yang rendah dari tepi ditarik antara dua mode). Kedua, setelah gambaran, peserta menyelidiki hubungan modus-to-mode bukannya menggali node tunggal. Menggunakan multimodal metrik jaringan sosial, peserta dapat mengurutkan band yang menarik dan memahami hubungan antara band dengan orang lain. Peserta juga dapat dengan mudah mengetahui hubungan antara jaringan dalam mode satu modus dan jaringan antara mode dengan modus lain. Ketiga, setelah fi nding fenomena menarik antara mode, peserta menyelidiki rincian dari node yang menarik dengan menggunakan interaksi terbuka wijen dan / atau popup tampilan untuk awan kata. Tiga langkah iteratif diulang seluruh proses msna.