간호사 괴롭힘 관련 인터넷 포털 기사에 대한 댓글의 의미연결망 분석 (Semantic Network Analysis about Comments on Internet Articles about Nurse Workplace Bullying)

서지정보

· 발행기관 : 병원간호사회
· 수록지 정보 : 임상간호연구 / 25권 / 3호 / 209 ~ 220페이지
· 저자명 : 김창희, 문성미

초록

목적: 간호사 괴롭힘에 대한 대중들의 인식이 인터넷 상에 다량 드러나고 있다. 본 연구의 목적은 간호사 괴롭힘 관련 인터넷 기사에 대한 댓글로부터 추출한 단어들의 연결구조를 의미연결망 분석 방법을 이용해 파악하는 것이다.
방법: 2018년 2월부터 2019년 4월까지 Daum과 Naver에 실린 신문기사 중 “간호사”, “태움” 또는 “괴롭힘”이 포함된 기사의 댓글을 Python code를 이용한 웹크롤링 방법으로 수집하였다. KoNLPy의 Open Korean Text를 이용하여 형태소 분석을 수행한 결과 54개의 주요 노드들이 추출되었다. UCINET 및 NetDraw 프로그램을 이용하여 이들 주요 노드에 대한 빈도, 아이겐벡터 중심성, 그리고 매개중심성을 산출하였고 의미연결망을 시각화하였다. 구조적 등위성을 파악하기 위해 CONCOR 분석을 실시하였다.
결과: 본 연구에서는 기사량이 가장 많은 2018년 3월과 2019년 1월의 결과를 제시하였다. 54개의 주요 노드들 중 “간호사”, “병원”, “환자”, “의사”가 빈도가 높았으며 아이겐벡터 중심성 및 매개중심성도 높았다. CONCOR 분석에서는 근무환경 클러스터, 간호사 클러스터, 젠더 클러스터, 그리고 군대 클러스터 등이 나타났다.
결론: 본 연구는 의미연결망 분석을 통해 간호사 괴롭힘에 대한 대중들의 의견을 구조적으로 탐색하였다. 앞으로 소셜네트워크 분석을 이용하여 간호현상에 대한 다양한 연구가 수행되기를 제안한다.

영어초록

Purpose: A significant amount of public opinion about nurse bullying is expressed on the internet. The purpose of this study was to analyze the linkage structures among words extracted from comments on internet articles related to nurse workplace bullying using semantic network analysis. Methods: From February 2018 to April 2019, comments made on news articles posted to the Daum and Naver web portal containing keywords such as “nurse”, “Taeum”, and “bullying” were collected using a web crawler written in Python. A morphological analysis performed with Open Korean Text in KoNLPy generated 54 major nodes. The frequencies, eigenvector centralities, and betweenness centralities of the 54 nodes were calculated and semantic networks were visualized using the UCINET and NetDraw programs. Convergence of iterated correlations (CONCOR) analysis was performed to identify structural equivalence. Results: This paper presents results about March 2018 and January 2019 because these months had highest number of articles. Of the 54 major nodes, “nurse”, “hospital”, “patient”, and “physician” were the most frequent and had the highest eigenvector and betweenness centralities. The CONCOR analysis identified work environment, nurse, gender, and military clusters. Conclusion: This study structurally explored public opinion about nurse bullying through semantic network analysis. It is suggested that various studies on nursing phenomena will be conducted using social network analysis.

참고자료

· 없음