Data
데이터 개요
| 지표 | 값 |
|---|---|
| 총 참여자 수 | 18명 |
| 직업군 | 4개 (IT/게임, 법률, 교육/연구, AI 전문가) |
| FGI 라운드 | 6라운드 |
| 회의록 | 14개 |
| 전사본 | 14개 |
| 총 코드 수 | 2,705개 |
| 총 인용문 수 | 1,908개 |
| 코드-인용문 링크 수 | 5,739개 |
| 다중 단계 인용문 비율 | 83.3% (1,587/1,906) |
직업군별 분포
| 문서 그룹 | 참여자 수 | 특성 |
|---|---|---|
| IT_게임 | 6명 | 기술 직군, AI 직접 활용 |
| 법률 | 8명 | 전문직, 규제 환경 |
| 교육_연구 | 2명 | 학술/교육 분야 |
| AI_전문가 | 2명 | AI 개발/연구 직접 종사 |
A-PEM 단계별 코드 분포 (최종)
| 단계 | 코드 수 | 비율 |
|---|---|---|
| A (인식, Awareness) | 839 | - |
| P (지각, Perception) | 858 | - |
| E (구상, Envisioning) | 311 | - |
| M (관리, Management) | 857 | - |
| APEM_외부 | 228 | - |
하나의 코드가 복수 단계에 배치될 수 있으므로 합계는 총 코드 수를 초과한다.
분석 데이터셋
질적 코딩 데이터
- ATLAS.ti 프로젝트 5개 버전 (AI-Work-1 ~ AI-Work-5)
- 117개 코드 간 관계 링크 (tagTagLinks)
네트워크 분석 데이터
- 코드 동시출현 네트워크: 376노드, 605엣지 (동시출현 >= 2 기준)
- 5개 네트워크 뷰: 단계 전이, 단계 내 연관, 모순, 위계, 통합
STM 분석 데이터
- 901개 인용문 텍스트 (인용문 코퍼스)
- 구조적 토픽 모델링: K=10 토픽
- 직업군을 공변량으로 투입
허브 코드 (네트워크 중심성 상위)
| 코드 | 연결 수 | 소속 단계 | 매개 역할 |
|---|---|---|---|
| 효율성 | 12 | P | P->E 전이의 핵심 매개 |
| AI 활용 | 11 | E | E->M 전이의 교량 |
| 전문성 | 10 | P | P->E 전이의 촉매 |
| 기술에 대한 우려 | 9 | A | A단계 내 응집 중심 |
| 책임감 | 7 | M | M->A 피드백 루프 핵심 |