Le projet adopte diverses méthodes aux différents stades de la recherche (voir la figure), que nous expliquerons brièvement sur cette page.
Le projet adopte diverses méthodes aux différents stades de la recherche (voir la figure), que nous expliquerons brièvement sur cette page.
Une enquête transnationale à grande échelle sera menée dans cinq pays européens, sélectionnés en fonction de la diversité des régimes de cohésion sociale présents en Europe (Dragolov et al. 2016 ; Green et Janmaat 2011). Les pays sélectionnés sont la Hongrie, les Pays-Bas, la Pologne, la Suisse et la Suède. Ces pays varient dans leurs niveaux d'inégalité, de diversité et de polarisation, ainsi que dans leurs normes et institutions (par exemple, les régimes d'État-providence ; Esping-Andersen 1999 ; Ferrera et Rhodes 2000). Par conséquent, on peut s'attendre à ce que les pays diffèrent dans la mesure où ils présentent des clivages dans les modèles de socialisation. Par ailleurs, chaque pays dispose d'excellentes statistiques démographiques, nécessaires à l'enquête. Pour tous les pays, un échantillon national représentatif de la population générale sera constitué de 1 500 personnes par pays (soit 7 500 au total). Un centre d'enquête international sera chargé d'administrer l'enquête par le biais d'entretiens personnels assistés par ordinateur (CAPI) d'une durée d'environ une heure. Le questionnaire porte sur la cohésion sociale, les relations sociales et les caractéristiques individuelles.
Les données seront analysées statistiquement et seront également utilisées pour simuler les réseaux sociaux des populations sur la base des statistiques de l'enquête. À cette fin, nous construisons une population de la taille de la population nationale (ou réduite) et attribuons des attributs aux nœuds (citoyenneté, classe sociale, religion, orientation politique) dans les proportions et avec le degré d'intersectionnalité présents dans la population, selon les statistiques démographiques. Nous spécifions ensuite un modèle de génération de graphe (par exemple, basé sur un modèle de graphe aléatoire exponentiel; voir Leskovec et al. 2010; Smith et Burow 2018) pour générer une structure de réseau cohérente avec ce que nous avons observé dans l'enquête, c'est-à-dire basée sur les distributions de degrés, l'hétérogénéité du réseau et les paramètres structurels trouvés dans l'enquête. Avec ce modèle, la structure du réseau peut être simulée, en ne conservant que les modèles qui ont un bon niveau d'ajustement avec les paramètres extraits de l'enquête (cf. Leskovec et al. 2010; Smith et Burow 2018). En effectuant cette simulation de nombreuses fois, nous pouvons explorer la variation des structures macroéconomiques cohérentes avec les paramètres afin d'évaluer les modèles macroéconomiques de manière plus détaillée.
Consultez notre page "Êtes-vous un participant" pour mieux comprendre ce qu'implique la participation.
Afin d'étudier plus en profondeur le lien entre les réseaux sociaux et les expressions subjectives de la cohésion et d'explorer les résultats surprenants de l'enquête, nous mènerons des entretiens qualitatifs de suivi auprès d'une sélection de 60 répondants. Parmi les répondants qui acceptent d'être contactés pour un entretien de suivi, nous sélectionnerons les participants sur la base du principe qualitatif de l'échantillonnage d'intensité (Patton 1990) : nous recherchons principalement des cas représentant diverses valeurs d'homogénéité du réseau (élevée, moyenne et faible) et diverses constellations de réseaux. Nous pouvons également inclure des cas présentant des valeurs inhabituelles de taille de réseau ("hubs" et acteurs périphériques) et des cas typiques et déviants en termes d'associations entre l'hétérogénéité du réseau et les manifestations subjectives. La géographie peut également guider la sélection des cas (nous avons l'intention de contacter des participants de tous les pays, mais dans chaque pays, nous pouvons sélectionner des participants concentrés dans certaines régions, si possible, pour réduire les déplacements. Exceptionnellement, nous pouvons également utiliser des outils de vidéoconférence). L'échantillon n'est pas représentatif car nous ne cherchons pas à déduire des attributs de la population. Nous essayons plutôt de comprendre plus en profondeur comment les mécanismes de réseau fonctionnent dans la pratique (c'est-à-dire l'inférence logique; Small 2009), en révélant (1) les processus temporels, (2) les perceptions cognitives et (3) le rôle des paramètres (Lubbers, Molina, & McCarty 2020) des personnes interrogées, dans le contexte des données collectées. La sélection des participants et des thèmes d'entretien dépendra en partie des résultats préliminaires de l'enquête, afin de laisser la place à l'exploration de résultats surprenants.
Nous inviterons certains répondants à l'enquête à participer à un entretien de suivi beaucoup plus conversationnel. Les entretiens seront enregistrés avec le consentement des répondants et transcrits mot à mot pour une analyse qualitative plus poussée. Les transcriptions seront anonymisées.
Nous utiliserons les données relatives aux réseaux des participants pour examiner les mécanismes de causalité qui relient les structures des réseaux aux manifestations subjectives de la cohésion. Dans ce cas, nous utilisons une méthode appelée modélisation et simulation à base d'agents, qui donne une modélisation dynamique de ces réseaux, en utilisant les données et les théories. Nous maintiendrons, au moins dans un premier temps, la topologie du réseau constante (une hypothèse réaliste pour les réseaux de connaissances à moyen terme). Les attributs des relations peuvent être dynamiques, comme la force des liens et la connaissance des attributs des membres du réseau. Sur la base de notre modèle théorique, de nos estimations d'associations issues de l'enquête et, éventuellement, des résultats des entretiens qualitatifs concernant les processus temporels, les perceptions cognitives et les contextes, nous pouvons étudier la manière dont les configurations du réseau sont associées aux manifestations subjectives de la cohésion. Nous pouvons valider les modèles à l'aide des données de l'enquête concernant la tolérance, la confiance et les préférences politiques (qui n'ont pas été utilisées pour la paramétrisation). Notons que nous pouvons formuler un modèle d'influence sociale plus classique pour l'orientation politique. Si les modèles s'ajustent bien, nous pouvons modifier les valeurs des paramètres afin d'explorer plus avant leur impact sur les résultats. Nous pouvons intégrer des propositions théoriques pour lesquelles nous ne disposons pas de données dans l'enquête, par exemple en ce qui concerne le temps passé dans différents contextes sociaux et les personnes que les gens y rencontrent (Gershuny et Sullivan 2019), afin de modéliser l'influence sociale.