خوشه بندي ميانگين فازي به مثابۀ روش تحليل گفتمان (مطالعۀ موردي: تعاملات نهادي سياستگذاري علم و فنّاوري در ايران)

Fuzzy C-Means Clustering as a Discourse Analysis Method (Case Study: Institutional Interactions of Science and Technology Policy in Iran)

در اين مقاله تلاش شده با بهره گيري از روش كمّيِ خوشه بندي ميانگين فازي، روشِ كيفيِ تحليل گفتمان را به روشي آميخته (كيفي−كمّي) توسعه داد. بدين منظور تعاملات نهادي سياستگذاري علم و فنّاوري در ايران به عنوان يك مطالعۀ موردي بررسي شده است. براساس‌اين، مطابق «طرح آميختۀ متواليِ تبييني»، نخست با بهكارگيري روش خوشه بندي فازي و ابزار پرسش‌نامه، گفتمان هاي حاكم بر فضاي خبرگان دربارۀ موضوع، احصا و سپس با استفاده از روش تحليل گفتمانِ لاكلا و موف و ابزار مصاحبه، به تبيين دال مركزي، لحظه هايو مفصل بندي گفتمان هاي پرداخته شد. بدين‌ترتيب «گفتمان مشاركتي» حول دالِ مركزيِ «سياستگذاري يكپارچه» و «گفتمان مستقل» حول دالِ مركزيِ «سياستگذاري دولتي» شناسايي شد. مهمترين دستاورد اين پژوهش، توسعۀ همه جهت با جريان غالب در روششناسي است و به‌دليل بهره گيري از منطق فازي، قرابت زيادي با مفاهيم پرابهام و پيچيدۀ علوم اجتماعي نيز دارد.

n this paper, an attempt has been made to develop a qualitative method of discourse analysis in a mixed (qualitative-quantitative) method by using the quantitative method of fuzzy c-means clustering. For this purpose, the institutional interactions of science and technology policy in Iran have been studied as a case study. Therefore, according to the "exploratory sequential mixed method", first using the fuzzy c means clustering method and the questionnaire tool, the discourses of experts on the subject are identified and then using the Laclau and Mouffe discourse analysis method and interview tools to explain the nodal points, moments and articulations. Thus, "collaborative discourse" around the nodal point of "integrated policy making" and "independent discourse" around the nodal point of "government policy making" were identified. The most important result of this research is the development of discourse analysis method from qualitative paradigm to mixed paradigm and of course increasing the validity of research findings. In addition, this innovation is in line with the main stream in methodology and, due to the use of fuzzy logic, is very similar to the ambiguous and complex concepts of social sciences.