让复杂的网络数据收集变得简单。

Network Canvas 提供免费、开源的社会网络调查软件,围绕研究人员及其参与者的需求而设计。

最新消息:

Network Canvas 首席开发人员获得为期 2 年的软件维护资助 [阅读全文]

所有应用的新版本现已推出。阅读发布公告。 [阅读全文]

公共卫生中的社会网络影响及其绘制方法 [阅读全文]

Network Canvas 荣获 INSNA 奖 [阅读全文]

快速入门

或继续向下滚动以了解更多

一系列助力研究的工具

我们为网络研究提供完整的端到端工作流程,涵盖问卷设计和访谈两类应用。借助这些工具,研究人员可以轻松设计、采集和导出网络数据。

Architect

一款基于浏览器的工具,用于以可视化方式设计 Network Canvas 访谈。Architect 让领域专家专注于研究的设计与实施,而无需学习复杂的新技术。

Architect 协议编辑器中显示的访谈设计

Interviewer

一款基于浏览器的应用,用于在实地开展 Network Canvas 访谈。Interviewer 为个体网络访谈中的各项数据收集任务提供简洁、以参与者为中心的界面。

Interviewer 主屏幕,显示可用的 Network Canvas 协议

Fresco

将 Network Canvas 访谈带到网页端!Fresco 让研究人员能够在网页浏览器中开展 Network Canvas 访谈。

Fresco 仪表板,显示协议、参与者和访谈总数

了解更多

我们的目标是为研究界打造一套高质量、免费、可安全用于研究且经久耐用的工具。观看我们的项目视频,了解我们创建 Network Canvas 的初衷;如需观看更多视频,请访问我们的 YouTube 频道。

设计原则

所有 Network Canvas 软件都以五项设计原则为基础。这些原则源自我们对希望设计和开展个体网络研究的研究人员所面临问题的观察与经验。

本体灵活性

本软件在设计上具备根本的本体灵活性。简而言之,我们不会对您的访谈性质做任何预设。

研究人员可以自由定义访谈中的节点和关系及其属性、数据收集任务的顺序,以及向参与者解释这些任务的方式。

本体灵活性

面对面、由访谈员协助

我们相信,由受过培训的访谈员在场协助完成数据收集任务,能够获得更高质量的数据。

因此,Network Canvas 工具的设计前提是:访谈在访谈员在场的情况下进行,使用由访谈员控制的设备,并且访谈员已接受过引导访谈过程的专门培训。

面对面、由访谈员协助

重视设计

我们的软件从一开始就致力于为参与者提供尽可能有吸引力的视觉体验,并尽量减轻其负担。

我们高度重视设计,借鉴了人机交互(HCI)文献以及网络分析领域的研究论文,打造出参与者易于理解的访谈体验,以清晰、一致且直观可触的交互引导数据收集。

重视设计

端到端工作流程

要简化复杂结构数据的收集过程,不仅需要访谈工具,还需要用于设计这些访谈的工具。这些工具共同构成端到端的工作流程,降低了收集网络数据的成本(包括物质成本和技术成本)。

重要的是,使用我们的工具并不需要很高的技术水平。相反,它们让研究人员能够专注于运用自身的专业知识,设计出有效的访谈体验。

端到端工作流程

开源、社区驱动的开发

维持这项工作的关键在于与学术界内外社区的交流与合作。因此,Network Canvas 工具可免费使用,并且完全开源(采用 GPL 第 3 版许可)。

我们实施了社区驱动的开发计划,热切欢迎任何感兴趣的第三方参与功能开发或做出其他贡献。

开源、社区驱动的开发

使用 Network Canvas 的近期出版物

以下是使用 Network Canvas 的 16 篇最新出版物。浏览完整出版物列表。

如果您希望在此展示您的出版物,请在我们社区网站的讨论帖中留言告知我们。

核心团队

我们的项目团队由来自多个学科和专业领域的成员组成。
Kate Banner

Kate Banner

西北大学

Michelle Birkett

Michelle Birkett

西北大学

Caden Buckhalt

Caden Buckhalt

西北大学

Noshir Contractor

Noshir Contractor

西北大学

Bernie Hogan

Bernie Hogan

牛津大学

Patrick Janulis

Patrick Janulis

西北大学

Joshua Melville

Joshua Melville

西北大学

Gregory Phillips II

Gregory Phillips II

西北大学

科学顾问

jimi adams, Rich D'Aquilla, Mike Bass, Martin Everett, Abel Kho, Carl Latkin, Brian Mustanski

机构

本软件由西北大学和牛津大学的研究人员与开发人员团队以及多名外部合同开发人员共同开发。我们感谢美国国立卫生研究院此前和目前提供的资助,使这项工作成为可能。

与本软件相关的知识产权和版权由注册非营利组织 Complex Data Collective 管理,该组织由项目核心成员组成。

University of Oxford
Northwestern University
Complex Data Collective

下一步?

想了解更多?

我们编写了详尽的文档,涵盖使用 Network Canvas 创建、部署和管理研究的各个方面。

访问文档网站

需要帮助?

我们最近还上线了社区网站,您可以在那里提问、报告错误、分享您的工作,并获得其他研究人员的帮助。

访问社区网站

保持联系

如果您希望与本项目保持联系,第一时间了解活动和版本发布信息,欢迎加入我们的邮件列表,并在 Twitter 上关注我们。我们会谨慎使用电子邮件,此列表仅用于发布重要公告。

希望合作?

如果您有意开展正式的学术合作或咨询合作,请参阅我们关于此主题的文档文章。很遗憾,由于团队规模较小、精力有限,我们无法提供无偿咨询。

了解合作方式