디지털 추적 데이터로 프로세스 연구에 맥락을 가져오기

맥락은 일반적으로 이론이나 모델에 대해 '외부'로 개념화되며, 경험적 연구에서 통제하거나 제거해야 할 것으로 취급됩니다. 우리는 이러한 전통에서 벗어나 맥락을 과정적 현상에 스며드는 것으로 개념화합니다. 디지털 추적 데이터가 점점 더 많이 이용 가능해짐에 따라, 디지털 기술에 의해 매개되거나 가능해진 과정에 대한 풍부하고 세밀한 데이터를 제공합니다. 이 논문은 디지털 추적 데이터에서 세밀한 맥락 정보를 프로세스 설명(예: 누가, 무엇을, 언제, 어디서, 왜)에 포함하는 새로운 방법을 소개합니다. 맥락 정보를 추가하면 일반적으로 바람직하지 않다고 여겨지는 매우 많은 수의 세부 사건 범주가 생길 수 있습니다. 그러나 우리는 범주가 많을수록 프로세스 데이터를 이론화하는 데 더 많은 정보를 제공할 수 있으며, 맥락 세부 정보를 포함하는 것이 진행 중인 프로세스를 이해하는 데 풍부함을 더한다고 주장합니다. 우리는 ThreadNet을 사용하여 전자 의료 기록의 감사 추적 데이터를 분석함으로써 이를 입증합니다. ThreadNet은 프로세스 데이터의 질적 시각화 및 분석을 위해 개발된 오픈 소스 소프트웨어 응용 프로그램입니다. 우리 접근 방식의 독특한 기여는 프로세스 데이터에서 사건과 행위를 맥락화하는 새로운 방식입니다. 맥락을 통합하는 새로운 사용 가능한 방법을 제공함으로써 연구자들이 과정적 현상의 역학에 대한 새로운 질문을 할 수 있도록 도울 수 있습니다.