利用多层次自我中心网络分析法探索社区联盟网络中影响深远组织间关系的预测因素

《Journal of Prevention & Intervention in the Community》：Exploring predictors of impactful inter-organizational relationships in community coalition networks using multilevel ego-centric network analysis

本研究通过田纳西州在线调查收集66个组织、31个联盟的256个合作关系数据，运用两水平混合效应逻辑回归模型分析影响联盟成员对合作关系社区影响力的感知因素，探讨组织间合作模式及其对社区治理的启示。

　　

摘要

解决诸如药物滥用等复杂且长期存在的问题需要个人和组织的持续合作。这项探索性研究调查了影响联盟成员对其组织间关系认知的因素，以及这些关系对社区产生的影响。通过在线调查从田纳西州各地的药物滥用预防联盟参与者那里收集了以自我为中心的网络数据。每位受访者（即“自我”）被要求指出其组织在过去六个月内为预防药物滥用而与其他组织（即“他者”）合作的情况。最终的数据集包含了来自31个联盟中66个组织的256个独特的“自我-他者”关系（代表组织间的合作）。我们使用了两级混合效应逻辑回归模型来分析影响受访者认为每个“自我-他者”关系对社区具有重大影响的因素。本文还讨论了这对我们理解组织间合作的意义，以及以自我为中心的组织间网络分析在研究不同地区合作网络方面的价值。