2.5 Conclusioun

Big Donnéeën ass iwwerall, mä et an aner Forme vun observational Daten fir sozial Fuerschung benotzt ass schwéier. An menger Erfahrung ass et eppes wéi ee kee fräie Mëttegiessen Verméigen fir Fuerschung: wann Dir net zu vill vun Aarbecht do no Date gesammelt, da gees wahrscheinlech zu engem vill Aarbecht Virsprong ze hunn analyséiert iwwer Är Donnéeën oder an denken wat an eng interessant Fro ass vun den Daten ze froen. Baséiert op Iddien zu dësem Kapitel, mengen ech, datt et dräi haapt Weeër sinn déi grouss Daten Quellen meescht wäertvoll ginn fir sozial Fuerschung:

  • haut zum adjudicating theoretesch Prognosen tëscht konkurréiert. Beispiller vun dëser Zort vun Aarbecht och Farber (2015) (New York Taxi Chauffeuren) a King, Pan, and Roberts (2013) (Zensur an China)
  • verbessert sozial Mesure fir Politik duerch nowcasting. E Beispill vun esou engem Typ vun Aarbecht ass Ginsberg et al. (2009) (Google Gripp Trends).
  • estimating causal Effete mat natierleche Experimenter a passend. Beispiller vun dëser Zort vun Aarbecht. Mas and Moretti (2009) (Praslin Auswierkungen op Produktivitéit) an Einav et al. (2015) (Effet vun ugefaange Präis op Auktioun bei eBay).

Vill wichteg Froen am sozialen Fuerschung kéint als eng vun deenen dräi ausgedréckt ginn. Allerdéngs, verlaangen dës Approche generell Fuerscher vill fir d'Daten ze bréngen. Wat mécht Farber (2015) interessant ass déi theoretesch Motivatioun fir d'Miessung. Dëst theoretesch Motivatioun kënnt vun ausserhalb der Daten. Sou, fir déi kënnen verschidden Zorte vu Fuerschung Froen, grouss Datequellen ganz gesin gin um anscheinend gutt sin.

Endlech, anstatt Theorie-Undriff empiresche Fuerschung (wat de Schwéierpunkt op dësem Kapitel ginn ass), kann mir den Script Wieler a schafen haut zum-Undriff theorizing. Dat ass, duerch déi virsiichteg Heefung vun empiresche Fakten, Musteren, an genial, kënne mir nei Theorien bauen.

Dës Alternativ, Daten-éischt Approche zu Theorie ass net nei, an et war déi forcefully vun bezéie Glaser and Strauss (1967) mat hiren Appel fir berouen Theorie. Dës Daten-éischt Approche, allerdéngs préziséiert net "Enn vun der Theorie," wéi ass déi vill vun de Journalismus ronderëm Fuerschung an der digitaler Ära hat schonn (Anderson 2008) . Éischter, wéi d'Donnéeë Ëmwelt Ännerungen, musse mir eng nei-Equiliber an der Relatioun tëscht Theorie an Daten erwaarden. An enger Welt wou Daten Kollektioun deier gouf, mécht et Sënn fir nëmmen déi Donnéeën ze sammelen, déi Theorië proposéiere wäert am meeschten nëtzlech sinn. Mä, an enger Welt wou enorm Zommen vun Donnéeën schonn gratis sinn, mécht et Sënn fir och eng Daten-éischt Approche probéieren (Goldberg 2015) .

Wéi ech zu dësem Kapitel gewisen hunn, kann Fuerscher vill vun kucken Leit léieren. An den nächsten dräi Kapitelen, wäert ech beschreiwen, wéi mer méi an verschidden Saachen léiere kann, wann mir eisen Daten Kollektioun Mooss an sech mat Leit méi direkt vun hinne Froen (Kapitel 3) froen, Lafen Experimenter (Kapitel 4), an och hinne sensibiliséieren an der Fuerschung Prozess direkt (Kapitel 5).