2.5 Заключение
Большие данные везде, но использовать его и другие формы данных наблюдений для социальных исследований трудно. В моем опыте есть что - то , как бесплатный обед собственности для исследования: если вы не приложили много работы для сбора данных, то вы, вероятно , придется положить в большую работу по анализу данных или думать о что находится в интересном вопросе спросить данных. На основе идей в этой главе, я думаю, что есть три основных способа, что большие источники данных будут наиболее ценными для социальных исследований:
- эмпирически вынесении решений между конкурирующими теоретических предсказаний. Примеры такого рода работы включают Farber (2015) (водителей такси Нью - Йорк) и King, Pan, and Roberts (2013) (Цензура в Китае)
- улучшение социального измерения для политики посредством текущей погоды. Примером такого рода работы является Ginsberg et al. (2009) и Ginsberg et al. (2009) (Google Flu Trends).
- оценки причинно-следственных эффектов с помощью естественных экспериментов и согласования. Примеры такого рода работы. Mas and Moretti (2009) (Peer влияние на производительность) и Einav et al. (2015) и Einav et al. (2015) (эффект стартовой цены на аукционах на eBay).
Многие важные вопросы в социальных исследованиях могут быть выражены в качестве одного из этих трех. Тем не менее, эти подходы обычно требуют исследователей, чтобы принести много к данным. Что делает Farber (2015) интересным является теоретическая мотивация для измерения. Эта теоретическая мотивация исходит из-за пределов данных. Таким образом, для тех, кто хорошо задавать определенные типы вопросов исследования, большие источники данных могут быть очень плодотворными.
И, наконец, а не теория управляемых эмпирических исследований (который был в центре внимания на этой главе), мы можем перевернуть сценарий и создать эмпирически приводимый теоретизирование. То есть, путем тщательного накопления эмпирических фактов, моделей и головоломок, мы можем строить новые теории.
Эта альтернатива, данные первый подход к теории не нова, и она была наиболее сильно озвученные Glaser and Strauss (1967) с их призыв к обоснованной теории. Такой подход данных во- первых, однако, не означает "конец теории" , как было востребовано большая часть журналистики вокруг исследований в цифровую эпоху (Anderson 2008) . Скорее, как изменения окружающей среды данных, мы должны ожидать повторной балансировки в отношениях между теорией и данными. В мире, где сбор данных был дорогим, то имеет смысл только собрать данные, которые теории предполагают, будет наиболее полезным. Но в мире , где огромные объемы данных , которые уже доступны бесплатно, то имеет смысл попробовать подход данных первой (Goldberg 2015) .
Как я показал в этой главе, исследователи могут многому научиться, наблюдая за людьми. В следующих трех главах я расскажу о том, как мы можем узнать больше и разные вещи, если мы адаптировать нашу коллекцию данных и взаимодействовать с людьми более непосредственно, задавая им вопросы (глава 3), проведения экспериментов (глава 4), и даже с участием их в процессе исследования непосредственно (глава 5).
