Bit By Bit: Social Research in the Digital Age
  • در باره
    • نقد و بررسی باز
    • نقل قول
    • رمز
    • درباره نویسنده
    • حفظ حریم خصوصی و رضایت
  • زبان ها
    • English
    • Afrikaans
    • Albanian
    • Amharic
    • Arabic
    • Armenian
    • Azerbaijani
    • Basque
    • Belarusian
    • Bengali
    • Bosnian
    • Bulgarian
    • Catalan
    • Cebuano
    • Chichewa
    • Chinese Simplified
    • Chinese Traditional
    • Corsican
    • Croatian
    • Czech
    • Danish
    • Dutch
    • Esperanto
    • Estonian
    • Filipino
    • Finnish
    • French
    • Frisian
    • Galician
    • Georgian
    • German
    • Greek
    • Gujarati
    • Haitian Creole
    • Hausa
    • Hawaiian
    • Hebrew
    • Hindi
    • Hmong
    • Hungarian
    • Icelandic
    • Igbo
    • Indonesian
    • Irish
    • Italian
    • Japanese
    • Javanese
    • Kannada
    • Kazakh
    • Khmer
    • Korean
    • Kurdish (Kurmanji)
    • Kyrgyz
    • Lao
    • Latin
    • Latvian
    • Lithuanian
    • Luxembourgish
    • Macedonian
    • Malagasy
    • Malay
    • Malayalam
    • Maltese
    • Maori
    • Marathi
    • Mongolian
    • Myanmar (Burmese)
    • Nepali
    • Norwegian
    • Pashto
    • Persian
    • Polish
    • Portuguese
    • Punjabi
    • Romanian
    • Russian
    • Samoan
    • Scots Gaelic
    • Serbian
    • Sesotho
    • Shona
    • Sindhi
    • Sinhala
    • Slovak
    • Slovenian
    • Somali
    • Spanish
    • Sudanese
    • Swahili
    • Swedish
    • Tajik
    • Tamil
    • Telugu
    • Thai
    • Turkish
    • Ukrainian
    • Urdu
    • Uzbek
    • Vietnamese
    • Welsh
    • Xhosa
    • Yiddish
    • Yoruba
    • Zulu
  • Teaching
  • Media
  • Read Online
  • خرید کتاب
    • Princeton University Press
    • Amazon
    • Barnes and Noble
    • IndieBound
  • مقدمه
  • 1 مقدمه
    • 1.1 لکه جوهر
    • 1.2 به عصر دیجیتال خوش آمدید
    • 1.3 طرح پژوهش
    • 1.4 تم از این کتاب
    • 1.5 شرح این کتاب
    • چه چیزی را بخوانید بعد
  • 2 رفتار مشاهده
    • 2.1 مقدمه
    • 2.2 داده های بزرگ
    • 2.3 ده ویژگی مشترک از داده های بزرگ
      • 2.3.1 بزرگ
      • 2.3.2 همیشه در
      • 2.3.3 غیر فعال
      • 2.3.4 ناتمام
      • 2.3.5 غیر قابل دسترس
      • 2.3.6 غیر نماینده
      • 2.3.7 رانش
      • 2.3.8 Algorithmically confused
      • 2.3.9 کثیف
      • 2.3.10 حساس
    • 2.4 استراتژی های پژوهش
      • 2.4.1 چیز شمارش
      • 2.4.2 پیش بینی و nowcasting
      • 2.4.3 آزمایش تقریب
    • 2.5 نتیجه گیری
    • یادداشت های ریاضی
    • چه چیزی را بخوانید بعد
    • فعالیت
  • 3 سئوال
    • 3.1 مقدمه
    • 3.2 درخواست در مقابل مشاهده
    • 3.3 مجموع چارچوب خطا بررسی
      • 3.3.1 نمایندگی
      • 3.3.2 اندازه گیری
      • 3.3.3 هزینه
    • 3.4 نحوه پرسش
    • 3.5 راه های جدید از پرسیدن سوال
      • 3.5.1 ارزیابی زیست محیطی در حال حاضر
      • 3.5.2 نظرسنجی ویکی
      • 3.5.3 گیمیفیکیشن
    • 3.6 نظرسنجی های مرتبط با منابع داده بزرگ
      • 3.6.1 درخواست غنی شده
      • 3.6.2 پرسیدن پیشرفته
    • 3.7 نتیجه گیری
    • یادداشت های ریاضی
    • چه چیزی را بخوانید بعد
    • فعالیت
  • 4 آزمایش در حال اجرا
    • 4.1 مقدمه
    • 4.2 آزمایش چیست؟
    • 4.3 دو بعد از آزمایش: آزمایشگاه میدان و آنالوگ به دیجیتال
    • 4.4 حرکت فراتر از آزمایش های ساده
      • 4.4.1 اعتبار
      • 4.4.2 عدم تجانس اثرات درمان
      • 4.4.3 مکانیزم
    • 4.5 ساخت آن رخ
      • 4.5.1 از محیط های موجود استفاده کنید
      • 4.5.2 آزمایش خودتان را بسازید
      • 4.5.3 ساختن محصول خود
      • 4.5.4 همکاری با قدرتمند
    • 4.6 مشاوره
      • 4.6.1 درست صفر داده هزینه متغیر
      • 4.6.2 ایجاد اخلاق در طراحی شما: جایگزینی، اصلاح و کاهش
    • 4.7 نتیجه گیری
    • یادداشت های ریاضی
    • چه چیزی را بخوانید بعد
    • فعالیت
  • 5 ایجاد همکاری جمعی
    • 5.1 مقدمه
    • 5.2 محاسبات انسانی
      • 5.2.1 باغ وحش کهکشانی
      • 5.2.2 جمعیت برنامه نویسی از بیانیههای سیاسی
      • 5.2.3 نتیجه گیری
    • 5.3 تماس های باز
      • 5.3.1 جایزه Netflix بکشد
      • 5.3.2 Foldit
      • 5.3.3 نظیر به ثبت اختراع
      • 5.3.4 نتیجه گیری
    • 5.4 مجموعه اطلاعات توزیع شده
      • 5.4.1 eBird
      • 5.4.2 PhotoCity
      • 5.4.3 نتیجه گیری
    • 5.5 طراحی خود را
      • 5.5.1 شرکت کنندگان ایجاد انگیزه
      • 5.5.2 ناهمگنی اهرم
      • 5.5.3 توجه تمرکز
      • 5.5.4 فعال تعجب
      • 5.5.5 اخلاقی می شود
      • 5.5.6 مشاوره طراحی نهایی
    • 5.6 نتیجه گیری
    • چه چیزی را بخوانید بعد
    • فعالیت
  • 6 اخلاق
    • 6.1 مقدمه
    • 6.2 سه نمونه
      • 6.2.1 سرایت عاطفی
      • 6.2.2 سلیقه ها، روابط و زمان
      • 6.2.3 دوباره به نواز دعوت
    • 6.3 دیجیتال متفاوت است
    • 6.4 چهار اصل
      • 6.4.1 احترام به فرد
      • 6.4.2 سود
      • 6.4.3 عدالت
      • 6.4.4 احترام به قانون و منافع عمومی
    • 6.5 دو چارچوب اخلاقی
    • 6.6 نقشه از دشواری
      • 6.6.1 اخذ رضایت آگاهانه
      • 6.6.2 درک و مدیریت ریسک اطلاعاتی
      • 6.6.3 حریم
      • 6.6.4 تصمیم گیری در مواجهه با عدم قطعیت
    • 6.7 راهنمایی عملی
      • 6.7.1 IRB به یک طبقه، نه یک سقف است
      • 6.7.2 قرار دادن خود را در کفش هر کس دیگری را
      • 6.7.3 فکر می کنم از اخلاق در پژوهش به عنوان مستمر، گسسته نمی
    • 6.8 نتیجه گیری
    • آپاندیس تاریخی
    • چه چیزی را بخوانید بعد
    • فعالیت
  • 7 آینده
    • 7.1 نگاه به جلو
    • 7.2 تم ها در آینده
      • 7.2.1 ترکیب آماده سازی و سفارشی سازی
      • 7.2.2 جمع آوری داده ها، از شرکت کنندگان محور
      • 7.2.3 اخلاق در طرح پژوهش
    • 7.3 برگشت به آغاز
  • تشکر و قدردانی
  • منابع
این ترجمه توسط یک کامپیوتر ساخته شده است. ×

چه چیزی را بخوانید بعد

  • یک قطعه جوهر (بخش 1.1)

برای شرح مفصل پروژه Blumenstock و همکاران، فصل 3 این کتاب را ببینید.

  • به عصر دیجیتال خوش آمدید (بخش 1.2)

Gleick (2011) یک مرور کلی تاریخی را در مورد تغییرات در توانایی انسان در جمع آوری، ذخیره، انتقال و پردازش اطلاعات ارائه می دهد.

برای مقدمه ای بر عصر دیجیتال که بر آسیب های احتمالی مانند نقض حریم خصوصی متمرکز است، می توان به Abelson, Ledeen, and Lewis (2008) و Mayer-Schönberger (2009) . برای مقدمه ای بر عصر دیجیتالی که بر فرصت ها تمرکز دارد، می توان به Mayer-Schönberger and Cukier (2013) .

برای کسب اطلاعات بیشتر در مورد شرکت هایی که آزمایش آزمایش را در عمل معمول انجام می دهند، به Manzi (2012) و برای کسب اطلاعات بیشتر در مورد رفتارهای شرکت در دنیای فیزیکی، به Levy and Baracas (2017) .

سیستم های سنسوری دیجیتال می توانند هر دو ابزار و اشیاء مطالعه باشند. برای مثال، ممکن است بخواهید از رسانه های اجتماعی برای سنجش افکار عمومی استفاده کنید یا شاید بخواهید تاثیر رسانه های اجتماعی را در افکار عمومی درک کنید. در یک مورد، سیستم دیجیتال به عنوان یک ابزار عمل می کند که به شما کمک می کند اندازه گیری های جدیدی را انجام دهید. در مورد دیگر، سیستم دیجیتال هدف مطالعه است. برای کسب اطلاعات بیشتر در مورد این تمایز، نگاه کنید به Sandvig and Hargittai (2015) .

  • طراحی تحقیقاتی (بخش 1.3)

برای کسب اطلاعات بیشتر در مورد طراحی تحقیق در علوم اجتماعی، King, Keohane, and Verba (1994) ، Singleton and Straits (2009) و Khan and Fisher (2013) .

Donoho (2015) علوم اطلاعات را به عنوان فعالیت های افراد یادگیری از داده ها توصیف می کند و تاریخچه ای از علم داده ها را ارائه می دهد و ریشه های فکری این زمینه را برای محققین نظیر توکی، کلیولند، چمبرز و بریمن نشان می دهد.

برای یک سری از گزارش های شخص اول در مورد انجام تحقیقات اجتماعی در عصر دیجیتال، Hargittai and Sandvig (2015) .

  • تم ها این کتاب (بخش 1.4)

برای اطلاعات بیشتر در مورد ترکیب آماده سازی و داده های سفارشی، به Groves (2011) .

برای اطلاعات بیشتر در مورد شکست ناشناس بودن، به فصل 6 این کتاب مراجعه کنید. همان روش عمومی که بلومنستاک و همکارانش برای به دست آوردن ثروت مردم به کار می برند، همچنین می توانند برای ارزیابی ویژگی های شخصیتی بالقوه حساس، از جمله گرایش جنسی، قومیت، دیدگاه های مذهبی و سیاسی و استفاده از مواد اعتیاد آور (Kosinski, Stillwell, and Graepel 2013) .

Powered by Open Review Toolkit

Buy The Book

Image of Bit by Bit cover Princeton University Press Amazon Barnes and Noble IndieBound