Toggle navigation
Bit By Bit
: Social Research in the Digital Age
sobre
abrir comentario
cita
código
Sobre o autor
Privacidade e Consentimento
idiomas
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
Compra o libro
Princeton University Press
Amazon
Barnes and Noble
IndieBound
prólogo
1 Introdución
1.1 Unha mancha de tinta
1.2 Benvido á era dixital
1.3 Proxecto de investigación
1.4 temas deste libro
1.5 Esbozo deste libro
Que ler despois
2 comportamento Observando
2.1 Introdución
2.2 Big Data
2.3 Dez características comúns de grandes datos
2.3.1 Grande
2.3.2 Sempre activado
2.3.3 reactiva
2.3.4 incompleto
2.3.5 Inaccesible
2.3.6 representativo
2.3.7 deriva
2.3.8 algoritmicamente
2.3.9 Sucio
2.3.10 Sensible
2.4 Estratexias de investigación
2.4.1 cousas Conta
2.4.2 Previsión e nowcasting
2.4.3 experimentos aproximación
2.5 Conclusión
Notas matemáticas
Que ler despois
actividades
3 Facer preguntas
3.1 Introdución
3.2 Pedindo versus observar
3.3 O marco de erro levantamento total de
3.3.1 Representación
3.3.2 Medición
3.3.3 Custo
3.4 A quen preguntar
3.5 Novas formas de facer preguntas
3.5.1 avaliacións momentáneas ecolóxicos
3.5.2 investigacións Wiki
3.5.3 Gamification
3.6 Enquisas vinculadas a grandes fontes de datos
3.6.1 enriquecemento
3.6.2 pregunta amplificada
3.7 Conclusión
Notas matemáticas
Que ler despois
actividades
4 experimentos carreira
4.1 Introdución
4.2 Cales son as experiencias?
4.3 Dúas dimensións de experimentos: laboratorio de campo e analóxico-dixital
4.4 Indo alén experimentos simples
4.4.1 Validez
4.4.2 A heteroxeneidade dos efectos do tratamento
4.4.3 Mecanismos
4.5 Facendo pasar
4.5.1 Empregar os ambientes existentes
4.5.2 Crea o teu propio experimento
4.5.3 Crea o teu propio produto
4.5.4 Socio cos poderosos
4.6 Consellos
4.6.1 Crear cero de datos de custos variables
4.6.2 Crea ética no teu deseño: substitúe, refina e reduce
4.7 Conclusión
Notas matemáticas
Que ler despois
actividades
5 Creación de colaboración en masa
5.1 Introdución
5.2 computación humana
5.2.1 Galaxy Zoo
5.2.2 Crowd-codificación dos manifestos políticos
5.2.3 Conclusión
5.3 Os concursos abertos
5.3.1 Netflix Prize
5.3.2 Foldit
5.3.3 Peer-to-Patent
5.3.4 Conclusión
5.4 obtención de datos distribuído
5.4.1 eBird
5.4.2 PhotoCity
5.4.3 Conclusión
5.5 Creando a súa propia
5.5.1 participantes Motivar
5.5.2 heteroxeneidade Leverage
5.5.3 atención Foco
5.5.4 Activar sorpresa
5.5.5 Sexa ético
5.5.6 consellos Proxecto final
5.6 Conclusión
Que ler despois
actividades
6 Ética
6.1 Introdución
6.2 Tres exemplos
6.2.1 Contagion emocional
6.2.2 Sabores, Gravatas e Tempo
6.2.3 Encore
6.3 Digital é diferente
6.4 Catro principios
6.4.1 Respecto polas Persoas
6.4.2 Beneficencia
6.4.3 Xustiza
6.4.4 O respecto pola lei e Interese Público
6.5 Dous cadros éticos
6.6 Áreas de dificultade
6.6.1 O consentimento informado
6.6.2 comprensión e xestión de risco informacional
6.6.3 privacidade
6.6.4 Tomar decisións fronte da incerteza
6.7 Consellos prácticos
6.7.1 O IRB é unha planta, non un teito
6.7.2 Pon-se no lugar de todo o mundo
6.7.3 Debería ética na investigación como continua, non discreta
6.8 Conclusión
apéndice histórico
Que ler despois
actividades
7 O futuro
7.1 Mirando cara diante
7.2 Temas do futuro
7.2.1 A mestura de readymades e custommades
7.2.2 obtención de datos centrado no alumno
7.2.3 Ética en proxecto de investigación
7.3 Volver ao comezo
Agradecementos
Referencias
Esta tradución foi creado por un ordenador.
×
2
comportamento Observando
2.1 Introdución
2.2 Big Data
2.3 Dez características comúns de grandes datos
2.3.1 Grande
2.3.2 Sempre activado
2.3.3 reactiva
2.3.4 incompleto
2.3.5 Inaccesible
2.3.6 representativo
2.3.7 deriva
2.3.8 algoritmicamente
2.3.9 Sucio
2.3.10 Sensible
2.4 Estratexias de investigación
2.4.1 cousas Conta
2.4.2 Previsión e nowcasting
2.4.3 experimentos aproximación
2.5 Conclusión
Notas matemáticas
Que ler despois
actividades
×
×
Buy The Book
Princeton University Press
Amazon
Barnes and Noble
IndieBound
