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

Powered by Open Review Toolkit

Buy The Book

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