Bit By Bit: Social Research in the Digital Age
  • વિશે
    • ઓપન સમીક્ષા
    • સાઇટેશન
    • કોડ
    • લેખક વિશે
    • ગોપનીયતા અને સંમતિ
  • ભાષા
    • 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
  • પુસ્તક ખરીદો
    • Princeton University Press
    • Amazon
    • Barnes and Noble
    • IndieBound
  • પ્રસ્તાવના
  • 1 પરિચય
    • 1.1 એક શાહી બ્લોટ
    • 1.2 ડિજિટલ વય માટે આપનું સ્વાગત છે
    • 1.3 સંશોધન ડિઝાઇન
    • 1.4 આ પુસ્તક થીમ્સ
    • 1.5 આ પુસ્તકની રૂપરેખા
    • શું આગળ વાંચવા માટે
  • 2 નિરીક્ષણ વર્તન
    • 2.1 પરિચય
    • 2.2 મોટા ડેટા
    • 2.3 મોટી માહિતીના દસ સામાન્ય લક્ષણો
      • 2.3.1 મોટા
      • 2.3.2 હંમેશા-ચાલુ
      • 2.3.3 બિન-સક્રિય
      • 2.3.4 અપૂર્ણ
      • 2.3.5 અપ્રાપ્ય
      • 2.3.6 બિન-પ્રતિનિધિ
      • 2.3.7 ડ્રિફ્ટિંગ
      • 2.3.8 એલ્ગોરિધમલીલીએ શાપિત
      • 2.3.9 ડર્ટી
      • 2.3.10 સંવેદનશીલ
    • 2.4 સંશોધન વ્યૂહરચના
      • 2.4.1 ગણવા ​​વસ્તુઓ
      • 2.4.2 આગાહી અને nowcasting
      • 2.4.3 લગભગ પ્રયોગો
    • 2.5 સમાપન
    • મેથેમેટિકલ નોટ્સ
    • શું આગળ વાંચવા માટે
    • પ્રવૃત્તિઓ
  • 3 પ્રશ્નો પૂછવા
    • 3.1 પરિચય
    • 3.2 વિરુદ્ધ નિરીક્ષણ પૂછવું
    • 3.3 કુલ મોજણી ભૂલ ફ્રેમવર્ક
      • 3.3.1 પ્રતિનિધિત્વ
      • 3.3.2 માપન
      • 3.3.3 કિંમત
    • 3.4 કોણ પૂછી
    • 3.5 પ્રશ્નો પૂછવા નવી રીતો
      • 3.5.1 ઇકોલોજિકલ ક્ષણિક આકારણીઓ
      • 3.5.2 વિકિપીડિયા સર્વેક્ષણ
      • 3.5.3 Gamification
    • 3.6 મોટું ડેટા સ્ત્રોતો સાથે સંકળાયેલા સર્વેક્ષણો
      • 3.6.1 પૂછવા સમૃદ્ધ
      • 3.6.2 પૂછવામાં વધારો
    • 3.7 સમાપન
    • મેથેમેટિકલ નોટ્સ
    • શું આગળ વાંચવા માટે
    • પ્રવૃત્તિઓ
  • 4 ચાલી રહેલ પ્રયોગો
    • 4.1 પરિચય
    • 4.2 પ્રયોગો શું છે?
    • 4.3 પ્રયોગો બે પરિમાણો: લેબ ક્ષેત્ર અને એનાલોગ-ડિજિટલ
    • 4.4 સરળ પ્રયોગો બહાર ખસેડવા
      • 4.4.1 માન્યતા
      • 4.4.2 સારવાર અસરો વૈવિધ્યનો
      • 4.4.3 પદ્ધતિ
    • 4.5 તે થાય બનાવવા
      • 4.5.1 અસ્તિત્વમાંના વાતાવરણનો ઉપયોગ કરો
      • 4.5.2 તમારા પોતાના પ્રયોગ બનાવો
      • 4.5.3 તમારા પોતાના ઉત્પાદનનું 4.5.3 કરો
      • 4.5.4 શક્તિશાળી સાથે ભાગીદાર
    • 4.6 સલાહ
      • 4.6.1 શૂન્ય ચલ ખર્ચ ડેટા બનાવો
      • 4.6.2 તમારા ડિઝાઇનમાં નીતિશાસ્ત્ર બનાવો: બદલો, રિફાઇન કરો અને ઘટાડો
    • 4.7 સમાપન
    • મેથેમેટિકલ નોટ્સ
    • શું આગળ વાંચવા માટે
    • પ્રવૃત્તિઓ
  • 5 સમૂહ સહયોગ બનાવવા
    • 5.1 પરિચય
    • 5.2 માનવ ગણતરી
      • 5.2.1 ગેલેક્સી ઝૂ
      • 5.2.2 રાજકીય ઢંઢેરાઓ ના ભીડ-કોડિંગ
      • 5.2.3 ઉપસંહાર
    • 5.3 ઓપન કોલ્સ
      • 5.3.1 Netflix પુરસ્કાર
      • 5.3.2 Foldit
      • 5.3.3 પીઅર-ટુ-પેટન્ટ
      • 5.3.4 ઉપસંહાર
    • 5.4 વિતરણ માહિતી સંગ્રહ
      • 5.4.1 eBird
      • 5.4.2 PhotoCity
      • 5.4.3 ઉપસંહાર
    • 5.5 તમારા પોતાના ડિઝાઇનીંગ
      • 5.5.1 પ્રેરણા સહભાગીઓ
      • 5.5.2 લીવરેજ વૈવિધ્યનો
      • 5.5.3 ફોકસ ધ્યાન
      • 5.5.4 આશ્ચર્ય સક્ષમ
      • 5.5.5 નૈતિક રહો
      • 5.5.6 અંતિમ ડિઝાઇન સલાહ
    • 5.6 સમાપન
    • શું આગળ વાંચવા માટે
    • પ્રવૃત્તિઓ
  • 6 એથિક્સ
    • 6.1 પરિચય
    • 6.2 ત્રણ ઉદાહરણો
      • 6.2.1 લાગણીનો સંસર્ગ
      • 6.2.2 સ્વાદ, સંબંધો અને સમય
      • 6.2.3 એન્કોર
    • 6.3 ડિજિટલ અલગ છે
    • 6.4 ચાર સિદ્ધાંતો
      • 6.4.1 વ્યક્તિઓ માટે આદર
      • 6.4.2 અહેસાન
      • 6.4.3 ન્યાય
      • 6.4.4 કાયદો અને જાહેર વ્યાજ માટે આદર
    • 6.5 બે નૈતિક માળખા
    • 6.6 મુશ્કેલી વિસ્તારો
      • 6.6.1 જાણકાર સંમતિ
      • 6.6.2 સમજ અને મેનેજિંગ જાણકારીના જોખમ
      • 6.6.3 ગોપનીયતા
      • 6.6.4 અનિશ્ચિતતા ના ચહેરા નિર્ણયો
    • 6.7 વ્યવહારુ ટિપ્સ
      • 6.7.1 IRB એક માળ, એક છત છે
      • 6.7.2 બીજું દરેકને શુઝ માં જાતે મૂકો
      • 6.7.3 સતત, સ્વતંત્ર નથી કારણ કે સંશોધન નીતિશાસ્ત્ર વિચારો
    • 6.8 સમાપન
    • ઐતિહાસિક પરિશિષ્ટ
    • શું આગળ વાંચવા માટે
    • પ્રવૃત્તિઓ
  • 7 ભવિષ્યમાં
    • 7.1 આગળ છીએ
    • 7.2 ભવિષ્યની થીમ્સ
      • 7.2.1 રેડીમેડ્સ અને કસ્ટમમેડસનું સંમિશ્રણ
      • 7.2.2 સહભાગી કેન્દ્રિત માહિતી સંગ્રહ
      • 7.2.3 સંશોધન ડિઝાઇન એથિક્સ
    • 7.3 શરૂઆતમાં પાછા
  • સમર્થન
  • સંદર્ભ
આ અનુવાદ કમ્પ્યુટર દ્વારા બનાવવામાં આવી હતી. ×

શું આગળ વાંચવા માટે

  • શાહી ડાઘ (વિભાગ 1.1)

બ્લુમેનસ્ટોક અને સહકાર્યકરોના પ્રોજેક્ટના વધુ વિગતવાર વર્ણન માટે, આ પુસ્તકના પ્રકરણ 3 જુઓ.

  • ડિજિટલ વય પર આપનું સ્વાગત છે (વિભાગ 1.2)

Gleick (2011) માહિતી એકત્રિત કરવા, સંગ્રહિત કરવા, અને પ્રક્રિયા કરવા માટેની માનવતાની ક્ષમતામાં ફેરફારોનું એક ઐતિહાસિક વિહંગાવલોકન પૂરું પાડે છે.

ડિજિટલ વયની રજૂઆત માટે, જે સંભવિત હાનિ પર ધ્યાન કેન્દ્રીત કરે છે, જેમ કે ગોપનીયતા ઉલ્લંઘન, Abelson, Ledeen, and Lewis (2008) અને Mayer-Schönberger (2009) . તકો પર કેન્દ્રિત ડિજિટલ વયની રજૂઆત માટે, Mayer-Schönberger and Cukier (2013) .

નિયમિત વ્યવહારમાં પ્રયોગોના મિશ્રણ કરતા કંપનીઓ વિશે વધુ જાણવા માટે, Manzi (2012) જુઓ, અને ભૌતિક દુનિયામાં Levy and Baracas (2017) કરતી કંપનીઓ વિશે વધુ જુઓ, Levy and Baracas (2017) .

ડિજિટલ વય પ્રણાલીઓ એ વગાડવા અને ઓબ્જેક્ટો ઓફ સ્ટડી હોઈ શકે છે. ઉદાહરણ તરીકે, તમે જાહેર અભિપ્રાયને માપવા માટે સામાજિક માધ્યમનો ઉપયોગ કરવા માગી શકો છો અથવા તમે જાહેર અભિપ્રાય પર સોશિયલ મીડિયાની અસર સમજી શકો છો. એક કિસ્સામાં, ડિજિટલ સિસ્ટમ એ એક સાધન તરીકે કામ કરે છે જે તમને નવું માપ કરવા માટે મદદ કરે છે. અન્ય કિસ્સામાં, ડિજિટલ સિસ્ટમ અભ્યાસનો હેતુ છે. આ ભેદ પર વધુ જાણવા માટે, Sandvig and Hargittai (2015) .

  • સંશોધન ડિઝાઇન (વિભાગ 1.3)

સામાજિક વિજ્ઞાનમાં સંશોધન ડિઝાઇન વિશે વધુ જાણવા માટે, King, Keohane, and Verba (1994) , Singleton and Straits (2009) , અને Khan and Fisher (2013) .

Donoho (2015) ડેટા સાયન્સને માહિતીથી શીખતા લોકોની પ્રવૃત્તિઓ વર્ણવે છે, અને તે માહિતી વિજ્ઞાનનો ઇતિહાસ આપે છે, જે ટ્યૂકે, ક્લેવલેન્ડ, ચેમ્બર્સ અને બ્રિમેન જેવા વિદ્વાનોને ક્ષેત્રના બૌદ્ધિક ઉત્પત્તિને શોધી કાઢે છે.

ડિજિટલ વયમાં સામાજિક સંશોધન કરવા અંગેની પ્રથમ વ્યક્તિની રિપોર્ટ્સ માટે, Hargittai and Sandvig (2015) .

  • આ પુસ્તકની થીમ્સ (વિભાગ 1.4)

રેડીમેડ અને કસ્ટમાઈડ ડેટાના મિશ્રણ વિશે વધુ જાણવા માટે, Groves (2011) જુઓ.

"અનામીકરણની નિષ્ફળતા" વિશે વધુ જાણવા માટે, આ પુસ્તકનો પ્રકરણ 6 જુઓ. બ્લ્યુમેન્સ્ટોક અને સહકર્મીઓ જે લોકોની સંપત્તિનું નિરૂપણ કરે છે તે જ સામાન્ય ટેકનીકનો ઉપયોગ લૈંગિકતા, વંશીયતા, ધાર્મિક અને રાજકીય મંતવ્યો અને વ્યસન પદાર્થો (Kosinski, Stillwell, and Graepel 2013) ઉપયોગ સહિત સંભવિત રૂપે સંવેદનશીલ વ્યક્તિગત વિશેષતાઓને સમજવા માટે થઈ શકે છે.

Powered by Open Review Toolkit

Buy The Book

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