Bit By Bit: Social Research in the Digital Age
  • Ról ről
    • Nyílt felülvizsgálata
    • Idézet
    • Kód
    • A szerzőről
    • Adatvédelem és beleegyezés
  • Nyelvek
    • 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
  • Vásárolja meg a könyvet
    • Princeton University Press
    • Amazon
    • Barnes and Noble
    • IndieBound
  • Előszó
  • 1 Bevezetés
    • 1.1 A tinta blot
    • 1.2 Üdvözöljük a digitális korban
    • 1.3 Kutatási terv
    • 1.4 Témák ebben a könyvben
    • 1.5 A könyv vázlata
    • Mit kell olvasni?
  • 2 megfigyelése viselkedés
    • 2.1 Bevezetés
    • 2.2 Big adatok
    • 2.3 A nagy adatok tíz közös jellemzője
      • 2.3.1 Nagy
      • 2.3.2 Mindig bekapcsolva
      • 2.3.3 reagáló
      • 2.3.4 Nem teljes
      • 2.3.5 elérhető
      • 2.3.6 reprezentatív
      • 2.3.7 sodródás
      • 2.3.8 Algoritmikusan zavaros
      • 2.3.9 Piszkos
      • 2.3.10 Érzékeny
    • 2.4 Kutatási stratégiák
      • 2.4.1 számlálás dolgok
      • 2.4.2 Az előrejelzés és nowcasting
      • 2.4.3 közelítő kísérletek
    • 2.5 Következtetések
    • Matematikai megjegyzések
    • Mit kell olvasni?
    • Tevékenységek
  • 3 A kérdezés
    • 3.1 Bevezetés
    • 3.2 versus megfigyelés kérése
    • 3.3 A teljes felmérés hiba keret
      • 3.3.1 Képviselet
      • 3.3.2 Mérési
      • 3.3.3 költség
    • 3.4 Ki kell kérni
    • 3.5 Új utak kérdéseket
      • 3.5.1 Ökológiai pillanatnyi értékelések
      • 3.5.2 Wiki felmérések
      • 3.5.3 Gamification
    • 3.6 Nagy adatforrásokhoz kapcsolódó felmérések
      • 3.6.1 Bõvített kérdezés
      • 3.6.2 Erősített kérés
    • 3.7 Következtetések
    • Matematikai megjegyzések
    • Mit kell olvasni?
    • Tevékenységek
  • 4 futás kísérletek
    • 4.1 Bevezetés
    • 4.2 Milyen kísérletek?
    • 4.3 Két méretei kísérletek: lab-mező és analóg-digitális
    • 4.4 Túllépve az egyszerű kísérletek
      • 4.4.1 érvényesség
      • 4.4.2 heterogenitása kezelési hatások
      • 4.4.3 mechanizmusok
    • 4.5 A megvalósítás útja
      • 4.5.1 A meglévő környezetek használata
      • 4.5.2 Saját kísérlet létrehozása
      • 4.5.3 Saját termék létrehozása
      • 4.5.4 Partner a nagy teljesítményű
    • 4.6 Tűzoltóknak
      • 4.6.1 létrehozása zéró változó költség adatok
      • 4.6.2 Az etika beillesztése a tervbe: cserélje ki, finomítsa és csökkentse
    • 4.7 Következtetések
    • Matematikai megjegyzések
    • Mit kell olvasni?
    • Tevékenységek
  • 5 Masszív együttműködés létrehozása
    • 5.1 Bevezetés
    • 5.2 Az emberi számítás
      • 5.2.1 Galaxy Zoo
      • 5.2.2 Crowd-kódolása politikai manifesztumok
      • 5.2.3 Következtetések
    • 5.3 Szabad hívások
      • 5.3.1 Netflix
      • 5.3.2 Foldit
      • 5.3.3 Peer-to-Szabadalmi
      • 5.3.4 Következtetések
    • 5.4 Elosztott adatgyűjtés
      • 5.4.1 eBird
      • 5.4.2 PhotoCity
      • 5.4.3 Következtetések
    • 5.5 tervezzen saját
      • 5.5.1 motiválják a résztvevőket
      • 5.5.2 Leverage heterogenitás
      • 5.5.3 A figyelmet
      • 5.5.4 engedélyezése meglepetés
      • 5.5.5 Legyen etikai
      • 5.5.6 Final tervezési tanácsokat
    • 5.6 Következtetések
    • Mit kell olvasni?
    • Tevékenységek
  • 6 Etikai
    • 6.1 Bevezetés
    • 6.2 Három példa
      • 6.2.1 Érzelmi Fertőzés
      • 6.2.2 Ízek, kötések és idő
      • 6.2.3 Encore
    • 6.3 A digitális különbözik
    • 6.4 Négy elvek
      • 6.4.1 Tisztelet személyek
      • 6.4.2 jótékonyság
      • 6.4.3 Justice
      • 6.4.4 tisztelete törvény és a közérdekű
    • 6.5 Két etikai keretek
    • 6.6 területek nehézség
      • 6.6.1 Tájékozott hozzájárulásról
      • 6.6.2 megértése és kezelése az információs kockázat
      • 6.6.3 Adatvédelem
      • 6.6.4 döntéseket az arcát a bizonytalanság
    • 6.7 Gyakorlati tanácsok
      • 6.7.1 Az IRB egy földön, nem egy felső határt
      • 6.7.2 Tedd magad mindenki más cipő
      • 6.7.3 Gondoljon kutatásetika folytonos, nem különálló
    • 6.8 Következtetések
    • történelmi függelék
    • Mit kell olvasni?
    • Tevékenységek
  • 7 A jövő
    • 7.1 Várakozás
    • 7.2 A jövő témái
      • 7.2.1 A readymades és custommades keveréke
      • 7.2.2 résztvevő-központú adatgyűjtés
      • 7.2.3 Etikai kutatási terv
    • 7.3 Vissza az elejére
  • Köszönetnyilvánítás
  • Referenciák
Ez a fordítás által létrehozott egy számítógép. ×

5 Masszív együttműködés létrehozása

  • 5.1 Bevezetés
  • 5.2 Az emberi számítás
    • 5.2.1 Galaxy Zoo
    • 5.2.2 Crowd-kódolása politikai manifesztumok
    • 5.2.3 Következtetések
  • 5.3 Szabad hívások
    • 5.3.1 Netflix
    • 5.3.2 Foldit
    • 5.3.3 Peer-to-Szabadalmi
    • 5.3.4 Következtetések
  • 5.4 Elosztott adatgyűjtés
    • 5.4.1 eBird
    • 5.4.2 PhotoCity
    • 5.4.3 Következtetések
  • 5.5 tervezzen saját
    • 5.5.1 motiválják a résztvevőket
    • 5.5.2 Leverage heterogenitás
    • 5.5.3 A figyelmet
    • 5.5.4 engedélyezése meglepetés
    • 5.5.5 Legyen etikai
    • 5.5.6 Final tervezési tanácsokat
  • 5.6 Következtetések
  • Mit kell olvasni?
  • Tevékenységek

Powered by Open Review Toolkit

Buy The Book

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