Bit By Bit: Social Research in the Digital Age
  • მომხმარებლის
    • Open მიმოხილვა
    • Citation
    • კოდი
    • ავტორის შესახებ
    • კონფიდენციალურობა და თანხმობა
  • ენები
    • 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
  • შეიძინეთ წიგნი
    • Princeton University Press
    • Amazon
    • Barnes and Noble
    • IndieBound
  • წინასიტყვაობა
  • 1 შესავალი
    • 1.1 მელნის blot
    • 1.2 კეთილი ციფრული ასაკი
    • 1.3 კვლევის დიზაინი
    • 1.4 თემები ამ წიგნის
    • 1.5 ამ წიგნის შინაარსი
    • რა უნდა წაიკითხოთ მომდევნო
  • 2 დაკვირვება ქცევის
    • 2.1 შესავალი
    • 2.2 დიდი მონაცემები
    • 2.3 დიდი მონაცემების ათი საერთო მახასიათებლები
      • 2.3.1 დიდი
      • 2.3.2 ყოველთვის
      • 2.3.3 Nonreactive
      • 2.3.4 არასრულყოფილი
      • 2.3.5 მიუწვდომელი
      • 2.3.6 არაპროფესიონალური
      • 2.3.7 Drifting
      • 2.3.8 ალგორითმულად დაბნეული
      • 2.3.9 ბინძური
      • 2.3.10 მგრძნობიარე
    • 2.4 კვლევის სტრატეგია
      • 2.4.1 დათვლა რამ
      • 2.4.2 პროგნოზირება და nowcasting
      • 2.4.3 დაახლოება ექსპერიმენტი
    • 2.5 დასკვნა
    • მათემატიკური შენიშვნები
    • რა უნდა წაიკითხოთ მომდევნო
    • საქმიანობის
  • 3 კითხვის დასმა
    • 3.1 შესავალი
    • 3.2 მოთხოვნის დაკმაყოფილებისკენ
    • 3.3 საერთო კვლევის შეცდომა ფარგლებში
      • 3.3.1 წარმომადგენლობა
      • 3.3.2 საზომი
      • 3.3.3 Cost
    • 3.4 ვინ ვთხოვო
    • 3.5 ახალი გზები სვამს კითხვებს
      • 3.5.1 ეკოლოგიური მომენტალური შეფასებები
      • 3.5.2 Wiki კვლევები
      • 3.5.3 Gamification
    • 3.6 დიდი მონაცემთა წყაროებთან დაკავშირებული კვლევები
      • 3.6.1 გამდიდრებული კითხვა
      • 3.6.2 გააქტიურებული
    • 3.7 დასკვნა
    • მათემატიკური შენიშვნები
    • რა უნდა წაიკითხოთ მომდევნო
    • საქმიანობის
  • 4 Running ექსპერიმენტი
    • 4.1 შესავალი
    • 4.2 რა არის ექსპერიმენტი?
    • 4.3 ორი ზომები ექსპერიმენტი: ლაბორატორია სფეროში და ანალოგური ციფრული
    • 4.4 მოძრავი მიღმა უბრალო ექსპერიმენტები
      • 4.4.1 მოქმედების
      • 4.4.2 Heterogeneity მკურნალობის ეფექტი
      • 4.4.3 მექანიზმები
    • 4.5 რაც მოხდება
      • 4.5.1 გამოიყენეთ არსებული გარემოებები
      • 4.5.2 საკუთარი ექსპერიმენტის შექმნა
      • 4.5.3 საკუთარი პროდუქტის შექმნა
      • 4.5.4 პარტნიორი ძლიერია
    • 4.6 რჩევები
      • 4.6.1 შექმნა ნულოვანი ცვლადი ხარჯების მონაცემები
      • 4.6.2 აშენების ეთიკა თქვენს დიზაინში: შეცვალეთ, დახვეწა და შემცირება
    • 4.7 დასკვნა
    • მათემატიკური შენიშვნები
    • რა უნდა წაიკითხოთ მომდევნო
    • საქმიანობის
  • 5 მასობრივი თანამშრომლობის შექმნა
    • 5.1 შესავალი
    • 5.2 ადამიანის გამოთვლები
      • 5.2.1 Galaxy Zoo
      • 5.2.2 Crowd კოდირება პოლიტიკური manifestos
      • 5.2.3 დასკვნა
    • 5.3 Open მოუწოდებს
      • 5.3.1 Netflix პრიზი
      • 5.3.2 Foldit
      • 5.3.3 Peer-to-Patent
      • 5.3.4 დასკვნა
    • 5.4 განაწილებული მონაცემთა შეგროვების
      • 5.4.1 eBird
      • 5.4.2 photocity
      • 5.4.3 დასკვნა
    • 5.5 დიზაინის საკუთარი
      • 5.5.1 Motivate მონაწილეები
      • 5.5.2 მხარი არაერთგვაროვნება
      • 5.5.3 ყურადღებას
      • 5.5.4 ჩართვა სიურპრიზი
      • 5.5.5 ეთიკური
      • 5.5.6 Final დიზაინი რჩევებს
    • 5.6 დასკვნა
    • რა უნდა წაიკითხოთ მომდევნო
    • საქმიანობის
  • 6 ეთიკის
    • 6.1 შესავალი
    • 6.2 სამი მაგალითები
      • 6.2.1 ემოციური გადამდები სენი
      • 6.2.2 გემოვნები, კავშირები და დრო
      • 6.2.3 Encore
    • 6.3 ციფრული სხვადასხვა
    • 6.4 ოთხი პრინციპი
      • 6.4.1 პატივისცემა Persons
      • 6.4.2 სარგებლიანობისა
      • 6.4.3 იუსტიციის
      • 6.4.4 პატივისცემა და კანონის საზოგადოებრივი ინტერესის
    • 6.5 ორი ეთიკური ჩარჩოები
    • 6.6 ტერიტორიების სირთულის
      • 6.6.1 ინფორმირებული თანხმობა
      • 6.6.2 ურთიერთგაგებისა და მართვის საინფორმაციო რისკი
      • 6.6.3 Privacy
      • 6.6.4 გადაწყვეტილების მიღების სახე გაურკვევლობა
    • 6.7 პრაქტიკული რჩევები
      • 6.7.1 IRB- ს სართულზე, არ ჭერი
      • 6.7.2 განათავსეთ თავს ყველას ფეხსაცმელი
      • 6.7.3 მოიფიქრეთ კვლევის ეთიკის როგორც უწყვეტი, არა დისკრეტულ
    • 6.8 დასკვნა
    • ისტორიული დანართი
    • რა უნდა წაიკითხოთ მომდევნო
    • საქმიანობის
  • 7 მომავალი
    • 7.1 ველით
    • 7.2 მომავლის თემები
      • 7.2.1 მკითხველისა და საბაჟოების შერწყმა
      • 7.2.2 მონაწილე ორიენტირებული მონაცემთა შეგროვების
      • 7.2.3 ეთიკის კვლევის დიზაინი
    • 7.3 დასაწყისში
  • მადლობის
  • ლიტერატურა
ეს თარგმანი შეიქმნა კომპიუტერი. ×

რა უნდა წაიკითხოთ მომდევნო

  • მელნის ბლოტი (სექცია 1.1)

ბლუმენტოკის და კოლეგების პროექტის უფრო დეტალური აღწერილობისთვის იხილეთ წიგნის მე -3 თავი.

  • კეთილი იყოს თქვენი მობრძანება ციფრული ასაკი (სექცია 1.2)

Gleick (2011) უზრუნველყოფს კაცობრიობის უნარ-ჩვევების შეგროვების, შენახვის, გადაცემის და პროცესის პროცესში არსებულ ცვლილებების ისტორიულ მიმოხილვას.

ციფრული ასაკის დანერგვისათვის, რომელიც ფოკუსირებულია პოტენციურ ზიანს, როგორიცაა კონფიდენციალურობის დარღვევა, იხ. Abelson, Ledeen, and Lewis (2008) და Mayer-Schönberger (2009) . ციფრული ასაკის შესავლისთვის, რაც ხელს უწყობს შესაძლებლობებს, იხ. Mayer-Schönberger and Cukier (2013) .

ფირმების შერბილება ექსპერიმენტები რუტინულ პრაქტიკაში, იხ. Manzi (2012) , და უფრო მეტი ფირმების თვალსაზრისით ქცევის ფიზიკურ სამყაროში, იხილეთ Levy and Baracas (2017) .

ციფრული ასაკის სისტემები შეიძლება იყოს როგორც სწავლის ინსტრუმენტები და ობიექტები. მაგალითად, შესაძლოა, სოციალური მედიის გამოყენება საზოგადოებრივი აზრის შესაფასებლად, ანუ საზოგადოებრივ აზრზე სოციალური მედიის გავლენის გაგებაში. ერთ შემთხვევაში ციფრული სისტემა წარმოადგენს ინსტრუმენტს, რომელიც დაგეხმარებათ ახალი გაზომვისთვის. სხვა შემთხვევაში, ციფრული სისტემა სწავლის ობიექტია. ამ განსხვავების შესახებ იხილეთ Sandvig and Hargittai (2015) .

  • კვლევის დიზაინი (სექცია 1.3)

სოციალური მეცნიერებების კვლევის დიზაინზე მეტი იხილეთ King, Keohane, and Verba (1994) , Singleton and Straits (2009) და Khan and Fisher (2013) .

Donoho (2015) აღწერს მონაცემთა მეცნიერებას მონაცემების სწავლების ხალხში, და ის გთავაზობთ მონაცემთა მეცნიერების ისტორიას, სწავლობს მეცნიერების დარგში ინტელექტუალურ წარმოშობას, როგორებიცაა Tukey, Cleveland, Chambers და Breiman.

ციფრული ასაკის სოციალური კვლევების ჩატარების შესახებ პირველადი ანგარიშების Hargittai and Sandvig (2015) იხილეთ Hargittai and Sandvig (2015) .

  • ამ წიგნის თემები (სექცია 1.4)

Readymade- ს და ხელსაყრელი მონაცემების შერევით, იხილეთ Groves (2011) .

დამატებითი ინფორმაციისთვის "ანონიმიზაცია", ამ წიგნის მე -6 თავი. იმავე ზოგად ტექნიკას, რომელიც Blumenstock- მა და ხალხთა სიმდიდრის გამოყენებამ გამოიყენა, შეიძლება გამოყენებულ იქნას პოტენციურად მგრძნობიარე პირადი ატრიბუტების, მათ შორის სექსუალური ორიენტაციის, ეთნიკური, რელიგიური და პოლიტიკური შეხედულებების და ნარკოტიკული ნივთიერებების გამოყენება (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