អារម្ភកថា

សៀវភៅនេះបានចាប់ផ្ដើមនៅឆ្នាំ 2005 នៅបន្ទប់ក្រោមដីមួយនៅសាកលវិទ្យាល័យកូឡុំបៀ។ នៅពេលនោះខ្ញុំគឺជានិស្សិតដែលបញ្ចប់ការសិក្សាហើយខ្ញុំបានកំពុងធ្វើពិសោធន៍តាមអ៊ីនធឺណិតដែលនៅទីបំផុតនឹងក្លាយទៅជាសាស្ដ្រាចារ្យរបស់ខ្ញុំ។ ខ្ញុំនឹងប្រាប់អ្នកទាំងអស់គ្នាអំពីផ្នែកវិទ្យាសាស្រ្តនៃការពិសោធន៍នោះនៅក្នុងជំពូកទី 4 ប៉ុន្តែឥឡូវនេះខ្ញុំនឹងប្រាប់អ្នកអំពីអ្វីមួយដែលមិននៅក្នុងការសរសេររបស់ខ្ញុំឬនៅក្នុងឯកសារណាមួយរបស់ខ្ញុំ។ ហើយវាជាអ្វីដែលផ្លាស់ប្តូរជាមូលដ្ឋានអំពីរបៀបដែលខ្ញុំគិតអំពីការស្រាវជ្រាវ។ នៅព្រឹកមួយពេលខ្ញុំចូលក្នុងបន្ទប់ក្រោមដីរបស់ខ្ញុំខ្ញុំបានដឹងថាមួយយប់មានមនុស្ស 100 នាក់មកពីប្រទេសប្រេស៊ីលបានចូលរួមក្នុងការពិសោធរបស់ខ្ញុំ។ បទពិសោធន៍ដ៏សាមញ្ញនេះមានឥទ្ធិពលយ៉ាងជ្រាលជ្រៅលើខ្ញុំ។ នៅពេលនោះខ្ញុំមានមិត្ដភក្ដិដែលកំពុងពិសោធន៍ពិសោធន៍នៅមន្ទីរពិសោធន៏បុរាណហើយខ្ញុំដឹងថាតើពួកគេត្រូវធ្វើការយ៉ាងម៉ត់ចត់ដើម្បីជ្រើសរើសជ្រើសរើសអ្នកត្រួតពិនិត្យនិងបង់ប្រាក់ឱ្យមនុស្សចូលរួមក្នុងការពិសោធន៍ទាំងនេះ។ ប្រសិនបើពួកគេអាចរត់មនុស្ស 10 នាក់ក្នុងមួយថ្ងៃនោះជាការរីកចម្រើនល្អ។ ទោះជាយ៉ាងណាក៏ដោយជាមួយនឹងបទពិសោធន៍លើអ៊ីនធឺណិតរបស់ខ្ញុំមនុស្ស 100 នាក់បានចូលរួម នៅពេលខ្ញុំកំពុងគេង ។ ការស្រាវជ្រាវរបស់អ្នកខណៈពេលដែលអ្នកកំពុងដេកអាចស្តាប់ទៅល្អណាស់ដើម្បីក្លាយជាការពិតប៉ុន្តែវាមិនមែនទេ។ ការផ្លាស់ប្តូរខាងបច្ចេកវិទ្យាជាពិសេសការផ្លាស់ប្តូរពីអាយុកាលអាណាឡូកទៅអាយុកាលឌីជីថលមានន័យថាឥឡូវនេះយើងអាចប្រមូលនិងវិភាគទិន្នន័យសង្គមតាមរបៀបថ្មី។ សៀវភៅនេះគឺអំពីការធ្វើការស្រាវជ្រាវសង្គមតាមវិធីថ្មីៗទាំងនេះ។

សៀវភៅនេះគឺសម្រាប់អ្នកវិទ្យាសាស្រ្តសង្គមដែលចង់ធ្វើឱ្យមានវិទ្យាសាស្រ្តទិន្នន័យបន្ថែមអ្នកវិទ្យាសាស្រ្តទិន្នន័យដែលចង់បង្កើតវិទ្យាសាស្ត្រសង្គមបន្ថែមទៀតហើយនិងអ្នកដែលមានចំណាប់អារម្មណ៍ទៅលើកូនកាត់ទាំងពីរ។ ដែលបានផ្ដល់ឱ្យថាសៀវភៅនេះគឺសម្រាប់វាគួរតែទៅដោយគ្មាននិយាយថាវាមិនមែនគ្រាន់តែសម្រាប់និស្សិតនិងសាស្រ្តាចារ្យនោះទេ។ ទោះបីជាបច្ចុប្បន្នខ្ញុំកំពុងធ្វើការនៅសាកលវិទ្យាល័យ (Princeton) ខ្ញុំក៏បានធ្វើការនៅក្នុងរដ្ឋាភិបាល (នៅក្នុងការិយាល័យជំរឿនរបស់សហរដ្ឋអាមេរិក) និងនៅក្នុងឧស្សាហកម្មបច្ចេកវិទ្យា (នៅ Microsoft Research) ដូច្នេះខ្ញុំដឹងថាមានការស្រាវជ្រាវដ៏អស្ចារ្យជាច្រើនដែលកំពុងកើតឡើងនៅខាងក្រៅ សាកលវិទ្យាល័យ។ ប្រសិនបើអ្នកគិតពីអ្វីដែលអ្នកកំពុងធ្វើជាការស្រាវជ្រាវសង្គមនោះសៀវភៅនេះគឺសម្រាប់អ្នកមិនថាអ្នកធ្វើការនៅកន្លែងណាឬអ្វីដែលអ្នកកំពុងប្រើ។

ដូចដែលអ្នកប្រហែលជាបានកត់សម្គាល់រួចហើយសម្លេងនៃសៀវភៅនេះខុសប្លែកពីសៀវភៅសិក្សាជាច្រើនទៀត។ នោះជាចេតនា។ សៀវភៅនេះបានចេញមកពីសិក្ខាសាលាបញ្ចប់ការសិក្សាអំពីវិទ្យាសាស្រ្តសង្គមគណិតវិទ្យាដែលខ្ញុំបានបង្រៀននៅ Princeton នៅក្នុងផ្នែកសង្គមវិទ្យាតាំងពីឆ្នាំ 2007 ហើយខ្ញុំចង់ឱ្យវាចាប់យកថាមពលនិងការរំភើបមួយចំនួនពីសិក្ខាសាលានោះ។ ជាពិសេសខ្ញុំចង់ឱ្យសៀវភៅនេះមានចរិតលក្ខណៈបី: ខ្ញុំចង់ឱ្យវាមានប្រយោជន៍មានទិសដៅនាពេលអនាគតនិងសុទិដ្ឋិនិយម។

មានប្រយោជន៍ : គោលដៅរបស់ខ្ញុំគឺសរសេរសៀវភៅដែលមានប្រយោជន៍សម្រាប់អ្នក។ ដូច្នេះខ្ញុំនឹងសរសេរនៅក្នុងរចនាប័ទ្មបើកចំហ, ក្រៅផ្លូវការនិងគំរូ។ នោះហើយជាអ្វីដែលសំខាន់បំផុតដែលខ្ញុំចង់បង្ហាញគឺជាវិធីជាក់លាក់នៃការគិតអំពីការស្រាវជ្រាវសង្គម។ ហើយបទពិសោធរបស់ខ្ញុំបានបង្ហាញថាវិធីល្អបំផុតដើម្បីបង្ហាញវិធីនៃការគិតបែបនេះគឺក្រៅផ្លូវការនិងជាមួយឧទាហរណ៍ជាច្រើន។ ដូចគ្នានេះផងដែរនៅចុងបញ្ចប់នៃជំពូកនីមួយៗខ្ញុំមានផ្នែកមួយដែលមានឈ្មោះថា "អ្វីដែលត្រូវអានបន្ទាប់" ដែលនឹងជួយអ្នកឱ្យឆ្លងកាត់ការអានលម្អិតនិងបច្ចេកទេសលើប្រធានបទជាច្រើនដែលខ្ញុំណែនាំ។ នៅទីបញ្ចប់ខ្ញុំសង្ឃឹមថាសៀវភៅនេះនឹងជួយអ្នកទាំងពីរធ្វើការស្រាវជ្រាវនិងវាយតម្លៃការស្រាវជ្រាវរបស់អ្នកដទៃ។

ការតម្រង់ទិសទៅអនាគត : សៀវភៅនេះនឹងជួយអ្នកក្នុងការស្រាវជ្រាវសង្គមដោយប្រើប្រព័ន្ធឌីជីថលដែលមានសព្វថ្ងៃនេះ និង អ្វីដែលនឹងត្រូវបានបង្កើតនាពេលអនាគត។ ខ្ញុំចាប់ផ្តើមធ្វើការស្រាវជ្រាវប្រភេទនេះក្នុងឆ្នាំ 2004 ហើយតាំងពីពេលនោះមកខ្ញុំបានឃើញការផ្លាស់ប្តូរជាច្រើនហើយខ្ញុំជឿជាក់ថានៅក្នុងអាជីពរបស់អ្នកអ្នកនឹងឃើញការផ្លាស់ប្តូរជាច្រើនផងដែរ។ ល្បិចដើម្បីរក្សាការពាក់ព័ន្ធក្នុងការប្រឈមមុខនឹងការផ្លាស់ប្តូរគឺជា ការអរូបី ។ ឧទាហរណ៍វានឹងមិនក្លាយជាសៀវភៅដែលបង្រៀនអ្នកពីរបៀបប្រើប្រាស់ Twitter API ដូចដែលវាមានសព្វថ្ងៃនេះទេ។ ផ្ទុយទៅវិញវានឹងបង្រៀនអ្នកអំពីវិធីរៀនពីប្រភពទិន្នន័យដ៏ធំ (ជំពូកទី 2) ។ នេះនឹងមិនត្រូវបានសៀវភៅដែលផ្ដល់ឱ្យអ្នកនូវការណែនាំជាជំហានសម្រាប់ការរត់ពិសោធន៍នៅលើ Amazon Mechanical Turk បាន; ផ្ទុយទៅវិញវានឹងបង្រៀនអ្នកពីរបៀបរៀបចំនិងបកប្រែការពិសោធន៍ដែលផ្អែកលើហេដ្ឋារចនាសម្ព័ន្ធអាយុឌីជីថល (ជំពូកទី 4) ។ តាមរយៈការប្រើប្រាស់អរូបីខ្ញុំសង្ឃឹមថានេះនឹងជាសៀវភៅដែលមិនចេះចប់នៅលើប្រធានបទទាន់ពេលវេលា។

សុទិដ្ឋិនិយម : សហគមន៍ទាំងពីរដែលសៀវភៅនេះចូលរួម - អ្នកវិទ្យាសាស្រ្តសង្គមនិងអ្នកវិទ្យាសាស្រ្តទិន្នន័យ - មានប្រវត្តិខុសគ្នានិងផលប្រយោជន៍។ ក្រៅពីភាពខុសគ្នាដែលទាក់ទងនឹងវិទ្យាសាស្រ្តទាំងនេះដែលខ្ញុំនិយាយនៅក្នុងសៀវភៅខ្ញុំក៏បានកត់សម្គាល់ផងដែរថាសហគមន៍ទាំងពីរនេះមានរចនាប័ទ្មខុសៗគ្នា។ អ្នកវិទ្យាសាស្រ្តទិន្នន័យជាទូទៅត្រូវបានរំភើប។ ពួកគេមាននិន្នាការទៅមើលកញ្ចក់ពាក់កណ្តាលពេញលេញ។ ម្យ៉ាងវិញទៀតក្រុមអ្នកវិទ្យាសាស្ត្រសង្គមជាទូទៅមានសារៈសំខាន់ជាង។ ពួកគេមាននិន្នាការទៅមើលកញ្ចក់ពាក់កណ្តាលទទេ។ នៅក្នុងសៀវភៅនេះខ្ញុំនឹងយកចិត្តទុកដាក់សុទិដ្ឋិនិយមនៃអ្នកវិទ្យាសាស្ត្រទិន្នន័យ។ ដូច្នេះនៅពេលខ្ញុំបង្ហាញឧទាហរណ៍ខ្ញុំនឹងប្រាប់អ្នកពីអ្វីដែលខ្ញុំស្រលាញ់អំពីឧទាហរណ៍ទាំងនេះ។ ហើយនៅពេលដែលខ្ញុំចង្អុលបង្ហាញបញ្ហាជាមួយនឹងឧទាហរណ៍ - ហើយខ្ញុំនឹងធ្វើវាព្រោះគ្មានការស្រាវជ្រាវណាល្អឥតខ្ចោះទេខ្ញុំនឹងព្យាយាមចង្អុលបង្ហាញបញ្ហាទាំងនេះតាមរបៀបវិជ្ជមាននិងសុទិដ្ឋិនិយម។ ខ្ញុំនឹងមិនមានសារៈសំខាន់សម្រាប់ជាប្រយោជន៍នៃការរិះគន់នោះទេហើយខ្ញុំនឹងក្លាយជាមនុស្សសំខាន់ដូច្នេះខ្ញុំអាចជួយអ្នកក្នុងការបង្កើតការស្រាវជ្រាវកាន់តែប្រសើរឡើង។

យើងនៅតែស្ថិតនៅក្នុងដំណាក់កាលដំបូងនៃការស្រាវជ្រាវសង្គមនៅក្នុងយុគសម័យឌីជីថលប៉ុន្តែខ្ញុំបានមើលឃើញការយល់ច្រឡំមួយចំនួនដែលជារឿងធម្មតាដែលវាសមហេតុផលសម្រាប់ខ្ញុំក្នុងការនិយាយអំពីពួកគេនៅទីនេះក្នុងអារម្ភកថា។ ពីអ្នកវិទ្យាសាស្ត្រទិន្នន័យខ្ញុំបានឃើញការយល់ច្រឡំពីរ។ ទី 1 កំពុងគិតថាទិន្នន័យកាន់តែច្រើនដោះស្រាយបញ្ហាដោយស្វ័យប្រវត្តិ។ ទោះយ៉ាងណាក៏ដោយសម្រាប់ការស្រាវជ្រាវសង្គមដែលមិនមែនជាបទពិសោធន៍របស់ខ្ញុំ។ តាមការពិតសម្រាប់ការស្រាវជ្រាវសង្គមទិន្នន័យល្អប្រសើរដែលផ្ទុយពីទិន្នន័យកាន់តែច្រើនហាក់ដូចជាមានប្រយោជន៍ជាង។ ការយល់ច្រឡំលើកទីពីរដែលខ្ញុំបានឃើញពីអ្នកវិទ្យាសាស្ត្រកំពុងគិតថាវិទ្យាសាស្ត្រសង្គមគ្រាន់តែជាវង់ភ្លេងដែលនិយាយរវើរវាយប៉ុណ្ណោះ។ ជាការពិតណាស់ក្នុងនាមជាអ្នកវិទ្យាសាស្ត្រសង្គម - ជាពិសេសក្នុងនាមជាអ្នកសង្គមវិទ្យាខ្ញុំមិនយល់ស្របនឹងរឿងនោះទេ។ មនុស្សវៃឆ្លាតបានខិតខំយល់ដឹងអំពីឥរិយាបថរបស់មនុស្សជាយូរណាស់មកហើយហើយវាហាក់ដូចជាមិនមានគំនិតមិនអើពើនឹងប្រាជ្ញាដែលបានមកពីការខិតខំនេះ។ ក្តីសង្ឃឹមរបស់ខ្ញុំគឺថាសៀវភៅនេះនឹងផ្តល់ឱ្យអ្នកនូវប្រាជ្ញាមួយចំនួនដែលមានភាពងាយស្រួលក្នុងការយល់។

ពីអ្នកវិទ្យាសាស្រ្តសង្គមខ្ញុំក៏បានឃើញការយល់ច្រឡំទូទៅពីរ។ ដំបូងខ្ញុំធ្លាប់ឃើញមនុស្សខ្លះសរសេរគំនិតទាំងមូលនៃការស្រាវជ្រាវសង្គមដោយប្រើឧបករណ៍នៃអាយុឌីជីថលដោយសារតែឯកសារអាក្រក់មួយចំនួន។ ប្រសិនបើអ្នកកំពុងអានសៀវភៅនេះអ្នកប្រហែលជាធ្លាប់បានអានក្រដាសដែលប្រើទិន្នន័យប្រព័ន្ធផ្សព្វផ្សាយសង្គមតាមរបៀបដែលមិនត្រឹមត្រូវឬខុស (ឬទាំងពីរ) ។ ខ្ញុំក៏មានដែរ។ ទោះជាយ៉ាងណាក៏ដោយវាគឺជាកំហុសធ្ងន់ធ្ងរមួយក្នុងការសន្និដ្ឋានពីឧទាហរណ៍ទាំងនេះថាការស្រាវជ្រាវសង្គមឌីជីថលសម័យកាលទាំងអស់គឺអាក្រក់។ តាមការពិតអ្នកប្រហែលជាធ្លាប់អានអត្ថបទដែលប្រើទិន្នន័យស្ទង់មតិតាមរបៀបដែលមិនត្រឹមត្រូវឬខុសប៉ុន្តែអ្នកមិនបានលុបចោលការស្រាវជ្រាវទាំងអស់ដោយប្រើការស្ទង់មតិ។ នោះគឺដោយសារតែអ្នកដឹងថាមានការស្រាវជ្រាវដ៏អស្ចារ្យដែលបានធ្វើជាមួយទិន្នន័យស្ទង់មតិហើយនៅក្នុងសៀវភៅនេះខ្ញុំនឹងបង្ហាញអ្នកថាវាមានការស្រាវជ្រាវដ៏អស្ចារ្យដែលបានធ្វើជាមួយនឹងឧបករណ៍នៃយុគសម័យឌីជីថលផងដែរ។

ការយល់ច្រឡំជាលើកទីពីរដែលខ្ញុំបានឃើញពីអ្នកវិទ្យាសាស្រ្តសង្គមគឺបំភ័ន្តបច្ចុប្បន្នជាមួយអនាគត។ នៅពេលយើងវាយតម្លៃការស្រាវជ្រាវសង្គមនៅអាយុឌីជីថលការស្រាវជ្រាវដែលខ្ញុំនឹងពណ៌នាវាជារឿងសំខាន់ដែលយើងសួរសំណួរពីរខុសគ្នា: "តើរបៀបនៃការស្រាវជ្រាវបែបនេះបានយ៉ាងល្អនៅពេលណា?" និង " ការងារស្រាវជ្រាវនៅពេលអនាគត? "អ្នកស្រាវជ្រាវត្រូវបានហ្វឹកហាត់ដើម្បីឆ្លើយសំណួរដំបូងប៉ុន្តែសម្រាប់សៀវភៅនេះខ្ញុំគិតថាសំណួរទីពីរគឺសំខាន់ជាង។ នោះគឺទោះបីជាការស្រាវជ្រាវសង្គមនៅក្នុងយុគសម័យឌីជីថលមិនទាន់បានបង្កើតនូវការរួមចំណែកខាងបញ្ញាញាណដ៏ធំសម្បើមក៏ដោយក៏អត្រាកំណើននៃការស្រាវជ្រាវតាមឌីជីថលមានភាពរហ័សរហួន។ វាគឺជាអត្រានៃការផ្លាស់ប្តូរនេះ - ច្រើនជាងកម្រិតបច្ចុប្បន្ន - ដែលធ្វើឱ្យការស្រាវជ្រាវតាមឌីជីថលមានភាពរំភើបណាស់ចំពោះខ្ញុំ។

ទោះបីជាឃ្លាចុងក្រោយនេះហាក់បីដូចជាផ្តល់ជូនអ្នកនូវទ្រព្យសម្បត្តិដែលមានសក្តានុពលនៅពេលដែលមិនមានបញ្ជាក់ច្បាស់លាស់នាពេលអនាគតគោលដៅរបស់ខ្ញុំគឺមិនឱ្យអ្នកលក់ប្រភេទណាមួយនៃការស្រាវជ្រាវ។ ខ្ញុំមិនមានភាគហ៊ុនផ្ទាល់ខ្លួននៅក្នុង Twitter, Facebook, Google, Microsoft, Apple ឬក្រុមហ៊ុនបច្ចេកវិទ្យាផ្សេងទៀតទេ (ទោះបីជាដើម្បីជាការបង្ហាញព័ត៌មានពេញលេញខ្ញុំគួរតែនិយាយថាខ្ញុំបានធ្វើការនៅឬទទួលបានការស្រាវជ្រាវពី Microsoft, Google និងហ្វេសប៊ុក) ។ នៅក្នុងសៀវភៅនេះដូច្នេះគោលបំណងរបស់ខ្ញុំគឺនៅតែជាអ្នករាយការណ៍គួរឱ្យទុកចិត្តប្រាប់អ្នកអំពីអ្វីដែលគួរឱ្យរំភើបទាំងអស់ដែលអាចធ្វើទៅបានខណៈពេលដែលនាំអ្នកចេញពីអន្ទាក់មួយចំនួនដែលខ្ញុំឃើញអ្នកផ្សេងទៀតធ្លាក់ចូល (ហើយជួនកាលបានធ្លាក់ចូលក្នុងខ្លួនខ្ញុំផ្ទាល់) ។

ចំណុចប្រសព្វនៃវិទ្យាសាស្រ្តសង្គមនិងវិទ្យាសាស្រ្តទិន្នន័យត្រូវបានគេហៅថាវិទ្យាសាស្ត្រសង្គមគណនា។ អ្នកខ្លះគិតថានេះជាវាលបច្ចេកទេសប៉ុន្តែនេះមិនមែនជាសៀវភៅបច្ចេកទេសទេ។ ឧទាហរណ៍មិនមានសមីការនៅក្នុងអត្ថបទមេទេ។ ខ្ញុំបានជ្រើសរើសសរសេរសៀវភៅនេះតាមរបៀបនេះពីព្រោះខ្ញុំចង់ផ្តល់នូវទិដ្ឋភាពទូលំទូលាយនៃការស្រាវជ្រាវសង្គមក្នុងយុគសម័យឌីជីថលរួមទាំងប្រភពទិន្នន័យធំ ៗ ការស្ទង់មតិពិសោធន៍ការសហការដ៏ធំនិងក្រមសីលធម៌។ វាបានប្រែទៅជាមិនអាចទៅរួចទេដើម្បីគ្របដណ្តប់ប្រធានបទទាំងអស់នេះនិងផ្តល់នូវពត៌មានលំអិតបច្ចេកទេសអំពីគ្នា។ ផ្ទុយទៅវិញសូចនាករសម្ភារៈបច្ចេកទេសបន្ថែមទៀតត្រូវបានផ្តល់ឱ្យនៅក្នុងផ្នែក "អ្វីដែលត្រូវអានបន្ទាប់" នៅចុងបញ្ចប់នៃជំពូកនីមួយៗ។ នៅក្នុងពាក្យផ្សេងទៀតសៀវភៅនេះមិនត្រូវបានរចនាឡើងដើម្បីបង្រៀនអ្នកពីរបៀបធ្វើការគណនាជាក់លាក់ណាមួយឡើយ។ ផ្ទុយទៅវិញវាត្រូវបានបង្កើតឡើងដើម្បីផ្លាស់ប្តូរវិធីដែលអ្នកគិតអំពីការស្រាវជ្រាវសង្គម។

របៀបប្រើសៀវភៅនេះក្នុងវគ្គសិក្សា

ដូចខ្ញុំបាននិយាយពីមុនសៀវភៅនេះបានផុសឡើងជាផ្នែកមួយពីសិក្ខាសាលាបញ្ចប់ការសិក្សាអំពីវិទ្យាសាស្រ្តសង្គមគណិតវិទ្យាដែលខ្ញុំបានបង្រៀនតាំងពីឆ្នាំ 2007 នៅព្រីនស្តុន។ ដោយសារអ្នកប្រហែលជាគិតអំពីការប្រើសៀវភៅនេះដើម្បីបង្រៀនវគ្គខ្ញុំគិតថាវាអាចមានប្រយោជន៍សម្រាប់ខ្ញុំក្នុងការពន្យល់ពីរបៀបដែលវាបានកើនឡើងពីវគ្គសិក្សារបស់ខ្ញុំនិងរបៀបដែលខ្ញុំស្រមៃថាវាត្រូវបានប្រើនៅក្នុងវគ្គសិក្សាផ្សេងទៀត។

ជាច្រើនឆ្នាំមកហើយខ្ញុំបានបង្រៀនមុខវិជ្ជារបស់ខ្ញុំដោយគ្មានសៀវភៅ។ ខ្ញុំគ្រាន់តែផ្តល់កម្រងអត្ថបទ។ ខណៈពេលដែលសិស្សអាចរៀនពីអត្ថបទទាំងនេះអត្ថបទតែម្នាក់ឯងមិនបាននាំទៅរកការផ្លាស់ប្តូរគំនិតដែលខ្ញុំសង្ឃឹមថានឹងបង្កើតទេ។ ដូច្នេះខ្ញុំនឹងចំណាយពេលភាគច្រើនក្នុងថ្នាក់ផ្តល់នូវទស្សនវិស័យបរិបទនិងដំបូន្មានដើម្បីជួយសិស្សឱ្យមើលឃើញរូបភាពធំ។ សៀវភៅនេះគឺជាការប៉ុនប៉ងរបស់ខ្ញុំក្នុងការសរសេរចុះនូវទស្សនវិស័យបរិបទនិងដំបូន្មានទាំងនោះតាមវិធីដែលមិនមានតម្រូវការជាមុនណាមួយទាក់ទងនឹងវិទ្យាសាស្ត្រសង្គមឬវិទ្យាសាស្ត្រទិន្នន័យ។

នៅក្នុងវគ្គសិក្សារយៈពេលមួយឆមាសខ្ញុំសូមណែនាំសៀវភៅនេះជាមួយនឹងការអានបន្ថែម។ ឧទាហរណ៍ដូចជាវគ្គសិក្សាមួយអាចចំណាយពេលពីរសប្តាហ៍លើការពិសោធន៍ហើយអ្នកអាចផ្គូផ្គងជំពូក 4 ដោយការអានលើប្រធានបទនានាដូចជាតួនាទីនៃព័ត៌មានមុនការព្យាបាលនៅក្នុងការរចនានិងការវិភាគនៃពិសោធន៍។ បញ្ហាស្ថិតិនិងគណនាដែលបានលើកឡើងដោយការធ្វើតេស្ត A / B ខ្នាតធំនៅក្រុមហ៊ុន។ ការរចនានៃការពិសោធន៍ផ្តោតជាពិសេសលើយន្តការ; និងអនុវត្តជាក់ស្តែង, វិទ្យាសាស្រ្តនិងបញ្ហាសីលធម៌ទាក់ទងទៅនឹងការប្រើប្រាស់អ្នកចូលរួមពីទីផ្សារការងារលើបណ្តាញដូចជា Amazon Mechanical Turk ។ វាក៏អាចត្រូវបានផ្គូផ្គងជាមួយនឹងការអាននិងសកម្មភាពពាក់ព័ន្ធនឹងកម្មវិធី។ ជម្រើសដែលសមស្របរវាងការផ្គូរផ្គងជាច្រើនដែលអាចកើតមាននេះគឺអាស្រ័យលើសិស្សនៅក្នុងវគ្គសិក្សារបស់អ្នក (ឧ។ ថ្នាក់បរិញ្ញាប័ត្រអនុបណ្ឌិតឬបណ្ឌិត) ប្រវត្តិនិងគោលដៅរបស់ពួកគេ។

វគ្គសិក្សារយៈពេលខ្លីក៏អាចរួមបញ្ចូលសំណុំបញ្ហាប្រចាំសប្ដាហ៍ផងដែរ។ ជំពូកនិមួយៗមានសកម្មភាពផ្សេងៗគ្នាដែលត្រូវបានដាក់ស្លាកដោយកម្រិតនៃការលំបាក: ងាយស្រួល ( ងាយស្រួល ) មធ្យម ( មធ្យម ) រឹង ( រឹង ) និងពិបាកណាស់ ( ពិបាក​ណាស់ ) ។ ដូចគ្នានេះផងដែរខ្ញុំបានដាក់ស្លាកបញ្ហានីមួយៗដោយជំនាញដែលវាតម្រូវអោយ: គណិតវិទ្យា ( តម្រូវឱ្យគណិតវិទ្យា ), ការសរសេរកូដ ( តម្រូវឱ្យសរសេរកូដ ), និងការប្រមូលទិន្នន័យ ( ការ​ប្រមូល​ទិន្នន័យ ) ។ ជាចុងក្រោយខ្ញុំបានដាក់ស្លាកសកម្មភាពមួយចំនួនដែលជាការនិយមផ្ទាល់ខ្លួនរបស់ខ្ញុំ ( សំណព្វរបស់ខ្ញុំ ) ។ ខ្ញុំសង្ឃឹមថានៅក្នុងការប្រមូលផ្តុំសកម្មភាពទាំងនេះអ្នកនឹងរកឃើញមួយចំនួនដែលសមរម្យសម្រាប់សិស្សរបស់អ្នក។

ដើម្បីជួយដល់មនុស្សដែលប្រើសៀវភៅនេះក្នុងវគ្គសិក្សាខ្ញុំបានចាប់ផ្តើមប្រមូលសម្ភារៈបង្រៀនដូចជាកម្មវិធីមេរៀនស្លាយការណែនាំសម្រាប់ការណែនាំនីមួយៗនិងដំណោះស្រាយចំពោះសកម្មភាពមួយចំនួន។ អ្នកអាចរកឃើញសមា្ភារៈទាំងនេះ - និងរួមចំណែកដល់ពួកគេ - នៅ http://www.bitbybitbook.com ។