សកម្មភាព

ពាក្យគន្លឹះ:

  • កម្រិតនៃការលំបាក: ងាយស្រួលក្នុងការ ជាការងាយស្រួល មធ្យម មធ្យម , ការលំបាក ការលំបាក , ពិបាក​ណាស់ ពិបាក​ណាស់
  • តម្រូវឱ្យគណិតវិទ្យា ( តម្រូវឱ្យគណិតវិទ្យា )
  • តម្រូវឱ្យមានការសរសេរកូដ ( តម្រូវឱ្យមានការសរសេរកូដ )
  • ការ​ប្រមូល​ទិន្នន័យ ( ការ​ប្រមូល​ទិន្នន័យ )
  • ចំណង់ចំណូលចិត្ត​របស់ខ្ញុំ ( ចំណង់ចំណូលចិត្ត​របស់ខ្ញុំ )
  1. [ មធ្យម , ចំណង់ចំណូលចិត្ត​របស់ខ្ញុំ ] ក្បួនដោះស្រាយបញ្ហាបំផ្លាញជាមួយនឹង Google ជំងឺគ្រុនផ្តាសាយនិន្នាការមួយ។ អានក្រដាសដោយ Lazer et al. (2014) , និងសរសេរខ្លី, អ៊ីម៉ែលយ៉ាងច្បាស់មួយដល់វិស្វករនៅក្រុមហ៊ុន Google ពន្យល់អំពីបញ្ហានេះនិងផ្តល់ជូននូវគំនិតនៃរបៀបដើម្បីជួសជុលបញ្ហានេះ។

  2. [ មធ្យម ] Bollen, Mao, and Zeng (2011) បានអះអាងថាទិន្នន័យពី Twitter អាចត្រូវបានប្រើដើម្បីទស្សន៍ទាយផ្សារហ៊ុន។ ការរកឃើញនេះបាននាំឱ្យមានការបង្កើតនៃការការពារហានិភ័យមូលនិធិ Derwent រាជធានីទីផ្សារទៅវិនិយោគនៅក្នុងទីផ្សារភាគហ៊ុនដែលមានមូលដ្ឋានលើទិន្នន័យដែលប្រមូលបានពីក្នុង Twitter (Jordan 2010) ។ តើអ្វីទៅជាភស្តុតាងដែលអ្នកចង់ឃើញមុនពេលដាក់ប្រាក់របស់អ្នកនៅក្នុងមូលនិធិនោះ?

  3. [ ជាការងាយស្រួល ] ខណៈពេលដែលការតស៊ូមតិមួយចំនួនបានគោរពសុខភាពសាធារណៈដូចបារីអេឡិចត្រូនិមួយដែលមានប្រសិទ្ធិភាពក្នុងការផ្តាច់ជំនួយការជក់បារី, អ្នកផ្សេងទៀតបានព្រមានអំពីហានិភ័យមានសក្តានុពលដូចជាការកម្រិតខ្ពស់នៃជាតិនីកូទីន។ សូមស្រមៃថាអ្នកស្រាវជ្រាវបានសម្រេចចិត្តទៅសិក្សាមតិសាធារណៈមួយឆ្ពោះទៅរកអ៊ីបារីដោយប្រមូលប្រកាសក្នុង Twitter ដែលទាក់ទងនឹងអ៊ីបារី-និងធ្វើការវិភាគសន្ទស្សន៍អារម្មណ៍។

    1. តើអ្វីទៅជាភាពលំអៀងដែលអាចធ្វើបានបីដែលអ្នកមានការព្រួយបារម្ភច្រើនបំផុតអំពីការនៅក្នុងការសិក្សានេះ?
    2. Clark et al. (2016) បានរត់គ្រាន់តែជាការសិក្សា។ ដំបូងពួកគេបានប្រមូល 850.000 ធ្វីតដែលបានប្រើពាក្យគន្លឹះអ៊ីការលក់បារីដែលទាក់ទងនឹងខែមករាឆ្នាំ 201​​2 តាមរយៈការចាប់ពីខែធ្នូឆ្នាំ 201​​4 នៅពេលអធិការកិច្ចនៅជិត, ដែលពួកគេបានដឹងថាមានមនុស្សជាច្រើនដោយស្វ័យប្រវត្តិធ្វីតទាំងនេះត្រូវបានគេ (ពោលគឺមិនផលិតដោយមនុស្ស) និងជាច្រើននៃការធ្វីតដោយស្វ័យប្រវត្តិទាំងនេះត្រូវបានសំខាន់ ការផ្សាយពាណិជ្ជកម្ម។ ពួកគេបានបង្កើតមនុស្សដើម្បីបំបែកក្បួនដោះស្រាយការរកឃើញដោយស្វ័យប្រវត្តិពីធ្វីតធ្វីតសរីរាង្គ។ ដោយប្រើក្បួនដោះស្រាយរកឃើញមនុស្សនេះពួកគេបានរកឃើញថា 80% នៃការធ្វីតត្រូវបានគេដោយស្វ័យប្រវត្តិ។ តើការរកឃើញនេះបានផ្លាស់ប្តូរចម្លើយរបស់អ្នកដើម្បីជាផ្នែកមួយ (មួយ)?
    3. នៅពេលដែលពួកគេបានប្រៀបធៀបសន្ទស្សន៍អារម្មណ៍ក្នុងធ្វីតសរីរាង្គនិងដោយស្វ័យប្រវត្តិដែលពួកគេបានរកឃើញថានេះគឺធ្វីតស្វ័យប្រវត្តិច្រើនជាងវិជ្ជមានច្រើនជាងធ្វីតសរីរាង្គ (6.17 ធៀបនឹង 5.84) ។ តើការរកឃើញនេះបានផ្លាស់ប្តូរចម្លើយរបស់អ្នកទៅ (ខ)?
  4. [ ជាការងាយស្រួល ] នៅខែវិច្ឆិកាឆ្នាំ 2009, ក្នុង Twitter បានផ្លាស់ប្តូរសំណួរនៅក្នុងប្រអប់ Tweet ពី "តើអ្នកកំពុងធ្វើអ្វី?" ទៅ "តើមានអ្វីកើតឡើង?" (https://blog.twitter.com/2009/whats-happening) ។

    1. តើអ្នកគិតថាការផ្លាស់ប្តូរនៃការសួរនេះនឹងប៉ះពាល់ដល់អ្នកដែលបាន tweet និង / ឬអ្វីដែលពួកគេ tweet បានយ៉ាងដូចម្តេច?
    2. ឈ្មោះគម្រោងស្រាវជ្រាវមួយដែលអ្នកចង់បានលឿន "តើអ្នកកំពុងធ្វើអ្វី?" សូមពន្យល់អំពីមូលហេតុ។
    3. ឈ្មោះគម្រោងស្រាវជ្រាវមួយដែលអ្នកចង់បានប្រអប់បញ្ចូល "តើមានអ្វីកើតឡើង? »ពន្យល់ពីមូលហេតុ។
  5. [ មធ្យម ] Kwak et al. (2010) បានធ្វើការវិភាគ 41,7 លាននាក់អ្នកប្រើទម្រង់ទំនាក់ទំនងសង្គម 1,47 ពាន់លាន, 4262 ប្រធានបទនិន្នាការនិង 106 លានលើកទី 6 ខែមិថុនាធ្វីតរវាងខែមិថុនាលើកទី 31 ឆ្នាំ 2009 ដោយផ្អែកលើការដែលពួកគេបានសន្និដ្ឋានថាការវិភាគរបស់ Twitter បានបម្រើការជាច្រើនទៀតដែលជាមធ្យមថ្មីនៃការចែករំលែកជាងពនេះ ប​ណ្តា​ញ​សង្គម។

    1. ពិចារណាលើការរកឃើញ Kwak et al បាននូវអ្វីដែលប្រភេទនៃការស្រាវជ្រាវដែលអ្នកនឹងធ្វើជាមួយនឹងទិន្នន័យក្នុង Twitter? អ្វីដែលប្រភេទនៃការស្រាវជ្រាវរបស់អ្នកនឹងមិនត្រូវបានធ្វើការជាមួយនឹងទិន្នន័យក្នុង Twitter? ហេតុអ្វី?
    2. ក្នុងឆ្នាំ 201​​0 Twitter បានបន្ថែមទៀតថាតើនរណាជាអ្នកដើម្បីអនុវត្តតាមការផ្តល់យោបល់សមស្របសម្រាប់សេវាការធ្វើឱ្យដល់អ្នកប្រើ។ អនុសាសន៍ទាំងបីត្រូវបានបង្ហាញនៅពេលនៅលើទំព័រមេ។ អនុសាសន៍ជាញឹកញាប់ត្រូវបានដកចេញពីមួយរបស់ "មិត្តនៃមិត្តភក្តិ" និងទំនាក់ទំនងគ្នាទៅវិញទៅមកត្រូវបានបង្ហាញផងដែរនៅក្នុងអនុសាសន៍នេះ។ អ្នកប្រើប្រាស់អាចធ្វើឱ្យការមើលឃើញនូវអនុសាសន៍ឬចូលមើលទំព័រមួយដែលមានបញ្ជីអនុសាសន៍យូរជាងនេះ។ តើអ្នកគិតថាលក្ខណៈពិសេសថ្មីនេះនឹងផ្លាស់ប្តូរចម្លើយរបស់អ្នកដើម្បីជាផ្នែកមួយ)? ហេតុអ្វីឬហេតុអ្វីបានជាមិនមាន?
    3. Su, Sharma, and Goel (2016) បានធ្វើការវាយតម្លៃផលប៉ះពាល់នៃការដែលដើម្បីអនុវត្តតាមការសេវានេះហើយបានរកឃើញថាខណៈពេលដែលអ្នកប្រើប្រាស់នៅទូទាំងវិសាលគមប្រជាប្រិយភាពទទួលប្រយោជន៍ពីអនុសាសន៍នេះ, អ្នកប្រើប្រាស់ដែលមានប្រជាប្រិយភាពបំផុតផលចំណេញច្រើនជាងមធ្យម។ តើការរកឃើញនេះបានផ្លាស់ប្តូរចម្លើយរបស់អ្នកដើម្បីជាផ្នែកមួយខ)? ហេតុអ្វីឬហេតុអ្វីបានជាមិនមាន?
  6. [ ជាការងាយស្រួល ] "Retweet បន្ត" ជាញឹកញាប់ត្រូវបានគេប្រើដើម្បីវាស់ស្ទង់ឥទ្ធិពលនិងរីករាលដាលឥទ្ធិពលនៅលើ Twitter ។ ដំបូង, អ្នកប្រើប្រាស់បានចម្លងនិងបិទភ្ជាប់តាមរយៈ tweet ដែលពួកគេចូលចិត្ត, អ្នកនិពន្ធដើមស្លាកជាមួយនឹងចំណុចទាញរបស់គាត់នាង / និងដោយដៃវាយ "ត្រ" មុនពេល Tweet ដើម្បីបង្ហាញថាវាជាការធ្វីតឡើងវិញមួយ។ បន្ទាប់មកនៅក្នុងឆ្នាំ 2009 Twitter បានបន្ថែមទៀតថាប៊ូតុង "Retweet បន្ត" ។ នៅខែមិថុនាឆ្នាំ 201​​6, ក្នុង Twitter បានធ្វើឱ្យវាអាចធ្វើទៅបានសម្រាប់អ្នកប្រើប្រាស់ដើម្បី Retweet បន្តធ្វីតផ្ទាល់របស់ពួកគេ (https://twitter.com/twitter/status/742749353689780224) ។ តើអ្នកគិតថាការផ្លាស់ប្តូរទាំងនេះគួរតែប៉ះពាល់ដល់របៀបដែលអ្នកប្រើ "retweets" នៅក្នុងការស្រាវជ្រាវរបស់អ្នកឬ? ហេតុអ្វីឬហេតុអ្វីបានជាមិនមាន?

  7. [ មធ្យម , ការ​ប្រមូល​ទិន្នន័យ , តម្រូវឱ្យមានការសរសេរកូដ ] Michel et al. (2011) បានសាងសង់ផុសចេញពីកិច្ចខិតខំប្រឹងប្រែងកម្រងរបស់ Google ដើម្បីឌីជីថលសៀវភៅមួយ។ ដោយប្រើកំណែដំបូងនៃកម្រងដែលត្រូវបានបោះពុម្ពផ្សាយក្នុងឆ្នាំ 2009 និងមានចំនួនជាង 5 លានសៀវភៅឌីជីថលអ្នកស្រាវជ្រាវបានវិភាគលើការប្រើប្រាស់ពាក្យប្រេកង់ការផ្លាស់ប្តូរក្នុងការស៊ើបអង្កេតនិងនិន្នាការវប្បធម៍ភាសា។ មិនយូរប៉ុន្មានសៀវភៅដែលក្រុមហ៊ុន Google បានក្លាយជាប្រភពកម្រងទិន្នន័យមួយពេញនិយមសម្រាប់អ្នកស្រាវជ្រាវនិងជាកំណែទី 2 នៃមូលដ្ឋានទិន្នន័យនេះត្រូវបានចេញផ្សាយនៅក្នុងឆ្នាំ 201​​2 ។

    ទោះជាយ៉ាងណា, Pechenick, Danforth, and Dodds (2015) បានព្រមានថាក្រុមអ្នកស្រាវជ្រាវត្រូវការដើម្បីដំណើរការយ៉ាងពេញលេញលក្ខណៈគំរូនៃកម្រងមុនពេលប្រើប្រាស់វាសម្រាប់ទាញសេចក្តីសន្និដ្ឋានទូលំទូលាយ។ បញ្ហាចម្បងគឺថាកម្រងបណ្ណាល័យនេះគឺដូចដែលមានមួយនៃសៀវភៅនីមួយ។ ជាលទ្ធផលបុគ្គលមួយ, អ្នកនិពន្ធល្បីគឺអាចបញ្ចូលការកត់សម្គាល់ឃ្លាថ្មីទៅក្នុងសទ្ទានុក្រមសៀវភៅ Google ។ លើសពីនេះទៅទៀត, អត្ថបទវិទ្យាសាស្រ្តបានបង្កើតជាផ្នែកមួយដែលមានសារៈសំខាន់កាន់តែខ្លាំងឡើងនៃការនៅទូទាំងឆ្នាំ 1900 កម្រងនេះ។ លើសពីនេះទៀតដោយប្រៀបធៀបចំនួនពីរកំណែនៃទិន្នន័យរឿងអង់គ្លេស, Pechenick et al ។ ភស្តុតាងដែលបានរកឃើញថាមិនគ្រប់គ្រាន់ត្រូវបានគេប្រើតម្រងផលិតកំណែនៅដំបូង។ ទាំងអស់នៃទិន្នន័យដែលត្រូវការសម្រាប់សកម្មភាពគឺអាចរកបាននៅទីនេះ: http://storage.googleapis.com/books/ngrams/books/datasetsv2.html

    1. នៅក្នុងក្រដាសដើមរបស់លោក Michel et al (2011) ពួកគេបានប្រើកំណែទី 1 នៃសំណុំទិន្នន័យជាភាសាអង់គ្លេសនៃការប្រើប្រាស់ប្រេកង់ plotted ឆ្នាំនេះ "1880" នេះ, "1912" និង "1973" និងបានសន្និដ្ឋានថា "យើងមាន ភ្លេចអតីតកាលរបស់យើងបានលឿនជាងមុនជាមួយនឹងឆ្លងកាត់ជារៀងរាល់ឆ្នាំ "(រូបភព 3A ។ លោក Michel et al ។ ) ។ ចម្លងផែនការដូចគ្នានេះដែរដោយប្រើ 1) កំណែទី 1 នៃកម្រងនោះសំណុំទិន្នន័យភាសាអង់គ្លេស (ដូចរូបភព។ 3A, លោក Michel et al ។ )
    2. ឥឡូវចម្លងផែនការដូចគ្នានេះជាមួយនឹងកំណែទី 1 ជាភាសាអង់គ្លេសសំណុំទិន្នន័យប្រឌិត។
    3. ឥឡូវចម្លងផែនការដូចគ្នាជាមួយនឹងកំណែទី 2 នៃកម្រងនោះសំណុំទិន្នន័យភាសាអង់គ្លេស។
    4. ជាចុងក្រោយ, ចម្លងផែនការដូចគ្នានេះជាមួយនឹងកំណែទី 2, ជាភាសាអង់គ្លេសសំណុំទិន្នន័យប្រឌិត។
    5. រៀបរាប់ពីភាពផ្សេងគ្នានិងភាពស្រដៀងគ្នារវាងដីទាំងបួននាក់។ តើអ្នកយល់ស្របជាមួយលោក Michel et al បាន។ បកស្រាយដើមនៃនិន្នាការសង្កេតឃើញនោះ? (គន្លឹះ: គ) និងឃ) គួរតែមានដូចគ្នានៅ Pechenick រូបភាពទី 16 et al) ។
    6. ឥឡូវអ្នកបានចម្លងការរកឃើញមួយនេះដោយប្រើសៀវភៅ Google corpora ផ្សេងគ្នាជ្រើសរើសយកការផ្លាស់ប្តូរភាសាមួយផ្សេងទៀតឬបាតុភូតវប្បធម៍បង្ហាញនៅក្នុងក្រដាសដើមរបស់លោក Michel et al ។ ។ តើអ្នកយល់ស្របជាមួយនឹងការបកស្រាយរបស់ខ្លួននៅក្នុងពន្លឺនៃដែនកំណត់ដែលបានបង្ហាញនៅក្នុង Pechenick et al ។ ? ដើម្បីធ្វើឱ្យការអំណះអំណាងរបស់អ្នករឹងមាំ, ព្យាយាមចម្លងក្រាហ្វដូចគ្នាដោយប្រើកំណែផ្សេងគ្នានៃទិន្នន័យដែលបានកំណត់ដូចខាងលើ។
  8. [ ពិបាក​ណាស់ , ការ​ប្រមូល​ទិន្នន័យ , តម្រូវឱ្យមានការសរសេរកូដ , ចំណង់ចំណូលចិត្ត​របស់ខ្ញុំ ] Penney (2016) បានរកឃើញថាតើជាសាធារណៈរីករាលដាលអំពីអង្គការសង្គមស៊ីវិលឃ្លាំមើល / Prism (ពោលគឺការបើកសម្តែងស្នូវដិន) ក្នុងខែមិថុនាឆ្នាំ 2013 ត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងការថយចុះយ៉ាងខ្លាំងហើយមួយរំពេចនៅក្នុងអត្ថបទវិគីភីឌាចរាចរណ៍ទៅលើប្រធានបទដែលបង្កើនការព្រួយបារម្ភភាពឯកជន។ ប្រសិនបើដូច្នេះ, ការផ្លាស់ប្តូរឥរិយាបថនេះនឹងក្លាយជាស្របជាមួយនឹងជះបច្ច័យយ៉ាងត្រជាក់រង្គាលជាលទ្ធផលពីការឈ្លបមើល។ វិធីសាស្រ្តនៃការ Penney (2016) ត្រូវបានគេហៅថាពេលខ្លះការរចនាស៊េរីពេលវេលាមួយដែលអាក់ខាននិងត្រូវបានទាក់ទងទៅនឹងវិធីសាស្រ្តក្នុងជំពូកប្រហែលណពិសោធន៍ពីទិន្នន័យអង្កេត (ផ្នែកទី 2.4.3) ។

    ដើម្បីជ្រើសពាក្យគន្លឹះប្រធានបទនេះ Penney បានបញ្ជូនទៅបញ្ជីដែលបានប្រើដោយក្រសួងសន្តិសុខមាតុភូមិសហរដ្ឋអាមេរិកសំរាប់ការតាមដាននិងត្រួតពិនិត្យប្រព័ន្ធផ្សព្វផ្សាយសង្គម។ បញ្ជីក្រសួងសន្តិសុខមាតុភូមិ categorizes ពាក្យស្វែងរកមួយចំនួនចូលទៅក្នុងបញ្ហាពោលគឺ«ក្តីបារម្ភសុខភាព, "" សន្តិសុខហេដ្ឋារចនាសម្ព័ន្ធ "និង" ភេរវកម្ម។ មួយថា: «ចំពោះក្រុមការសិក្សានេះត្រូវបានគេប្រើពាក្យគន្លឹះ Penney មានសែសិបប្រាំបីដែលទាក់ទងទៅនឹង«ភេរវកម្ម» (សូមមើលតារាងទី 8 ឧបសម្ព័ន្ធ) ។ បន្ទាប់មកគាត់បានប្រមូលផ្តុំវិគីភីឌាចំនួនមើលអត្ថបទនៅលើមូលដ្ឋានប្រចាំខែសម្រាប់អត្ថបទវិគីភីឌាដែលទាក់ទងសែសិបប្រាំបីក្នុងរយៈពេលសាមសិបពីរខែចាប់តាំងពីដើមខែមករាឆ្នាំ 2012 ដល់ចុងខែសីហាឆ្នាំ 2014 នេះដើម្បីពង្រឹងអាគុយម៉ង់របស់គាត់គាត់បានបង្កើតប្រៀបធៀបជាច្រើន ក្រុមដោយតាមដានទស្សនៈរបស់អត្ថបទនៅលើប្រធានបទផ្សេងទៀត។

    ឥឡូវនេះអ្នកនឹងចម្លងនិងពង្រីក Penney (2016) ។ ទាំងអស់ទិន្នន័យដើមដែលអ្នកនឹងត្រូវការសម្រាប់សកម្មភាពនេះគឺអាចរកបានពីវិគីភីឌា (https://dumps.wikimedia.org/other/pagecounts-raw/) ។ ឬអ្នកអាចទទួលបានវាពី wikipediatrend កញ្ចប់៛ (Meissner and Team 2016) ។ នៅពេលដែលអ្នកបានសរសេរឡើងចម្លើយរបស់អ្នក, សូមចំណាំប្រភពទិន្នន័យដែលអ្នកប្រើ។ (ចំណាំ: សកម្មភាពដូចគ្នានេះហាក់ដូចជានៅក្នុងជំពូកទី 6)

    1. អាន Penney (2016) និងការចម្លងរូបទី 2 ដែលបង្ហាញការមើលទំព័រសម្រាប់ "ភេរវកម្ម" ទំព័រ -related មុននិងបន្ទាប់ពីការបើកសម្តែស្នូវដិន។ បកស្រាយការរកឃើញនេះ។
    2. បន្ទាប់, ចម្លងរូបភព 4A ដែលបានប្រៀបធៀបក្រុមសិក្សានេះ ( "ភេរវកម្ម" អត្ថបទ -related) ជាមួយក្រុមប្រៀបធៀបដោយប្រើពាក្យគន្លឹះប្រភេទនៅក្រោម«ក្រសួងសន្តិសុខមាតុភូមិនិងភ្នាក់ងារ "ពីបញ្ជីក្រសួងសន្តិសុខមាតុភូមិ (សូមមើលតារាងឧបសម្ព័ន្ធទី 10) ។ បកស្រាយការរកឃើញនេះ។
    3. នៅក្នុងផ្នែកមួយខ) តើអ្នកបានប្រៀបធៀបទៅនឹងក្រុមដែលក្រុមការសិក្សាប្រៀបធៀបមួយ។ ផងដែរបើប្រៀបធៀបទៅ Penney មានក្រុមពីរផ្សេងទៀតប្រៀបធៀប: "សន្ដិសុខហេដ្ឋារចនាសម្ព័ន្ធ" អត្ថបទ -related (តារាងឧបសម្ព័ន្ធទី 11) និងទំព័រវិគីភីឌាដែលមានប្រជាប្រិយភាព (តារាងឧបសម្ព័ន្ធទី 12) ។ សូមអញ្ជើញមកឡើងជាមួយក្រុមប្រៀបធៀបជាជម្រើសហើយសាកល្បងបើការរកឃើញពីផ្នែកខ) គឺប្រកាន់អក្សរតូចធំទៅនឹងជម្រើសរបស់អ្នកនៃក្រុមប្រៀបធៀប។ ជម្រើសនៃក្រុមដែលបានធ្វើឱ្យយល់បានច្រើនបំផុតប្រៀបធៀប? ហេតុអ្វី?
    4. អ្នកនិពន្ធបានបញ្ជាក់ថាពាក្យគន្លឹះដែលពាក់ព័ន្ធទៅ "ភេរវកម្ម" ត្រូវបានគេប្រើដើម្បីជ្រើសអត្ថបទវិគីភីឌាដោយសារតែរដ្ឋាភិបាលអាមេរិកបានលើកឡើងថាជាយុត្តិកម្មភេវរកម្មសំខាន់មួយសម្រាប់ការអនុវត្តន៍ការត្រួតពិនិត្យលើបណ្តាញរបស់ខ្លួន។ ក្នុងនាមជាអ្នកពិនិត្យនៃ 48 «ភេរវកម្ម»ពាក្យគន្លឹះ -related ទាំងនេះ Penney (2016) ផងដែរលទ្ធផលស្រាវជ្រាវបានស្នើសុំការឆ្លើយតបទៅនឹង MTurk គ្នានៃពាក្យគន្លឹះវាយតម្លៃនៅក្នុងលក្ខខណ្ឌនៃបញ្ហារដ្ឋាភិបាល, ភាពឯកជនប្រកាន់អក្សរតូចធំ, និងជៀសវាង (តារាងឧបសម្ព័ន្ធ 7 និងទី 8) ។ ការស្ទង់មតិស្តីពីចម្លងនិងការប្រៀបធៀបលទ្ធផល MTurk របស់អ្នក។
    5. ដោយផ្អែកលើលទ្ធផលនេះនៅក្នុងផ្នែកមួយ d) និងការអានរបស់អ្នកនៃអត្ថបទនេះតើអ្នកយល់ស្របជាមួយនឹងជម្រើសរបស់អ្នកនិពន្ធនៃពាក្យគន្លឹះនៅក្នុងក្រុមការសិក្សាប្រធានបទនេះ? ហេតុអ្វីឬហេតុអ្វីបានជាមិនមាន? ប្រសិនបើមិនបាន, អ្វីដែលអ្នកនឹងស្នើជំនួសវិញ?
  9. [ ជាការងាយស្រួល ] Efrati (2016) សេចក្តីរាយការណ៍ដោយផ្អែកលើសម្ងាត់ថា "ការចែករំលែកសរុប" នៅលើហ្វេសប៊ុកបានធ្លាក់ចុះ 5,5% កាលពីឆ្នាំប្រហែលទៅមួយឆ្នាំខណៈពេលដែល "ការចែករំលែកការផ្សាយដើម" បានធ្លាក់ចុះ 21% កាលពីឆ្នាំទៅមួយឆ្នាំ។ ការធ្លាក់ចុះនេះគឺធ្ងន់ធ្ងរជាពិសេសជាមួយអ្នកប្រើហ្វេសប៊ុកនៅក្រោម 30 ឆ្នាំនៃអាយុ។ របាយការណ៍នេះបានសន្មតថាការធ្លាក់ចុះនេះទៅនឹងកត្តាពីរ។ មួយគឺកំណើននៅក្នុងចំនួននៃ "មិត្តភក្តិ" ដែលមនុស្សមាននៅលើហ្វេសប៊ុកនេះ។ ផ្សេងទៀតនោះគឺថាសកម្មភាពភាគហ៊ុនមួយចំនួនបានផ្លាស់ប្តូរទៅជាការផ្ញើសារនិងទៅដៃគូប្រកួតប្រជែងដូចជា Snapchat ។ របាយការណ៍នេះបានបង្ហាញផងដែរយុទ្ធសាស្រ្តជាច្រើនហ្វេសប៊ុកបានព្យាយាមជំរុញការចែករំលែក, រួមទាំងការបង្កើនល្បឿនក្បួនដោះស្រាយមតិដែលធ្វើឱ្យព័ដើមលេចធ្លោបន្ថែមទៀតប្រកាសដូចជាការរំលឹកពីរយៈពេលនៃអ្នកប្រើដើម«នៅថ្ងៃនេះ»ជាច្រើនឆ្នាំមកហើយ។ តើការរកឃើញទាំងនេះមានអ្វីដែលជាផលប៉ះពាល់, ប្រសិនបើសម្រាប់ក្រុមអ្នកស្រាវជ្រាវដែលចង់ប្រើប្រាស់ហ្វេសប៊ុកជាប្រភពទិន្នន័យមួយ?

  10. [ មធ្យម ] Tumasjan et al. (2010) បានរាយការណ៍ថាសមាមាត្រនៃការធ្វីតនិយាយគណបក្សនយោបាយមួយដែលត្រូវគ្នាសមាមាត្រនៃសម្លេងឆ្នោតដែលគណបក្សទទួលបាននៅក្នុងការបោះឆ្នោតសភាអាល្លឺម៉ង់នៅឆ្នាំ 2009 (រូបភាពទី 2.9) បាន។ នៅក្នុងពាក្យផ្សេងទៀតវាបានបង្ហាញខ្លួនឡើងដែលអ្នកអាចប្រើ Twitter ដើម្បីទស្សន៍ទាយការបោះឆ្នោត។ នៅពេលការសិក្សានេះត្រូវបានបោះពុម្ភផ្សាយវាត្រូវបានគេចាត់ទុកថាជាការគួរឱ្យរំភើបយ៉ាងខ្លាំងដោយសារតែវាហាក់បានបង្ហាញថាការប្រើប្រាស់មានតម្លៃមួយសម្រាប់ជាប្រភពនៃការទិន្នន័យធំ។

    ដែលបានផ្ដល់ឱ្យលក្ខណៈពិសេសអាក្រក់នៃទិន្នន័យធំ, ទោះជាយ៉ាងណាអ្នកគួរតែភ្លាមមានការសង្ស័យនៃលទ្ធផលនេះ។ អាល្លឺម៉ង់ក្នុងឆ្នាំ 2009 នៅលើ Twitter ត្រូវបានគេពិតជាក្រុមដែលមិនបានតំណាង, និងអ្នកគាំទ្ររបស់គណបក្សមួយអាច Tweet អំពីនយោបាយជាញឹកញាប់។ ដូច្នេះវាហាក់ដូចជាគួរឱ្យភ្ញាក់ផ្អើលដែលថាភាពលំអៀងដែលអាចធ្វើបានទាំងអស់ដែលអ្នកអាចស្រមៃថានឹងបានដូចម្ដេចបានលុបចោល។ នៅក្នុងការពិត, លទ្ធផលក្នុង Tumasjan et al. (2010) បានប្រែក្លាយទៅជាការល្អផងដែរដើម្បីជាការពិត។ នៅក្នុងក្រដាសរបស់ពួកគេ Tumasjan et al. (2010) បានចាត់ទុកថាគណបក្សនយោបាយចំនួនប្រាំមួយ: គ្រីស្ទានធិបតេយ្យ (CDU), គ្រីស្ទានធិបតេយ្យសង្គម (រៀននៅសកលវិទ្យាល័យឡ), SPD, សេរីនិយម (FDP), ខាងឆ្វេង (Die តំណភ្ជាប់) និងគណបក្សបៃតង (Grüne) ។ ទោះជាយ៉ាងណាគណបក្សអាឡឺម៉ង់ភាគច្រើនបញ្ជាក់នៅលើ Twitter នយោបាយនៅពេលនោះគឺគណបក្សចោរសមុទ្រ (Piraten), គណបក្សដែលប្រឆាំងរដ្ឋាភិបាលដែលដាក់បទបញ្ជារបស់អ៊ីនធឺណិត។ នៅពេលដែលគណបក្សចោរសមុទ្រត្រូវបានរួមបញ្ចូលក្នុងការវិភាគនិង Twitter បានលើកឡើងក្លាយជាការស្មានទុកគួរឱ្យភ័យខ្លាចនៃលទ្ធផលបោះឆ្នោត (រូបភាព 2.9) (Jungherr, Jürgens, and Schoen 2012)

    រូបភាពទី 2.9: ក្នុង Twitter បានលើកឡើងលេចឡើងដើម្បីទស្សន៍ទាយពីលទ្ធផលនៃការបោះឆ្នោតរបស់ប្រទេសអាល្លឺម៉ង់ក្នុងឆ្នាំ 2009 នេះ (Tumasjan et al, 2010) ។ ប៉ុន្តែលទ្ធផលនេះបានប្រែក្លាយទៅជាពឹងផ្អែកលើជម្រើសបំពាននិងការមិនសមហេតុផលមួយចំនួន (Jungherr, Jurgen និង Schoen 2012) ។

    រូបភាពទី 2.9: ក្នុង Twitter បានលើកឡើងលេចឡើងដើម្បីទស្សន៍ទាយពីលទ្ធផលនៃការបោះឆ្នោតរបស់ប្រទេសអាល្លឺម៉ង់ឆ្នាំ 2009 (Tumasjan et al. 2010) ប៉ុន្តែលទ្ធផលនេះបានប្រែក្លាយទៅជាពឹងផ្អែកលើជម្រើសបំពាននិងការមិនសមហេតុផលមួយចំនួន (Jungherr, Jürgens, and Schoen 2012)

    វិធីសាស្រ្តដូចចូលចិត្តនឹងអ្វីជាបន្តបន្ទាប់, ក្រុមអ្នកស្រាវជ្រាវផ្សេងទៀតនៅជុំវិញពិភពលោកបានប្រើជាការប្រើប្រាស់វិភាគសន្ទស្សន៍អារម្មណ៍ក្នុងការបែងចែករវាងវិជ្ជមាននិងអវិជ្ជមានលើកឡើងរបស់គណបក្សនៅក្នុងគោលបំណងដើម្បីឱ្យប្រសើរឡើងនូវសមត្ថភាពរបស់ Twitter ដើម្បីទស្សន៍ទាយទិន្នន័យភាពខុសគ្នានៃប្រភេទផ្សេងគ្នានៃការបោះឆ្នោតមួយ (Gayo-Avello 2013; Jungherr 2015, Ch. 7.) នេះជារបៀប Huberty (2015) សង្ខេបលទ្ធផលនៃការព្យាយាមទាំងនេះដើម្បីទស្សន៍ទាយការបោះឆ្នោត:

    "វិធីសាស្រ្តព្យាករបានគេស្គាល់ថាទាំងអស់ដែលមានមូលដ្ឋាននៅលើប្រព័ន្ធផ្សព្វផ្សាយសង្គមបានបរាជ័យនៅពេលដែលទទួលរងនូវការទាមទាររបស់ព្យាករការបោះឆ្នោតសម្លឹងឆ្ពោះទៅមុខពិត។ បរាជ័យទាំងនេះទំនងជាដោយសារតែមានលក្ខណៈសម្បត្តិជាមូលដ្ឋាននៃប្រព័ន្ធផ្សព្វផ្សាយសង្គមជាជាងការលំបាកវិធីសាសែ្តឬក្បួនដោះស្រាយ។ ក្នុងរយៈព​​េលខ្លី, ប្រព័ន្ធផ្សព្វផ្សាយសង្គមធ្វើមិនបានន​​ិងប្រហែលជាមិនដែលនឹងផ្តល់ជូននូវស្ថេរភាព, មិនលម្អៀង, រូបភាពតំណាងនៃការបោះឆ្នោតនេះ; និងគំរូភាពងាយស្រួលនៃប្រព័ន្ធផ្សព្វផ្សាយសង្គមខ្វះទិន្នន័យគ្រប់គ្រាន់ក្នុងការដោះស្រាយបញ្ហាទាំងនេះបានប្រកាសពិសេស "។

    អានមួយចំនួននៃការស្រាវជ្រាវដែលដឹកនាំ Huberty (2015) សន្និដ្ឋាននោះហើយសរសេរកំណត់ហេតុមួយទំព័រទៅជាបេក្ខជននយោបាយដែលអធិប្បាយអំពីនិងរបៀបដែលគួរត្រូវបានប្រើក្នុង Twitter ដើម្បីព្យាករថាការបោះឆ្នោត។

  11. [ មធ្យម ] ភាពខុសគ្នារវាងអ្នកសង្គមវិទ្យានិងជាប្រវត្តិសាស្រ្តមួយនេះគឺជាអ្វី? នេះបើយោងតាម ​​Goldthorpe (1991) ដែលជាភាពខុសគ្នាសំខាន់រវាងសង្គមវិទូមួយនិងអ្នកប្រវត្តិសាស្រ្តមួយគឺជាការត្រួតពិនិត្យលើការប្រមូលទិន្នន័យ។ អ្នកប្រវត្តិសាស្រ្តត្រូវបានគេបង្ខំឱ្យប្រើសារីរិកធាតុចំណែកឯសង្គមវិទូអាចកែសម្រួលការប្រមូលទិន្នន័យរបស់ពួកគេដើម្បីគោលបំណងជាក់លាក់។ អាន Goldthorpe (1991) ។ ភាពខុសគ្នារវាងសង្គមវិទ្យានិងប្រវត្តិសាស្រ្តដែលទាក់ទងទៅនឹងគំនិតនៃការ Custommades និង Readymades យ៉ាងដូចម្ដេច?

  12. [ ការលំបាក ] ការកសាងនៅលើសំណួរមុន Goldthorpe (1991) បានទាក់ទាញការឆ្លើយតបមួយចំនួនដែលសំខាន់រួមទាំងការមួយពីលោក Nicky Hart បាន (1994) ដែលប្រឆាំងនឹងសេចក្ដីគោរពប្រតិប Goldthorpe ដើម្បីកែសម្រួលទិន្នន័យដែលបានធ្វើ។ ដើម្បីបញ្ជាក់ពីសក្តានុពលនៃការដែនកំណត់ទិន្នន័យដែលរៀបចំតាមតម្រូវការរបស់, Hart បានរៀបរាប់ពីគម្រោងកម្មករសម្បូរបែប, ការស្ទង់មតិមួយដែលមានទំហំធំដើម្បីវាស់ទំនាក់ទំនងរវាងថ្នាក់សង្គមនិងបោះឆ្នោតដែលត្រូវបានធ្វើឡើងដោយ Goldthorpe និងមិត្តរួមការងារពាក់កណ្តាលទសវត្សឆ្នាំ 1960 ។ ដូចដែលគេអាចរំពឹងពីអ្នកប្រាជ្ញដែលអនុគ្រោះដែលបានរចនាឡើងទិន្នន័យនៅលើទិន្នន័យដែលបានរកឃើញគម្រោងរបស់កម្មករបានប្រមូលទិន្នន័យសម្បូរបែបដែលត្រូវបានតម្រូវទៅនឹងដោះស្រាយជាទ្រឹស្តីដែលបានស្នើឡើងទើបអំពីអនាគតនៃថ្នាក់សង្គមនៅក្នុងសម័យនៃការបង្កើនកម្រិតជីវភាពរស់នៅមួយ។ ប៉ុន្តែ Goldthorpe និងសហការីដូចម្ដេច "ភ្លេច" ដើម្បីប្រមូលអំពីឥរិយាបថបោះឆ្នោតរបស់ស្ត្រី។ នេះជារបៀបដែលលោក Nicky លោក Hart (1994) summaries រឿងភាគទាំងមូលថា:

    "។ ។ ។ វា [គឺ] ការលំបាកដើម្បីជៀសវាងការសន្និដ្ឋានថាស្ត្រីត្រូវបានលុបចោលដោយសារតែនេះ "ជាងកាត់ដេរបានធ្វើឱ្យ" សំណុំទិន្នន័យដោយបានបង្ខាំងដែលបានដកចេញតក្ក paradigmatic បទពិសោធស្ត្រី។ ជំរុញដោយចក្ខុវិស័យទ្រឹស្តីនៃស្មារតីថ្នាក់និងសកម្មភាពជាការកាន់កាប់របស់បុរស។ ។ ។ , Goldthorpe និងសហការីរបស់លោកបានកសាងសំណុំនៃភស្តុតាងជាក់ស្ដែងដែលបានចុកនិងការចិញ្ចឹមបីបាច់ការសន្មត់របស់ពួកគេផ្ទាល់ជំនួសឱ្យទ្រឹស្តីនៃការបង្ហាញពួកគេឱ្យមានការធ្វើតេស្តត្រឹមត្រូវនៃភាពគ្រប់គ្រាន់មួយ "។

    Hart បានបន្តទៀតថា:

    "នេះជាការរកឃើញជាក់ស្ដែងនៃគម្រោងកម្មករដែលសម្បូរបែបប្រាប់យើងបន្ថែមទៀតអំពីតម្លៃ masculinist នៃសតវត្សរ៍សង្គមពាក់កណ្តាលជូនដំណឹងដល់ដំណើរការជាងពួកគេនៃការ stratification នយោបាយនិងជីវិតសម្ភារៈ។ »

    តើអ្នកអាចគិតអំពីឧទាហរណ៍ឯទៀតដែលជាកន្លែងដែលប្រមូលទិន្នន័យរៀបចំតាមតម្រូវការរបស់មានភាពលំអៀងនៃអ្នកប្រមូលទិន្នន័យដែលបានកសាងឡើងចូលទៅក្នុងវានោះ? តើនេះប្រៀបធៀបទៅនឹងក្បួនដោះស្រាយយ៉ាងដូចម្តេចបំផ្លាញ? តើអ្វីទៅជាផលប៉ះពាល់នេះអាចមាននៅពេលដែលក្រុមអ្នកស្រាវជ្រាវគួរប្រើ Readymades ហើយនៅពេលដែលពួកគេគួរតែប្រើ Custommades?

  13. [ មធ្យម ] នៅក្នុងជំពូកនេះ, ខ្ញុំបានផ្ទុយស្រឡះទិន្នន័យដែលប្រមូលបានដោយក្រុមអ្នកស្រាវជ្រាវមួយសម្រាប់កំណត់ត្រារដ្ឋបាលអ្នកស្រាវជ្រាវបានបង្កើតឡើងដោយក្រុមហ៊ុននិងរដ្ឋាភិបាល។ អ្នកខ្លះហៅកំណត់ត្រារដ្ឋបាលទាំងនេះ "បានរកឃើញទិន្នន័យ" ដែលពួកគេបានប្រៀបធៀបជាមួយ "ទិន្នន័យដែលបានរចនាឡើង។ " វាគឺជាការពិតដែលថាការកត់ត្រារដ្ឋបាលត្រូវបានរកឃើញដោយក្រុមអ្នកស្រាវជ្រាវប៉ុន្តែពួកគេត្រូវបានរចនាឡើងយ៉ាងខ្លាំង។ ឧទាហរណ៍ក្រុមហ៊ុនបច្ចេកវិទ្យាសម័យទំនើបចំណាយបរិមាណយ៉ាងសម្បើមនៃពេលវេលានិងធនធានដើម្បីប្រមូលនិងអភិរក្សទិន្នន័យរបស់ពួកគេ។ ដូច្នេះកំណត់ត្រារដ្ឋបាលទាំងនេះត្រូវបានអ្នកទាំងពីរបានរកឃើញនិងបានរចនាឡើង, វាគ្រាន់តែអាស្រ័យលើទស្សនៈរបស់អ្នក (រូបភាព 2.10) ។

    រូបភាពទី 2.10: រូបភាពគឺទាំងពីរទាមួយនិងទន្សាយមួយ; អ្វីដែលអ្នកឃើញគឺអាស្រ័យលើទស្សនៈរបស់អ្នក។ កំណត់ត្រាផ្នែករដ្ឋបាលរបស់រដ្ឋាភិបាលនិងអាជីវកម្មត្រូវបានរកឃើញនិងបានរចនាឡើងទាំងពីរ! អ្វីដែលអ្នកឃើញគឺអាស្រ័យលើទស្សនៈរបស់អ្នក។ ឧទាហរណ៍កំណត់ត្រាការហៅទិន្នន័យដែលប្រមូលបានដោយក្រុមហ៊ុនទូរស័ព្ទដៃត្រូវបានរកឃើញទិន្នន័យពីទស្សនៈនៃការស្រាវជ្រាវ។ ប៉ុន្តែកំណត់ត្រាដូចគ្នាទាំងនេះត្រូវបានរចនាទស្សនៈទិន្នន័យរបស់នរណាម្នាក់ដែលធ្វើការនៅនាយកដ្ឋានវិក័យប័ត្ររបស់ក្រុមហ៊ុនទូរស័ព្ទ។ ប្រភព: វិគីមេឌាទូទៅ

    រូបភាពទី 2.10: រូបភាពគឺទាំងពីរទាមួយនិងទន្សាយមួយ; អ្វីដែលអ្នកឃើញគឺអាស្រ័យលើទស្សនៈរបស់អ្នក។ កំណត់ត្រាផ្នែករដ្ឋបាលរបស់រដ្ឋាភិបាលនិងអាជីវកម្មត្រូវបានរកឃើញនិងបានរចនាឡើងទាំងពីរ! អ្វីដែលអ្នកឃើញគឺអាស្រ័យលើទស្សនៈរបស់អ្នក។ ឧទាហរណ៍កំណត់ត្រាការហៅទិន្នន័យដែលប្រមូលបានដោយក្រុមហ៊ុនទូរស័ព្ទដៃត្រូវបានរកឃើញទិន្នន័យពីទស្សនៈនៃការស្រាវជ្រាវ។ ប៉ុន្តែកំណត់ត្រាដូចគ្នាទាំងនេះត្រូវបានរចនាទស្សនៈទិន្នន័យរបស់នរណាម្នាក់ដែលធ្វើការនៅនាយកដ្ឋានវិក័យប័ត្ររបស់ក្រុមហ៊ុនទូរស័ព្ទ។ ប្រភព: វិគីមេឌាទូទៅ

    ការផ្តល់នូវឧទាហរណ៍នៃប្រភពទិន្នន័យដែលជាកន្លែងដែលមើលឃើញវាបានទាំងពីរបានរកឃើញហើយដែលបានរចនាឡើងមានប្រយោជន៍នៅពេលប្រភពទិន្នន័យដែលបានប្រើប្រាស់សម្រាប់ការស្រាវជ្រាវ។

  14. [ ជាការងាយស្រួល ] នៅក្នុងអត្ថបទគិតគ្រីស្ទាន Sandvig និង Eszter Hargittai (2015) រៀបរាប់ពីការស្រាវជ្រាវពីរប្រភេទឌីជីថលដែលប្រព័ន្ធឌីជីថលគឺ "ឧបករណ៍" ឬ "វត្ថុនៃការសិក្សា។ " ឧទាហរណ៍នៃប្រភេទដំបូងនៃការសិក្សាមួយដែលជាកន្លែងដែល Bengtsson និងមិត្តរួមការងារ (2011) បានប្រើប្រាស់ទិន្នន័យទូរស័ព្ទដៃដើម្បីតាមដានការធ្វើចំណាកស្រុកបន្ទាប់ពីមានការរញ្ជួយដីក្នុងប្រទេសហៃទីនៅឆ្នាំ 2010 ឧទាហរណ៍នៃប្រភេទទីពីរគឺជាកន្លែងដែលលោក Jensen មួយ (2007) ការសិក្សាអំពីរបៀបដាក់បញ្ចូលនូវទូរស័ព្ទដៃទូទាំងរដ្ឋ Kerala ប្រទេសឥណ្ឌាបានរងផលប៉ះពាល់ការប្រព្រឹត្តទៅនៃទីផ្សារសម្រាប់ត្រីនេះ។ ខ្ញុំបានរកឃើញប្រយោជន៍នេះព្រោះវាបញ្ជាក់ថាការសិក្សាអំពីការប្រើប្រភពទិន្នន័យឌីជីថលអាចមានគោលដៅខុសគ្នាណាស់បើទោះបីជាពួកគេកំពុងប្រើប្រភេទដូចគ្នានៃប្រភពទិន្នន័យ។ នៅក្នុងគោលបំណងដើម្បីបញ្ជាក់បន្ថែមទៀតពីភាពខុសគ្នានេះរៀបរាប់អំពីការសិក្សាចំនួនបួនដែលអ្នកបានឃើញ: ពីរដែលប្រើប្រព័ន្ធឌីជីថលដែលជាឧបករណ៍មួយនិងពីរដែលប្រើប្រព័ន្ធឌីជីថលដែលជាវត្ថុនៃការសិក្សាមួយ។ អ្នកអាចប្រើឧទាហរណ៍ពីជំពូកនេះប្រសិនបើអ្នកចង់បាន។