ಚಟುವಟಿಕೆಗಳು

ಕೀ:

  • ತೊಂದರೆ ಪ್ರಮಾಣದಲ್ಲಿ: ಸುಲಭ ಸುಲಭ ಮಧ್ಯಮ ಮಧ್ಯಮ , ಕಠಿಣ ಕಠಿಣ ತುಂಬಾ ಹಾರ್ಡ್ ತುಂಬಾ ಹಾರ್ಡ್
  • ಗಣಿತ ಅಗತ್ಯವಿದೆ ( ಗಣಿತ ಅಗತ್ಯವಿದೆ )
  • ಅಗತ್ಯವಿದೆ ಕೋಡಿಂಗ್ ( ಕೋಡಿಂಗ್ ಅಗತ್ಯವಿದೆ )
  • ಮಾಹಿತಿ ಸಂಗ್ರಹ ( ಮಾಹಿತಿ ಸಂಗ್ರಹ )
  • ನನ್ನ ಅಚ್ಚುಮೆಚ್ಚುಗಳು ( ನನ್ನ ನೆಚ್ಚಿನ )
  1. [ ಮಧ್ಯಮ , ನನ್ನ ನೆಚ್ಚಿನ ] ಗಣನ ಗೊಂದಲಕಾರಿ ಗೂಗಲ್ ಫ್ಲೂ ಪ್ರವೃತ್ತಿಗಳು ಒಂದು ಸಮಸ್ಯೆಯಾಗಿದೆ. ಪತ್ರಿಕೆಯಲ್ಲಿ ಓದಿ Lazer et al. (2014) , ಮತ್ತು ಸಮಸ್ಯೆ ವಿವರಿಸಿ ಮತ್ತು ಸಮಸ್ಯೆ ಬಗೆಹರಿಸಲು ಹೇಗೆ ಕಲ್ಪನೆಯನ್ನು ನೀಡುವ ಗೂಗಲ್ ಇಂಜಿನಿಯರ್ ಒಂದು ಸಣ್ಣ, ಸ್ಪಷ್ಟ ಇಮೇಲ್ ಬರೆಯಲು.

  2. [ ಮಧ್ಯಮ ] Bollen, Mao, and Zeng (2011) ಟ್ವಿಟರ್ ದತ್ತಾಂಶವನ್ನು ಸ್ಟಾಕ್ ಮಾರುಕಟ್ಟೆ ಊಹಿಸಲು ಬಳಸಬಹುದು ಹೇಳಿಕೊಂಡಿದೆ. ಈ ಸಂಶೋಧನೆ ಹೆಡ್ಜ್ ನಿಧಿ ಡರ್ವೆಂಟ್ ಕ್ಯಾಪಿಟಲ್ ಟ್ವಿಟರ್ ಸಂಗ್ರಹಿಸಿದ ಮಾಹಿತಿಯನ್ನು ಆಧರಿಸಿ ಷೇರು ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಹೂಡಿಕೆ ಮಾರ್ಕೆಟ್ಸ್-ಒಂದು ಸೃಷ್ಟಿಗೆ ಕಾರಣವಾಯಿತು (Jordan 2010) . ಏನು ಸಾಕ್ಷಿ ನೀವು ಆ ನಿಧಿಯಲ್ಲಿ ನಿಮ್ಮ ಹಣ ಹಾಕುವ ಮೊದಲು ನೋಡಲು ಬಯಸುತ್ತೇನೆ?

  3. [ ಸುಲಭ ] ಕೆಲವು ಸಾರ್ವಜನಿಕ ಆರೋಗ್ಯ ನ್ಯಾಯವಾದಿಗಳು ಧೂಮಪಾನತ್ಯಜಿಸಿದ ಪರಿಣಾಮಕಾರಿ ನೆರವು ಇ-ಸಿಗರೇಟ್ ಜಯವಾಗಲಿ, ಇತರರು ಇಂತಹ ನಿಕೋಟಿನ್ ಹೆಚ್ಚಿನ ಮಟ್ಟಗಳು ಸಂಭಾವ್ಯ ಅಪಾಯಗಳನ್ನು ಬಗ್ಗೆ ಎಚ್ಚರಿಕೆ. ಸಂಶೋಧಕರು ಇ-ಸಿಗರೇಟ್ ಸಂಬಂಧಿತ ಟ್ವಿಟರ್ ಪೋಸ್ಟ್ಗಳನ್ನು ಸಂಗ್ರಹಿಸುವ ಮತ್ತು ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ನಡೆಸುವುದು ಇ-ಸಿಗರೇಟ್ ಕಡೆಗೆ ಸಾರ್ವಜನಿಕ ಅಭಿಪ್ರಾಯ ಅಧ್ಯಯನ ನಿರ್ಧರಿಸುತ್ತದೆ ಎಂದು ಇಮ್ಯಾಜಿನ್.

    1. ನೀವು ಈ ಅಧ್ಯಯನದಲ್ಲಿ ಬಗ್ಗೆ ಅತ್ಯಂತ ಆತಂಕಕ್ಕೊಳಗಾಗಿದ್ದಾರೆ ಎಂದು ಮೂರು ಸಂಭವನೀಯ ಪೂರ್ವಗ್ರಹಗಳು ಯಾವುವು?
    2. Clark et al. (2016) ಕೇವಲ ಒಂದು ಅಧ್ಯಯನ ನಡೆಯಿತು. ಮೊದಲ, ಅವರು ಹತ್ತಿರ ಪರಿಶೀಲನೆ ನಂತರ ಡಿಸೆಂಬರ್ 2014 ಮೂಲಕ ಜನವರಿ 2012 ಇ-ಸಿಗರೇಟ್ ಸಂಬಂಧಿತ ಕೀವರ್ಡ್ಗಳನ್ನು ಬಳಸಿದ 850,000 ಟ್ವಿಟ್ಗಳು ಸಂಗ್ರಹಿಸಿದ, ಅವರು (ಅಂದರೆ, ಮಾನವರು ಉತ್ಪಾದನೆಯಾಗುವುದಿಲ್ಲ) ಈ ಟ್ವಿಟ್ಗಳು ಅನೇಕ ಸ್ವಯಂಚಾಲಿತ ಎಂಬುದನ್ನು ಮತ್ತು ಈ ಸ್ವಯಂಚಾಲಿತ ಟ್ವಿಟ್ಗಳು ಅನೇಕ ಮೂಲಭೂತವಾಗಿ ಎಂದು ಜಾಹೀರಾತುಗಳಲ್ಲಿ. ಅವರು ಸಾವಯವ ಟ್ವೀಟ್ಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತ ಟ್ವಿಟ್ಗಳು ಪ್ರತ್ಯೇಕಿಸಲು ಒಂದು ಮಾನವ ಪತ್ತೆ ಅಲ್ಗಾರಿದಮ್ ಅಭಿವೃದ್ಧಿ. ಬಳಸಿಕೊಂಡು ಈ ಮಾನವ ಆಲ್ಗರಿದಮ್ ಪತ್ತೆಮಾಡಿ ಅವರು ಟ್ವಿಟ್ಗಳು 80% ಸ್ವಯಂಚಾಲಿತ ಎಂದು ಕಂಡುಹಿಡಿದಿದೆ. ಈ ಸಂಶೋಧನೆಗೆ ಭಾಗ (ಎ) ನಿಮ್ಮ ಉತ್ತರವನ್ನು ಬದಲಾಗಬಹುದು?
    3. ಅವರು ಸಾವಯವ ಮತ್ತು ಸ್ವಯಂಚಾಲಿತ ಟ್ವಿಟ್ಗಳು ಭಾವನೆಯು ಹೋಲಿಸಿದರೆ ಅವರು ಸ್ವಯಂಚಾಲಿತ ಟ್ವಿಟ್ಗಳು ಸಾವಯವ ಟ್ವೀಟ್ಗಳನ್ನು (6.17 ವಿರುದ್ಧ 5.84) ಗಿಂತ ಹೆಚ್ಚಿನ ಧನಾತ್ಮಕ ಎಂದು ಕಂಡುಬರುತ್ತದೆ. ಈ ಸಂಶೋಧನೆಗೆ (ಬಿ) ನಿಮ್ಮ ಉತ್ತರವನ್ನು ಬದಲಾಗಬಹುದು?
  4. [ ಸುಲಭ ] ನವೆಂಬರ್ 2009 ರಲ್ಲಿ, ಟ್ವಿಟರ್ ಪ್ರಶ್ನೆ ಟ್ವೀಟ್ ಬಾಕ್ಸ್ ನಲ್ಲಿ "ನೀವು ಮಾಡುತ್ತಿರುವ?" ದಿಂದ "ಏನು ನಡೆಯುತ್ತಿದೆ?" (Https://blog.twitter.com/2009/whats-happening).

    1. ನೀವು ಅಪೇಕ್ಷಿಸುತ್ತದೆ ಬದಲಾವಣೆ ಟ್ವೀಟ್ ಮತ್ತು / ಯಾರು ಅಥವಾ ಅವರು ಟ್ವೀಟ್ ಏನು ಪರಿಣಾಮ ತಿಳಿದಿರುವಿರಿ?
    2. ನೀವು ಪ್ರಾಂಪ್ಟ್ ಬಯಸುತ್ತಾರೆ ಇದು ಒಂದು ಸಂಶೋಧನಾ ಯೋಜನೆಯ ಹೆಸರು "ಏನು ಮಾಡುತ್ತಿದ್ದೀರಿ?" ಏಕೆ ವಿವರಿಸಿ.
    3. ನೀವು ಪ್ರಾಂಪ್ಟ್ ಬಯಸುತ್ತಾರೆ ಇದು ಒಂದು ಸಂಶೋಧನಾ ಯೋಜನೆಯ ಹೆಸರು "ಏನು ನಡೆಯುತ್ತಿದೆ?" ಏಕೆ ವಿವರಿಸಿ.
  5. [ ಮಧ್ಯಮ ] Kwak et al. (2010) ವಿಶ್ಲೇಷಿಸಿದ್ದಾರೆ 41.7 ಮಿಲಿಯನ್ ಬಳಕೆದಾರರ ಪ್ರೊಫೈಲ್, 1.47 ಶತಕೋಟಿ ಸಾಮಾಜಿಕ ಸಂಬಂಧಗಳು, 4262 ಟ್ರೆಂಡಿಂಗ್ ವಿಷಯಗಳು, ಮತ್ತು ಜೂನ್ 6 ಮತ್ತು ಜೂನ್ 31 106 ಮಿಲಿಯನ್ ಟ್ವಿಟ್ಗಳು, 2009 ಈ ವಿಶ್ಲೇಷಣೆ ಟ್ವಿಟರ್ ಒಂದು ಹೆಚ್ಚು ಮಾಹಿತಿ ಹಂಚಿಕೆ ಒಂದು ಹೊಸ ಮಾಧ್ಯಮವಾಗಿ ಹೆಚ್ಚು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ತೀರ್ಮಾನಿಸಿದರು ಆಧರಿಸಿ ಸಾಮಾಜಿಕ ನೆಟ್ವರ್ಕ್.

    1. ಕ್ವಾಕ್ ಇತರರು ಕಂಡುಕೊಂಡ ಪರಿಗಣಿಸಿ, ಸಂಶೋಧನೆ ಬಗೆ ನೀವು ಟ್ವಿಟರ್ ದಶಮಾಂಶ ಮಾಡಲು ಎಂದು? ನೀವು ಟ್ವಿಟರ್ ಡೇಟಾ ಸಂಶೋಧನೆ ಬಗೆ ಮಾಡುವುದಿಲ್ಲ? ಏಕೆ?
    2. 2010 ರಲ್ಲಿ, ಟ್ವಿಟರ್ ಸೇರಿಸಲಾಗಿದೆ ಸೇವೆ ಅನುಸರಿಸಿ ಬಳಕೆದಾರರು ಅನುಗುಣವಾಗಿ ಸಲಹೆ ಮಾಡುವ. ಮೂರು ಶಿಫಾರಸುಗಳನ್ನು ಮುಖ್ಯ ಪುಟದಲ್ಲಿ ಒಂದು ಸಮಯದಲ್ಲಿ ತೋರಿಸಲಾಗಿದೆ. ಶಿಫಾರಸುಗಳು ಸಾಮಾನ್ಯವಾಗಿ ", ಸ್ನೇಹಿತರು ಯಾ ಸ್ನೇಹಿತರು" ಒಬ್ಬರ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ ಮತ್ತು ಪರಸ್ಪರ ಸಂಪರ್ಕಗಳನ್ನು ಸಹ ಶಿಫಾರಸು ಪ್ರದರ್ಶಿಸುತ್ತದೆ. ಬಳಕೆದಾರರು ಶಿಫಾರಸುಗಳನ್ನು ಹೊಸ ನೋಡಿ ಅಥವಾ ಶಿಫಾರಸುಗಳನ್ನು ಪಟ್ಟಿಯೇ ಒಂದು ಪುಟ ಭೇಟಿ ರಿಫ್ರೆಶ್ ಮಾಡಬಹುದು. ಈ ಹೊಸ ವೈಶಿಷ್ಟ್ಯವನ್ನು ಭಾಗವು ನಿಮ್ಮ ಉತ್ತರವನ್ನು ಬದಲಾಯಿತು ಅಭಿಪ್ರಾಯವೇ)? ವೈ ಅಥವಾ ಏಕೆ?
    3. Su, Sharma, and Goel (2016) ಆಫ್ ಸೇವೆ ಅನುಸರಿಸಿ ಯಾರು ಪರಿಣಾಮ ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ಜನಪ್ರಿಯತೆ ಸಮುದಾಯದಾದ್ಯಂತ ಬಳಕೆದಾರರು ಶಿಫಾರಸುಗಳಿಂದ ಲಾಭ ಮಾಡುವಾಗ ಅತ್ಯಂತ ಜನಪ್ರಿಯ ಬಳಕೆದಾರರು ಸರಾಸರಿ ಸಾಕಷ್ಟು ಹೆಚ್ಚು ಲಾಭ ಕಂಡುಕೊಂಡರು. ಈ ಸಂಶೋಧನೆಗೆ ಭಾಗ ಬಿ ನಿಮ್ಮ ಉತ್ತರವನ್ನು ಬದಲಾಗಬಹುದು)? ವೈ ಅಥವಾ ಏಕೆ?
  6. [ ಸುಲಭ ] "Retweets" ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರಭಾವ ಅಳೆಯಲು ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಟ್ವಿಟರ್ ಪ್ರಭಾವದ ಹರಡುತ್ತವೆ. ಆರಂಭದಲ್ಲಿ, ಬಳಕೆದಾರರು ನಕಲಿಸಲು ಮತ್ತು ಅವರು ಇಷ್ಟಪಟ್ಟ ಟ್ವೀಟ್ ಅಂಟಿಸಿ, ಅವನ / ಅವಳ ಹ್ಯಾಂಡಲ್ಗಳು ಮೂಲ ಲೇಖಕ ಟ್ಯಾಗ್ ಮತ್ತು ಕೈಯಿಂದ ರಿಟ್ವೀಟ್ ಎಂದು ಸೂಚಿಸುತ್ತದೆ ಟ್ವೀಟ್ ಮೊದಲು "ರಿಕಿ" ಟೈಪ್ ಹೊಂದಿತ್ತು. ನಂತರ, 2009 ರಲ್ಲಿ ಟ್ವಿಟರ್ ಒಂದು "ರಿಟ್ವೀಟ್" ಗುಂಡಿಯನ್ನು ಸೇರಿಸಲಾಗಿದೆ. ಜೂನ್ 2016 ರಲ್ಲಿ, ಟ್ವಿಟರ್ ಬಳಕೆದಾರರು ತಮ್ಮ ಸ್ವಂತ ಟ್ವೀಟ್ಗಳನ್ನು ರಿಟ್ವೀಟ್ (https://twitter.com/twitter/status/742749353689780224) ಸಾಧ್ಯವಾಗಿಸಿತು. ಈ ಬದಲಾವಣೆಗಳು ನಿಮ್ಮ ಸಂಶೋಧನೆಯಲ್ಲಿ "retweets" ಬಳಸಲು ಹೇಗೆ ಪರಿಣಾಮ ಅಭಿಪ್ರಾಯವೇ? ವೈ ಅಥವಾ ಏಕೆ?

  7. [ ಮಧ್ಯಮ , ಮಾಹಿತಿ ಸಂಗ್ರಹ , ಕೋಡಿಂಗ್ ಅಗತ್ಯವಿದೆ ] Michel et al. (2011) ಪುಸ್ತಕಗಳನ್ನು ಡಿಜಿಟೈಜ್ Google ನ ಪ್ರಯತ್ನ ಉದಯಿಸಿದ ಒಂದು ಕಾರ್ಪಸ್ ನಿರ್ಮಿಸಿದ. 2009 ರಲ್ಲಿ ಪ್ರಕಟವಾದ ಮತ್ತು 5 ಮಿಲಿಯನ್ ಡಿಜಿಟಲ್ ಪುಸ್ತಕಗಳು ಒಳಗೊಂಡಿದ್ದು ಇದು ಕಾರ್ಪಸ್, ಮೊದಲ ಆವೃತ್ತಿ ಬಳಸಿಕೊಂಡು, ಲೇಖಕರು ಭಾಷಾ ಬದಲಾವಣೆಗಳು ಮತ್ತು ಸಾಂಸ್ಕೃತಿಕ ಶೈಲಿಯ ತನಿಖೆ ಪದ ಬಳಕೆ ಆವರ್ತನ ವಿಶ್ಲೇಷಿಸಿದ್ದಾರೆ. ಶೀಘ್ರದಲ್ಲೇ ಗೂಗಲ್ ಬುಕ್ಸ್ ಕಾರ್ಪಸ್ ಸಂಶೋಧಕರು ಜನಪ್ರಿಯ ಡೇಟಾ ಮೂಲ, ಮತ್ತು ಡೇಟಾಬೇಸ್ ಒಂದು 2 ನೇ ಆವೃತ್ತಿ 2012 ರಲ್ಲಿ ಬಿಡುಗಡೆಯಾಯಿತು.

    ಆದಾಗ್ಯೂ, Pechenick, Danforth, and Dodds (2015) ಸಂಶೋಧಕರು ಸಂಪೂರ್ಣವಾಗಿ ವಿಶಾಲ ತೀರ್ಮಾನಗಳನ್ನು ತಳೆಯುವಲ್ಲಿ ಅದನ್ನು ಬಳಸುವ ಮೊದಲು ಕಾರ್ಪಸ್ನ ಮಾದರಿ ಪ್ರಕ್ರಿಯೆ ನಿರೂಪಿಸಲು ಅಗತ್ಯವಿದೆ ಎಂದು ಎಚ್ಚರಿಸಿದ್ದಾರೆ. ಪ್ರಮುಖ ಸಮಸ್ಯೆಯನ್ನು ಕಾರ್ಪಸ್ ಪ್ರತಿ ಪುಸ್ತಕದ ಒಂದು ಹೊಂದಿರುವ, ಗ್ರಂಥಾಲಯದ ಹಾಗೆ ಎಂದು. ಪರಿಣಾಮವಾಗಿ, ವ್ಯಕ್ತಿಗತ, ಸಮೃದ್ಧ ಲೇಖಕ ಗೂಗಲ್ ಬುಕ್ಸ್ ಲೆಕ್ಸಿಕಾನ್ ಒಳಗೆ ಗಮನಾರ್ಹವಾಗಿ ಸೇರಿಸಲು ಹೊಸ ನುಡಿಗಟ್ಟುಗಳು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಇದಲ್ಲದೆ, ವೈಜ್ಞಾನಿಕ ಗ್ರಂಥಗಳು 1900 ಉದ್ದಕ್ಕೂ ಕಾರ್ಪಸ್ನ ಹೆಚ್ಚೆಚ್ಚು ಸಬ್ಸ್ಟಾಂಟಿವ್ ಪಾಲು. ಜೊತೆಗೆ, ಮೂಲಕ ಇಂಗ್ಲೀಷ್ ಫಿಕ್ಷನ್ ದತ್ತಾಂಶ, Pechenick ಇತರರು ಎರಡು ಆವೃತ್ತಿಗಳನ್ನು ಹೋಲಿಸಿ. ಸಾಕಷ್ಟು ಫಿಲ್ಟರಿಂಗ್ ಮೊದಲ ಆವೃತ್ತಿ ಉತ್ಪಾದಿಸುವ ಬಳಸಿದ ಕಂಡುಬಂದಿಲ್ಲ ಸಾಕ್ಷ್ಯವನ್ನು. ಚಟುವಟಿಕೆ ಅಗತ್ಯವಿರುವ ದತ್ತಾಂಶ ಎಲ್ಲಾ ಇಲ್ಲಿ ಲಭ್ಯವಿದೆ: http://storage.googleapis.com/books/ngrams/books/datasetsv2.html

    1. ಮೈಕೆಲ್ ಮತ್ತು ಇತರರು. ಮೂಲ ಲೇಖನದಲ್ಲಿ (2011) , ಅವರು ಇಂಗ್ಲೀಷ್ ಡೇಟಾ ಸೆಟ್ 1 ನೇ ಆವೃತ್ತಿ ಬಳಸಲಾಗುತ್ತದೆ ವರ್ಷಗಳ "1880" ಬಳಕೆಯ ಆವರ್ತನ ಗುರುತಿಸಲಾಗಿದೆ, "1912" ಮತ್ತು "1973" ಮತ್ತು ತೀರ್ಮಾನಕ್ಕೆ ನಾವು "ಎಂದು "(ಅಂಜೂರ. 3A, ಮೈಕೆಲ್ ಎಟ್. ಆಲ್) ಪ್ರತಿ ಹಾದುಹೋಗುವ ವರ್ಷ ವೇಗವಾಗಿ ನಮ್ಮ ಹಿಂದಿನ ಮರೆಯುವ. 1 ಬಳಸಿಕೊಂಡು) ಕಾರ್ಪಸ್, ಇಂಗ್ಲೀಷ್ ದತ್ತಾಂಶ (3A, ಮೈಕೆಲ್ ಇತರರು ಅಂಜೂರ. ಅದೇ 1 ನೇ ಆವೃತ್ತಿ ಅದೇ ಕಥಾವಸ್ತುವಿನ ಪ್ರತಿರೂಪ.)
    2. ಈಗ 1 ನೇ ಆವೃತ್ತಿ, ಇಂಗ್ಲೀಷ್ ವಿಜ್ಞಾನ ದತ್ತಾಂಶ ಅದೇ ಕಥಾವಸ್ತುವಿನ ಪ್ರತಿರೂಪ.
    3. ಈಗ ಕಾರ್ಪಸ್, ಇಂಗ್ಲೀಷ್ ದತ್ತಾಂಶ 2 ನೇ ಆವೃತ್ತಿ ಅದೇ ಕಥಾವಸ್ತುವಿನ ಪ್ರತಿರೂಪ.
    4. ಅಂತಿಮವಾಗಿ, 2 ನೇ ಆವೃತ್ತಿ, ಇಂಗ್ಲೀಷ್ ವಿಜ್ಞಾನ ದತ್ತಾಂಶ ಅದೇ ಕಥಾವಸ್ತುವಿನ ಪ್ರತಿರೂಪ.
    5. ಈ ನಾಲ್ಕು ಪ್ಲಾಟ್ಗಳು ನಡುವಿನ ವ್ಯತ್ಯಾಸಗಳು ಮತ್ತು ಹೋಲಿಕೆಗಳ ವಿವರಿಸಿ. ನೀವು ಆಚರಿಸಲಾಗುತ್ತದೆ ಪ್ರವೃತ್ತಿಯ ಮೈಕೆಲ್ ಎಟ್ ಅಲ್. ನ ಮೂಲ ವ್ಯಾಖ್ಯಾನ ಒಪ್ಪುವುದೇ ಇಲ್ಲ? (ಸುಳಿವು: ಸಿ) ಮತ್ತು ಡಿ) Pechenick ಎಟ್ ಆಲ್ ಚಿತ್ರ 16 ಅದೇ ಇರಬೇಕು).
    6. ಈಗ ನೀವು ವಿವಿಧ ಗೂಗಲ್ ಬುಕ್ಸ್ ಕಾರ್ಪೋರಾ ಬಳಸಿಕೊಂಡು ಈ ಒಂದು ಶೋಧನೆಯಲ್ಲಿ ಮರುರೂಪಗೊಳ್ಳುತ್ತದೆ ಎಂದು, ಮೈಕೆಲ್ ಮತ್ತು ಇತರರು. ಮೂಲ ಪೇಪರ್ನಿಂದ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗುತ್ತದೆ ಮತ್ತೊಂದು ಭಾಷಾ ಬದಲಾವಣೆ ಅಥವಾ ಸಂಸ್ಕೃತಿಯ ತಾತ್ಪರ್ಯವನ್ನು ಆಯ್ಕೆ. ನೀವು Pechenick ಇತರರು ಪ್ರಸ್ತುತಪಡಿಸಲಾಗುತ್ತದೆ ಮಿತಿಗಳನ್ನು ಬೆಳಕಿನಲ್ಲಿ ತಮ್ಮ ವ್ಯಾಖ್ಯಾನವನ್ನು ಒಪ್ಪುವುದೇ ಇಲ್ಲ.? ನಿಮ್ಮ ವಾದವನ್ನು ಬಲವಾದ ಮಾಡಲು, ಮೇಲೆ ದತ್ತಾಂಶವನ್ನು ವಿವಿಧ ಆವೃತ್ತಿಗಳ ಬಳಸಿ ಅದೇ ಗ್ರಾಫ್ ಪುನರಾವರ್ತಿಸಲು ಪ್ರಯತ್ನಿಸಿ.
  8. [ ತುಂಬಾ ಹಾರ್ಡ್ , ಮಾಹಿತಿ ಸಂಗ್ರಹ , ಕೋಡಿಂಗ್ ಅಗತ್ಯವಿದೆ , ನನ್ನ ನೆಚ್ಚಿನ ] Penney (2016) ಜೂನ್ 2013 ರಲ್ಲಿ ಎನ್ಎಸ್ಎ / ಪ್ರಿಸ್ಮ್ ಕಣ್ಗಾವಲು (ಅಂದರೆ, ಸ್ನೋಡೆನ್ ಬಹಿರಂಗಪಡಿಸುವುದು) ಬಗ್ಗೆ ವ್ಯಾಪಕ ಪ್ರಚಾರ ತೀಕ್ಷ್ಣವಾದ ಮತ್ತು ಹಠಾತ್ ಗೌಪ್ಯತೆ ಕಾಳಜಿ ಮೂಡಿಸಲು ವಿಷಯದ ಮೇಲೆ ವಿಕಿಪೀಡಿಯ ಲೇಖನಗಳಿಗೆ ಸಂಚಾರ ಕಡಿಮೆಯಾಗುತ್ತದೆ ಎಂದು ಪರಿಶೋಧಿಸುತ್ತದೆ. ಹಾಗಿದ್ದಲ್ಲಿ, ನಡವಳಿಕೆ ಈ ಬದಲಾವಣೆಯನ್ನು ಸಾಮೂಹಿಕ ನಿಗಾವಣೆ ಪರಿಣಾಮವಾಗಿ ಚಳಿಯ ಪರಿಣಾಮ ಸ್ಥಿರವಾಗಿದೆ ಎಂದು. ವಿಧಾನ Penney (2016) ಕೆಲವೊಮ್ಮೆ ನಿಲ್ಲಿಸಲಾದ ಸಮಯ ಸರಣಿ ವಿನ್ಯಾಸ ಎಂದು ಕರೆಯಲ್ಪಟ್ಟ ವೀಕ್ಷಣೆಯ ಅಂಕಿಅಂಶಗಳೊಂದಿಗೆ (ವಿಭಾಗ 2.4.3) ನಿಂದ ಪ್ರಯೋಗಗಳನ್ನು ಅಂದಾಜಿಸುವ ಬಗ್ಗೆ ಅಧ್ಯಾಯದಲ್ಲಿ ವಿಧಾನಗಳು ಸಂಬಂಧಿಸಿದೆ.

    ವಿಷಯ ಕೀವರ್ಡ್ಗಳನ್ನು ಆಯ್ಕೆ, ಪೆನ್ನಿ ಟ್ರ್ಯಾಕ್ ಮತ್ತು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಮೇಲ್ವಿಚಾರಣೆ ಅಮೆರಿಕ ಸ್ವದೇಶ ಭದ್ರತಾ ಇಲಾಖೆ ಬಳಸಲಾಗುತ್ತದೆ ಪಟ್ಟಿ ಕರೆಯಲಾಗುತ್ತದೆ. ಡಿಹೆಚ್ಎಸ್ ಪಟ್ಟಿ ಸಮಸ್ಯೆಗಳು, ಅಂದರೆ "ಹೆಲ್ತ್ ಕನ್ಸರ್ನ್," "ಮೂಲಸೌಕರ್ಯ ಭದ್ರತೆ," ಮತ್ತು "ಭಯೋತ್ಪಾದನೆ. ಒಂದು ವ್ಯಾಪ್ತಿಗೆ ಕೆಲವು ಹುಡುಕಾಟ ಪದಗಳನ್ನು ವರ್ಗೀಕರಿಸುತ್ತದೆ ಭಯೋತ್ಪಾದನೆ" (ಟೇಬಲ್ 8 ನೋಡಿ "ಅಧ್ಯಯನ ಗುಂಪು, ಪೆನ್ನೆ ಸಂಬಂಧಿಸಿದ ನಲವತ್ತೆಂಟು ಕೀವರ್ಡ್ಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ" ಅನುಬಂಧ). ನಂತರ ವಿಕಿಪೀಡಿಯ ಲೇಖನ ವೀಕ್ಷಿಸಿ ಎಣಿಕೆಗಳು ಜನವರಿ 2012 ರ ಆರಂಭದಲ್ಲಿ ಆಗಸ್ಟ್ 2014 ರ ಕೊನೆಯಲ್ಲಿ ಗೆ, ಒಂದು ಮೂವತ್ತೆರಡು ತಿಂಗಳ ಅವಧಿಯಲ್ಲಿ ಅನುಗುಣವಾದ ನಲವತ್ತೆಂಟು ವಿಕಿಪೀಡಿಯ ಲೇಖನಗಳು ತಿಂಗಳಿಗೆ ಒಗ್ಗೂಡಿಸಿತು ತಮ್ಮ ವಾದಕ್ಕೆ ಬಲಪಡಿಸಲು, ಅವರು ಹಲವಾರು ಹೋಲಿಕೆ ದಾಖಲಿಸಿದವರು ಇತರೆ ವಿಷಯಗಳ ಬಗ್ಗೆ ಲೇಖನ ವೀಕ್ಷಣೆಗಳು ಹಿಂಬಾಲಿಸುತ್ತಾ ಗುಂಪುಗಳು.

    ಈಗ, ನೀವು ಪುನರಾವರ್ತಿಸಲು ಮತ್ತು ವಿಸ್ತರಿಸಲು ಹೋಗುವ Penney (2016) . ಈ ಚಟುವಟಿಕೆ ಅಗತ್ಯವಿದೆ ಎಂದು ಎಲ್ಲಾ ಕಚ್ಚಾ ಡೇಟಾ ವಿಕಿಪೀಡಿಯ (https://dumps.wikimedia.org/other/pagecounts-raw/) ಲಭ್ಯವಿದೆ. ಅಥವಾ ನೀವು ಆರ್ ಪ್ಯಾಕೇಜ್ wikipediatrend ಇದು ಪಡೆಯುವುದು (Meissner and Team 2016) . ನೀವು ಬರೆಯಲು ಅಪ್ ನಿಮ್ಮ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು, ದಯವಿಟ್ಟು ನೀವು ಬಳಸಿದ ಡೇಟಾ ಮೂಲ ಗಮನಿಸಿ. (ಗಮನಿಸಿ: ಇದೇ ಚಟುವಟಿಕೆಯು ಅಧ್ಯಾಯ 6 ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ)

    1. ಓದಿ Penney (2016) ಮತ್ತು "ಭಯೋತ್ಪಾದನೆಯ" -related ಮೊದಲು ಪುಟಗಳು ಸ್ನೋಡೆನ್ ಬಹಿರಂಗ ನಂತರ ಪುಟ ವೀಕ್ಷಣೆಗಳು ತೋರಿಸುವ ಚಿತ್ರ 2 ಪ್ರತಿರೂಪ. ಸಂಶೋಧನೆಗಳು ಅರ್ಥೈಸುತ್ತಾರೆ.
    2. ಮುಂದೆ, ಅಡಿಯಲ್ಲಿ ಡಿಹೆಚ್ಎಸ್ ಪಟ್ಟಿಯಿಂದ "ಡಿಹೆಚ್ಎಸ್ & ಇತರೆ ಏಜೆನ್ಸೀಸ್" ವರ್ಗೀಕರಿಸಲಾಗಿದೆ ಕೀವರ್ಡ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು Comparator ಗುಂಪು ತಂಡ ( "ಭಯೋತ್ಪಾದನೆ" -related ಲೇಖನಗಳು) ಹೋಲಿಸಿದರೆ ಇದು ಅಂಜೂರ 4A, ಪುನರಾವರ್ತಿಸಲು (ಅನುಬಂಧ ಟೇಬಲ್ 10 ನೋಡಿ). ಸಂಶೋಧನೆಗಳು ಅರ್ಥೈಸುತ್ತಾರೆ.
    3. ಭಾಗ ಬಿ) ನೀವು ಒಂದು Comparator ಗುಂಪಿಗೆ ತಂಡ ಹೋಲಿಸಿದರೆ. "ಮೂಲಸೌಕರ್ಯ ಭದ್ರತೆ" -related ಲೇಖನಗಳು (ಅನುಬಂಧ ಪಟ್ಟಿ 11) ಮತ್ತು ಜನಪ್ರಿಯ ವಿಕಿಪೀಡಿಯ ಪುಟಗಳು (ಅನುಬಂಧ ಟೇಬಲ್ 12): ಪೆನ್ನೆ ಇತರ ಎರಡು Comparator ಗುಂಪುಗಳು ಹೋಲಿಸಿದರೆ. ಪರ್ಯಾಯ Comparator ಗುಂಪು ಮಂದಿ, ಮತ್ತು ಪರೀಕ್ಷಿಸಲು ವೇಳೆ ಭಾಗ ಬಿ ಸಂಶೋಧನೆಗಳನ್ನು) Comparator ಗುಂಪು ನಿಮ್ಮ ಆಯ್ಕೆಯನ್ನು ಸಂವೇದನಾಶೀಲವಾಗಿರುತ್ತದೆ. ಯಾವ ಆಯ್ಕೆ Comparator ಗುಂಪು ಅತ್ಯಂತ ಅರ್ಥವಿಲ್ಲ? ಏಕೆ?
    4. ಲೇಖಕ "ಭಯೋತ್ಪಾದನೆ" ಸಂಬಂಧಿಸಿದ ಕೀವರ್ಡ್ಗಳನ್ನು ತನ್ನ ಆನ್ಲೈನ್ ಕಣ್ಗಾವಲು ಪದ್ಧತಿಗಳಿಗೆ ಪ್ರಮುಖ ಸಮರ್ಥನೆಯಾಗಿ ಅಮೇರಿಕಾದ ಸರ್ಕಾರ ಭಯೋತ್ಪಾದನೆ ಉಲ್ಲೇಖಿಸಲಾಗಿದೆ ಏಕೆಂದರೆ ವಿಕಿಪಿಡಿಯಾದಲ್ಲಿ ಆಯ್ಕೆ ಬಳಸಲಾಯಿತು ಎಂದು ಹೇಳಿದ್ದಾರೆ. ಈ 48 "ಭಯೋತ್ಪಾದನೆಯ" -related ಕೀವರ್ಡ್ಗಳನ್ನು ಚೆಕ್ ಎಂದು, Penney (2016) ಗವರ್ನ್ಮೆಂಟ್ ಟ್ರಬಲ್ ಗೌಪ್ಯತೆ ಸೆನ್ಸಿಟಿವ್ ಮತ್ತು ನಿವಾರಣೆ ವಿಷಯದಲ್ಲಿ ಕೀವರ್ಡ್ಗಳನ್ನು ಪ್ರತಿ ರೇಟ್ ಪ್ರತಿಕ್ರಿಯೆ ಕೇಳುವ MTurk ಬಗ್ಗೆ ಸಮೀಕ್ಷೆ ನಡೆಸಿದ (ಅನುಬಂಧ ಟೇಬಲ್ 7 ಮತ್ತು 8). MTurk ಸಮೀಕ್ಷೆ ಪ್ರತಿರೂಪ ನಿಮ್ಮ ಫಲಿತಾಂಶಗಳನ್ನು ಹೋಲಿಕೆ.
    5. ಪಾರ್ಟ್ ಡಿ ಫಲಿತಾಂಶಗಳು) ಮತ್ತು ಲೇಖನದ ನಿಮ್ಮ ಓದುವ ಆಧರಿಸಿ, ನೀವು ಅಧ್ಯಯನ ಸಮೂಹದಲ್ಲಿ ವಿಷಯ ಕೀವರ್ಡ್ಗಳನ್ನು ಲೇಖಕರ ಆಯ್ಕೆಯ ಒಪ್ಪುತ್ತೇನೆ ಇಲ್ಲ? ವೈ ಅಥವಾ ಏಕೆ? ಅಲ್ಲ, ನೀವು ಬದಲಿಗೆ ಸೂಚಿಸುವ?
  9. [ ಸುಲಭ ] Efrati (2016) ಸಂದರ್ಭದಲ್ಲಿ "ಪ್ರಸಾರ ಹಂಚಿಕೆ" ಕೆಳಗೆ ವರ್ಷದಲ್ಲಿ 21% ವರ್ಷ "ಒಟ್ಟು ಹಂಚಿಕೆ" ಫೇಸ್ಬುಕ್ ಮೇಲೆ ವರ್ಷದಲ್ಲಿ ಸುಮಾರು 5.5% ವರ್ಷ ಕುಸಿದಿದೆ ಎಂದು ವರದಿಗಳು ಗೌಪ್ಯ ಮಾಹಿತಿಯನ್ನು ಆಧರಿಸಿ. ಈ ಕುಸಿತಕ್ಕೆ 30 ವರ್ಷ ವಯಸ್ಸಿನ ಅಡಿಯಲ್ಲಿ ಫೇಸ್ಬುಕ್ ಬಳಕೆದಾರರು ನಿರ್ದಿಷ್ಟವಾಗಿ ತೀವ್ರ. ವರದಿ ಎರಡು ಅಂಶಗಳು ಕುಸಿತ ಕಾರಣವೆಂದು. ಒಂದು "ಸ್ನೇಹಿತರು" ಜನರು ಫೇಸ್ಬುಕ್ ಮೇಲೆ ಸಂಖ್ಯೆ ಬೆಳವಣಿಗೆಯಾಗಿದೆ. ಇತರ ಕೆಲವು ಹಂಚಿಕೆ ಚಟುವಟಿಕೆ ಮೆಸೇಜಿಂಗ್ ಮತ್ತು SnapChat ಸ್ಪರ್ಧಿಗಳು ಬದಲಾಯಿತು ಎಂದು. ವರದಿಯು ಮೂಲ ಪೋಸ್ಟ್ಗಳನ್ನು ಹೆಚ್ಚು ಪ್ರಮುಖ ಮಾಡುವ ನ್ಯೂಸ್ ಫೀಡ್ ಅಲ್ಗಾರಿದಮ್ ಟ್ವೀಕ್ಗಳು, ಹಾಗೆಯೇ ಹಲವಾರು ವರ್ಷಗಳ ಹಿಂದೆ "ಈ ದಿನದಂದು" ಮೂಲ ಪೋಸ್ಟ್ಗಳನ್ನು ಬಳಕೆದಾರರ ನಿಯತಕಾಲಿಕ ಜ್ಞಾಪನೆಗಳನ್ನು ಹಲವಾರು ತಂತ್ರಗಳು ಫೇಸ್ಬುಕ್ ಹಂಚಿಕೆ ಹೆಚ್ಚಿಸಲು ಪ್ರಯತ್ನಿಸಿದ್ದರು ಬಹಿರಂಗಪಡಿಸಿದ. ಈ ಆವಿಷ್ಕಾರಗಳ ಒಂದು ಡೇಟಾ ಮೂಲ ಮಾಹಿತಿ ಫೇಸ್ಬುಕ್ ಬಳಸಲು ಬಯಸುವ ಸಂಶೋಧಕರಿಗೆ ಏನು ಪರಿಣಾಮಗಳನ್ನು, ಯಾವುದೇ ವೇಳೆ, ಹೊಂದಿದೆ?

  10. [ ಮಧ್ಯಮ ] Tumasjan et al. (2010) ಒಂದು ರಾಜಕೀಯ ಪಕ್ಷ ಪ್ರಸ್ತಾಪಿಸಿ ಟ್ವಿಟ್ಗಳು ಆ ಪ್ರಮಾಣವು ಪಕ್ಷದ ಜರ್ಮನ್ ಲೋಕಸಭೆ ಚುನಾವಣೆಯ ಸ್ವೀಕರಿಸಿದ 2009 ಮತಗಳನ್ನು (ಚಿತ್ರ 2.9) ಇದ್ದಾರೆ ದಾಖಲೆಗಳುಸರಿಹೊಂದಿವೆ ವರದಿ. ಅರ್ಥಾತ್, ನೀವು ಚುನಾವಣೆಯಲ್ಲಿ ಊಹಿಸಲು ಟ್ವಿಟರ್ ಬಳಸಬಹುದೆಂದು ಕಾಣಿಸಿಕೊಂಡರು. ಇದು ದೊಡ್ಡ ದಶಮಾಂಶ ಒಂದು ಸಾಮಾನ್ಯ ಒಂದು ಅಮೂಲ್ಯ ಬಳಕೆಯನ್ನೂ ಸೂಚಿಸುತ್ತಾರೆ ಕಾಣುತ್ತದೆ ಏಕೆಂದರೆ ಸಮಯ ಈ ಅಧ್ಯಯನದಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಯಿತು ಇದು ಅತ್ಯಂತ ರೋಮಾಂಚಕಾರಿ ಪರಿಗಣಿಸಲಾಗಿತ್ತು.

    ದೊಡ್ಡ ದಶಮಾಂಶ ಕೆಟ್ಟ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ನೀಡಲಾಗಿದೆ, ಆದರೆ, ನೀವು ತಕ್ಷಣ ಈ ಫಲಿತಾಂಶದ ಸಂಶಯ ಇರಬೇಕು. 2009 ರಲ್ಲಿ ಟ್ವಿಟರ್ ಜರ್ಮನ್ನರು ಸಾಕಷ್ಟು ಪ್ರತಿನಿಧಿಯಲ್ಲದ ಗುಂಪಾಗಿತ್ತು, ಒಂದು ಪಕ್ಷದ ಬೆಂಬಲಿಗರು ಹೆಚ್ಚಾಗಿ ರಾಜಕೀಯದ ಬಗ್ಗೆ ಟ್ವೀಟ್ ಇರಬಹುದು. ಹೀಗಾಗಿ, ಇದು ನಿಮ್ಮ ಕಲ್ಪನೆಯ ಎಂದು ಎಲ್ಲಾ ಸಂಭಾವ್ಯ ಪೂರ್ವಗ್ರಹಗಳು ಹೇಗೋ ನಿಷ್ಪ್ರಯೋಜಕವಾಗಿಸುವ ಅಚ್ಚರಿ ಎನಿಸುತ್ತದೆ. ವಾಸ್ತವವಾಗಿ, ಫಲಿತಾಂಶಗಳಲ್ಲಿ Tumasjan et al. (2010) ತುಂಬಾ ಉತ್ತಮ ಎಂದು ಬದಲಾದ. ತಮ್ಮ ಪತ್ರಿಕೆಯಲ್ಲಿ, Tumasjan et al. (2010) ಕ್ರಿಶ್ಚಿಯನ್ ಡೆಮೊಕ್ರಾಟ್ಸ್ (ಸಿಡಿಯು), ಕ್ರಿಶ್ಚಿಯನ್ ಸಮಾಜವಾದಿಗಳು (ಸಿಎಸ್), ಎಸ್ಪಿಡಿ ಲಿಬರಲ್ಸ್ (ಎಫ್ಡಿಪಿಯೊಂದಿಗೆ), ಎಡಕ್ಕೆ (Linke ಮೂಲಕ ಡೈ), ಮತ್ತು ಗ್ರೀನ್ ಪಾರ್ಟಿ (ಗ್ರೂನೆ): ಆರು ರಾಜಕೀಯ ಪಕ್ಷಗಳ ಪರಿಗಣಿಸಲಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಆ ಸಮಯದಲ್ಲಿ ಪ್ರಸ್ತಾಪಿಸಲಾಗಿದೆ ಜರ್ಮನ್ ರಾಜಕೀಯ ಟ್ವಿಟರ್ ಪಕ್ಷದ ಪೈರೇಟ್ ಪಾರ್ಟಿ (ಪೈರೇಟ್ಸ್), ಇಂಟರ್ನೆಟ್ ಸರ್ಕಾರದ ನಿಯಂತ್ರಣದ ಹೋರಾಡುತ್ತಾನೆ ಒಂದು ಪಕ್ಷವಾಗಿತ್ತು. ಪೈರೇಟ್ ಪಾರ್ಟಿ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಸೇರಿಸಲಾಗಿಲ್ಲ ಮಾಡಿದಾಗ, ಟ್ವಿಟರ್ ಉಲ್ಲೇಖಗಳು ಚುನಾವಣಾ ಫಲಿತಾಂಶಗಳು (ಚಿತ್ರ 2.9) ಒಂದು ಭಯಾನಕ ಊಹಿಸುವ ಆಗುತ್ತದೆ (Jungherr, Jürgens, and Schoen 2012) .

    ಚಿತ್ರ 2.9: ಟ್ವಿಟರ್ ಉಲ್ಲೇಖಗಳು 2009 ಜರ್ಮನ್ ಚುನಾವಣೆ ಫಲಿತಾಂಶಗಳು ಊಹಿಸಲು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ (Tumasjan ಇತರರು 2010.), ಆದರೆ ಈ ಪರಿಣಾಮವಾಗಿ ಕೆಲವು ನಿರಂಕುಶ ಮತ್ತು ಸರಿಯಲ್ಲದ ಆಯ್ಕೆಗಳು (Jungherr, ಜರ್ಗನ್ಸ್, ಮತ್ತು Schoen 2012) ಅವಲಂಬಿಸಿರುತ್ತದೆ ತಿರುಗಿದರೆ.

    ಚಿತ್ರ 2.9: ಟ್ವಿಟರ್ ಉಲ್ಲೇಖಗಳು 2009 ಜರ್ಮನ್ ಚುನಾವಣೆ ಫಲಿತಾಂಶಗಳು ಊಹಿಸಲು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ (Tumasjan et al. 2010) , ಆದರೆ ಈ ಪರಿಣಾಮವಾಗಿ ಕೆಲವು ನಿರಂಕುಶ ಮತ್ತು ಸರಿಯಲ್ಲದ ಆಯ್ಕೆಗಳನ್ನು ಮೇಲೆ ತಿರುಗಿದರೆ (Jungherr, Jürgens, and Schoen 2012) .

    ತರುವಾಯ, ವಿಶ್ವಾದ್ಯಂತದ ಬೇರೆ ಸಂಶೋಧಕರು ಬಳಸಿಕೊಂಡಿದ್ದಾರೆ ರಸಿಕ ವಿಧಾನಗಳನ್ನು ಧನಾತ್ಮಕ ಮತ್ತು ಋಣಾತ್ಮಕ ನಡುವೆ ವ್ಯತ್ಯಾಸ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಬಳಸಿಕೊಂಡು ಸೂಚಿಸಿದ್ದು ಚುನಾವಣೆಗಳ ವಿಭಿನ್ನ ವಿಧಗಳ ಊಹಿಸಲು ಟ್ವಿಟರ್ ಡೇಟಾ ಸಾಮರ್ಥ್ಯವನ್ನು ಸುಧಾರಿಸಲು ಸಲುವಾಗಿ ಪಕ್ಷಗಳು ಇನ್ (Gayo-Avello 2013; Jungherr 2015, Ch. 7.) . ಇಲ್ಲಿ ಹೇಗೆ Huberty (2015) ಚುನಾವಣೆಯಲ್ಲಿ ಊಹಿಸಲು ಈ ಪ್ರಯತ್ನಗಳ ಫಲಿತಾಂಶಗಳು ಸಂಕ್ಷೇಪಿಸಿ

    "ನಿಜವಾದ ಮುನ್ನಡೆಯ ಚುನಾವಣಾ ಮುಂದಾಲೋಚನೆ ಬೇಡಿಕೆಗಳನ್ನು ಬಿದ್ದಾಗ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮದಲ್ಲಿ ಆಧಾರಿತ ಎಲ್ಲಾ ಕರೆಯಲಾಗುತ್ತದೆ ಮುನ್ಸೂಚನೆಯ ಕ್ರಮಗಳಿಂದ ವಿಫಲವಾಗಿವೆ. ಈ ವಿಫಲತೆಗಳು ಬದಲಿಗೆ ಕ್ರಮಶಾಸ್ತ್ರೀಯ ಅಥವಾ ಗಣನಪದ್ಧತಿ ತೊಂದರೆಗಳನ್ನು ಹೆಚ್ಚು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮದ ಮೂಲಭೂತ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಕಾರಣ ಕಾಣುತ್ತವೆ. ಸಂಕ್ಷಿಪ್ತವಾಗಿ, ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ, ಇಲ್ಲ ಮತ್ತು ಬಹುಶಃ ಎಂದಿಗೂ, ಸ್ಥಿರ, ಪಕ್ಷಪಾತವಿಲ್ಲದ, ಪ್ರಾತಿನಿಧಿಕ ಮತದಾರರ ಚಿತ್ರ ನೀಡುತ್ತದೆ; ಮತ್ತು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮದ ಅನುಕೂಲಕರ ಮಾದರಿಗಳನ್ನು ಸರಿಪಡಿಸಲು ಈ ಸಮಸ್ಯೆಗಳನ್ನು ಪೋಸ್ಟ್ ಈ ಸಾಕಷ್ಟು ಡೇಟಾ ಕೊರತೆ. "

    ಕಾರಣವಾಗುವ ಸಂಶೋಧನೆಯ ಕೆಲವು ಓದಿ Huberty (2015) ಎಂದು ತೀರ್ಮಾನಕ್ಕೆ ಮತ್ತು ಟ್ವಿಟರ್ ಚುನಾವಣೆಯಲ್ಲಿ ಮುನ್ಸೂಚನೆ ಬಳಸಬೇಕು ವೇಳೆ ಹೇಗೆ ವಿವರಿಸುವ ರಾಜಕೀಯ ಅಭ್ಯರ್ಥಿ ಒಂದು ಪುಟ ಜ್ಞಾಪಕ ಬರೆಯಲು.

  11. [ ಮಧ್ಯಮ ] ಸಮಾಜಶಾಸ್ತ್ರಜ್ಞ ಮತ್ತು ಇತಿಹಾಸಕಾರ ನಡುವೆ ವ್ಯತ್ಯಾಸ ಏನು? Goldthorpe ಪ್ರಕಾರ (1991) , ಸಮಾಜಶಾಸ್ತ್ರಜ್ಞ ಮತ್ತು ಇತಿಹಾಸಕಾರ ನಡುವಿನ ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮೇಲೆ ನಿಯಂತ್ರಣ ಹೊಂದಿದೆ. ಇತಿಹಾಸಕಾರರು ಸಮಾಜಶಾಸ್ತ್ರಜ್ಞರು ನಿರ್ದಿಷ್ಟ ಉದ್ದೇಶಗಳಿಗೆ ತಮ್ಮ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಹೇಳಿ ಆದರೆ ಅವಶೇಷಗಳನ್ನು ಬಳಸಲು ಬಲವಂತವಾಗಿ. ಓದಿ Goldthorpe (1991) . ಹೇಗೆ ಸಮಾಜಶಾಸ್ತ್ರ ಮತ್ತು ಇತಿಹಾಸ ನಡುವಿನ ವ್ಯತ್ಯಾಸ Custommades ಮತ್ತು ಮೊದಲೇ ತಯಾರಾದದ್ದು ಕಲ್ಪನೆಗೆ ಸಂಬಂಧಿಸಿದೆ?

  12. [ ಕಠಿಣ ] ಹಿಂದಿನ ಪ್ರಶ್ನೆ ಮೇಲೆ ನಿರ್ಮಿಸಲು, Goldthorpe (1991) ನಿಕಿ ಹಾರ್ಟ್ ಒಂದನ್ನು ನಿರ್ಣಾಯಕ ಪ್ರತಿಕ್ರಿಯೆಗಳು, ಸೆಳೆಯಿತು (1994) ಮಾಡಿದ ಡೇಟಾ ತಕ್ಕಂತೆ Goldthorpe ಭಕ್ತಿಭಾವದಿಂದ ಸವಾಲು ಎಂದು. ಹೇಳಿಮಾಡಿಸಿದಂತಿದೆ ಡೇಟಾ ಸಂಭಾವ್ಯ ಮಿತಿಗಳನ್ನು ಸ್ಪಷ್ಟೀಕರಿಸಲು, ಹಾರ್ಟ್ ಶ್ರೀಮಂತ ವರ್ಕರ್ ಪ್ರಾಜೆಕ್ಟ್, 1960 ರ ದಶಕದ ಮಧ್ಯಭಾಗದಲ್ಲಿ Goldthorpe ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ನಡೆಸಲಾಯಿತು ಎಂದು ಸಾಮಾಜಿಕ ವರ್ಗ ಮತ್ತು ಮತದಾನ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ಅಳೆಯಲು ಒಂದು ದೊಡ್ಡ ಸಮೀಕ್ಷೆ ವಿವರಿಸಲಾಗಿದೆ. ಒಂದು ವಿನ್ಯಾಸ ಕಂಡು ಡೇಟಾವನ್ನು ಡೇಟಾ ಒಲವು ಒಬ್ಬ ವಿದ್ವಾಂಸ ಅಪೇಕ್ಷಿಸಬಹುದು ಮಾಹಿತಿ, ಶ್ರೀಮಂತ ವರ್ಕರ್ ಪ್ರಾಜೆಕ್ಟ್ ಜೀವನಶೈಲಿಯನ್ನು ಹೆಚ್ಚಿಸುವ ಯುಗದಲ್ಲಿ ಸಾಮಾಜಿಕ ವರ್ಗ ಭವಿಷ್ಯದ ಬಗ್ಗೆ ಇತ್ತೀಚೆಗೆ ಪ್ರಸ್ತಾಪಿಸಿದರು ಸಿದ್ಧಾಂತ ಪರಿಹರಿಸಲು ಸರಿಹೊಂದಿಸಬಹುದು ಎಂದು ದತ್ತಾಂಶವನ್ನು ಸಂಗ್ರಹಿಸಿದರು. ಆದರೆ, Goldthorpe ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಹೇಗೋ ಮಹಿಳೆಯರ ಮತದಾನದ ನಡವಳಿಕೆ ಬಗ್ಗೆ ಮಾಹಿತಿ ಸಂಗ್ರಹಿಸಲು "ಮರೆತು". ಇಲ್ಲಿ ನಿಕಿ ಹಾರ್ಟ್ ಹೇಗೆ (1994) ಇಡೀ ಸಂಚಿಕೆಯ ಸಾರಾಂಶಗಳು:

    ". . . ಇದು ಈ ದತ್ತಾಂಶ ಸ್ತ್ರೀ ಅನುಭವ ಹೊರತುಪಡಿಸಿದ ಒಂದು ದೃಷ್ಟಾಂತಿಕ ತರ್ಕ ಮೂಲಕ ಸೀಮಿತವಾಗಿತ್ತು 'ಗೀಜಗನ ಮಾಡಿದ' ಏಕೆಂದರೆ ಮಹಿಳೆಯರು ಕೈಬಿಡಲಾದ ತೀರ್ಮಾನಕ್ಕೆ ತಪ್ಪಿಸಲು ಕಷ್ಟ [ಈಸ್]. ವರ್ಗ ಪ್ರಜ್ಞೆ ಮತ್ತು ಕ್ರಮ ಪುರುಷ ಪೂರ್ವಾಕ್ರಮಣಗಳ ಎಂದು ಸೈದ್ಧಾಂತಿಕ ದೃಷ್ಟಿ ನಡೆಸುತ್ತಿದೆ. . . , Goldthorpe ಮತ್ತು ಅವರ ಸಹೋದ್ಯೋಗಿಗಳು ಆಹಾರ ಮತ್ತು ಅರ್ಹತೆ ಮಾನ್ಯ ಟೆಸ್ಟ್ ಅವರನ್ನು ಗಮನಕ್ಕೆ ಬದಲಿಗೆ ತಮ್ಮ ಸೈದ್ಧಾಂತಿಕ ಊಹೆಗಳನ್ನು ಪೋಷಿಸಿದರು ಪ್ರಾಯೋಗಿಕ ಸಾಕ್ಷ್ಯಗಳನ್ನು ಒಂದು ಸೆಟ್ ನಿರ್ಮಿಸಿದ. "

    ಹಾರ್ಟ್ ಮುಂದುವರಿಸಿದರು:

    "ಶ್ರೀಮಂತ ವರ್ಕರ್ ಯೋಜನೆಯ ಪ್ರಾಯೋಗಿಕ ಸಂಶೋಧನೆಗಳು ಅವರು ಶ್ರೇಣೀಕರಣದ, ರಾಜಕೀಯ ಮತ್ತು ವಸ್ತು ಜೀವನದ ಪ್ರಕ್ರಿಯೆಗಳು ತಿಳಿಸಲು ನಮಗೆ ತುಂಬಾ ಮಧ್ಯ ಶತಮಾನದ ಸಮಾಜಶಾಸ್ತ್ರದ masculinist ಮೌಲ್ಯಗಳ ಬಗ್ಗೆ ಇನ್ನಷ್ಟು ತಿಳಿಸಿ."

    ನೀವು ಹೇಳಿಮಾಡಿಸಿದಂತಿದೆ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಇದು ನಿರ್ಮಿಸಲಾಗಿರುವ ಡೇಟಾ ಸಂಗ್ರಾಹಕ ಪೂರ್ವಗ್ರಹಗಳು ಹೊಂದಿರುವ ಇತರ ಉದಾಹರಣೆಗಳು ನಗರದ? ಹೇಗೆ ಈ ಕ್ರಮಾವಳಿಯ ಗೊಂದಲಕಾರಿ ಗೆ ಹೋಲುತ್ತದೆ? ಈ ಸಂಶೋಧಕರು ಮಾಡಿದಾಗ ಮೊದಲೇ ತಯಾರಾದದ್ದು ಬಳಸಬೇಕು ಏನು ಪರಿಣಾಮಗಳನ್ನು ಮತ್ತು ಅವರು Custommades ಬಳಸಬೇಕು ಮಾಡಿದಾಗ ಇರಬಹುದು?

  13. [ ಮಧ್ಯಮ ] ಈ ಅಧ್ಯಾಯದಲ್ಲಿ, ನಾನು ಕಂಪನಿಗಳು ಮತ್ತು ಸರ್ಕಾರಗಳು ದಾಖಲಿಸಿದವರು ಆಡಳಿತಾತ್ಮಕ ದಾಖಲೆಗಳನ್ನು ಸಂಶೋಧಕರು ಸಂಶೋಧಕರು ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾವನ್ನು ವಿಭಿನ್ನವಾಗಿದೆ. ಕೆಲವು ಜನರು ಈ ಆಡಳಿತಾತ್ಮಕ ದಾಖಲೆಗಳನ್ನು ಅವರು ಇದಕ್ಕೆ ಇದು "ಡೇಟಾ ಕಂಡು" ಕರೆ "ವಿನ್ಯಾಸಗೊಳಿಸಿದ ದತ್ತಾಂಶ." ಇದು ಆಡಳಿತಾತ್ಮಕ ದಾಖಲೆಗಳನ್ನು ಸಂಶೋಧಕರು ಕಂಡುಬರುವ ಸತ್ಯ, ಆದರೆ ಅವರು ಹೆಚ್ಚು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಆಧುನಿಕ ಟೆಕ್ ಕಂಪನಿಗಳು ಸಂಗ್ರಹಿಸಿ ತಮ್ಮ ಡೇಟಾ ಮೇಲ್ವಿಚಾರಣೆ ಸಮಯ ಅಗಾಧ ಪ್ರಮಾಣದ ಮತ್ತು ಸಂಪನ್ಮೂಲಗಳನ್ನು ಖರ್ಚು. ಆದ್ದರಿಂದ, ಈ ಆಡಳಿತಾತ್ಮಕ ದಾಖಲೆಗಳು ಕಂಡುಬಂದಿಲ್ಲ ಮತ್ತು ವಿನ್ಯಾಸ ಎರಡೂ, ಅದು ಕೇವಲ ನಿಮ್ಮ ದೃಷ್ಟಿಕೋನದಿಂದ (ಚಿತ್ರ 2.10) ಅವಲಂಬಿಸಿರುತ್ತದೆ.

    ಚಿತ್ರ 2.10: ಚಿತ್ರ ಡಕ್ ಮತ್ತು ಮೊಲದ ಎರಡೂ; ಏನು ನೀವು ನೋಡಿ ನಿಮ್ಮ ದೃಷ್ಟಿಕೋನದಿಂದ ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಸರ್ಕಾರ ಮತ್ತು ವ್ಯಾಪಾರ ಆಡಳಿತ ದಾಖಲೆಗಳು ಕಂಡುಬಂದಿಲ್ಲ ಮತ್ತು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ ಎರಡೂ; ಏನು ನೀವು ನೋಡಿ ನಿಮ್ಮ ದೃಷ್ಟಿಕೋನದಿಂದ ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಒಂದು ಸೆಲ್ ಫೋನ್ ಕಂಪನಿ ಸಂಗ್ರಹಿಸಿದ ಕರೆ ದತ್ತಾಂಶ ದಾಖಲೆಗಳ ಒಂದು ಸಂಶೋಧಕ ದೃಷ್ಟಿಕೋನದಿಂದ ಡೇಟಾ ಕಂಡುಬರುತ್ತವೆ. ಆದರೆ, ಈ ನಿಖರ ಅದೇ ದಾಖಲೆಗಳನ್ನು ಫೋನ್ ಕಂಪನಿಯ ಬಿಲ್ಲಿಂಗ್ ವಿಭಾಗದಲ್ಲಿ ಕೆಲಸ ಯಾರಾದರೂ ಮಾಹಿತಿ ದೃಷ್ಟಿಕೋನದಿಂದ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಮೂಲ: ವಿಕಿಮೀಡಿಯ ಕಣಜದಲ್ಲಿ

    ಚಿತ್ರ 2.10: ಚಿತ್ರ ಡಕ್ ಮತ್ತು ಮೊಲದ ಎರಡೂ; ಏನು ನೀವು ನೋಡಿ ನಿಮ್ಮ ದೃಷ್ಟಿಕೋನದಿಂದ ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಸರ್ಕಾರ ಮತ್ತು ವ್ಯಾಪಾರ ಆಡಳಿತ ದಾಖಲೆಗಳು ಕಂಡುಬಂದಿಲ್ಲ ಮತ್ತು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ ಎರಡೂ; ಏನು ನೀವು ನೋಡಿ ನಿಮ್ಮ ದೃಷ್ಟಿಕೋನದಿಂದ ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಒಂದು ಸೆಲ್ ಫೋನ್ ಕಂಪನಿ ಸಂಗ್ರಹಿಸಿದ ಕರೆ ದತ್ತಾಂಶ ದಾಖಲೆಗಳ ಒಂದು ಸಂಶೋಧಕ ದೃಷ್ಟಿಕೋನದಿಂದ ಡೇಟಾ ಕಂಡುಬರುತ್ತವೆ. ಆದರೆ, ಈ ನಿಖರ ಅದೇ ದಾಖಲೆಗಳನ್ನು ಫೋನ್ ಕಂಪನಿಯ ಬಿಲ್ಲಿಂಗ್ ವಿಭಾಗದಲ್ಲಿ ಕೆಲಸ ಯಾರಾದರೂ ಮಾಹಿತಿ ದೃಷ್ಟಿಕೋನದಿಂದ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಮೂಲ: ವಿಕಿಮೀಡಿಯ ಕಣಜದಲ್ಲಿ

    ನೋಡಿದುದಾಗಿ ಅಲ್ಲಿ ಸಂಶೋಧನೆಗೆ ಎಂದು ಡೇಟಾ ಮೂಲ ಬಳಸುವಾಗ ಕಂಡು ಮತ್ತು ವಿನ್ಯಾಸ ಸಹಕಾರಿಯಾಗುತ್ತದೆ ಎರಡೂ ಡೇಟಾ ಮೂಲ ಉದಾಹರಣೆ ಒದಗಿಸಿ.

  14. [ ಸುಲಭ ] ಒಂದು ಚಿಂತನಶೀಲ ಪ್ರಬಂಧ, ಕ್ರಿಶ್ಚಿಯನ್ Sandvig ಮತ್ತು Eszter Hargittai (2015) ಅಲ್ಲಿ ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆ "ವಾದ್ಯ" ಅಥವಾ ಡಿಜಿಟಲ್ ಸಂಶೋಧನೆ, ಎರಡು ರೀತಿಯ ಅಧ್ಯಯನದ ಮೊದಲ ವಿಧದ ಬಂದರಿಗೆ ಉದಾಹರಣೆ ವಿವರಿಸಲು "ಅಧ್ಯಯನದ ವಸ್ತು." ಅಲ್ಲಿ ಬೆಂಗ್ಟ್ಸ್ಸನ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು (2011) 2010 ರಲ್ಲಿ ಹೈಟಿಯಲ್ಲಿ ಭೂಕಂಪವು ಸಂಭವಿಸಿದ ನಂತರ ವಲಸೆ ಟ್ರ್ಯಾಕ್ ಮೊಬೈಲ್ ಫೋನ್ ಡೇಟಾವನ್ನು ಬಳಸಲಾಗುತ್ತದೆ ಎರಡನೇ ವಿಧದ ಬಂದರಿಗೆ ಉದಾಹರಣೆ ಅಲ್ಲಿ ಜೆನ್ಸನ್ (2007) ಕೇರಳದಾದ್ಯಂತ ಮೊಬೈಲ್ ಫೋನ್ ಪರಿಚಯ, ಭಾರತ ಮೀನು ಮಾರುಕಟ್ಟೆ ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಪರಿಣಾಮ ಹೇಗೆ ಅಧ್ಯಯನ. ಇದು ಡಿಜಿಟಲ್ ದತ್ತಾಂಶಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಅಧ್ಯಯನಗಳು ಅವರು ಡೇಟಾ ಮೂಲ ಅದೇ ರೀತಿಯ ಬಳಸಿಕೊಂಡು ಸಹ ಸಾಕಷ್ಟು ವಿವಿಧ ಗುರಿಗಳನ್ನು ಹೊಂದಿದೆ ಎಂದು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆ ಏಕೆಂದರೆ ನಾನು ಈ ಸಹಾಯಕವಾಗಿದೆಯೆ ಹೇಗೆ. ಮತ್ತು ಒಂದು ಸಾಧನವಾಗಿ ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಳಸುವ ಎರಡು ಅಧ್ಯಯನದ ವಸ್ತುವಾಗಿ ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಳಸುವ ಎರಡು: ಮತ್ತಷ್ಟು ಈ ವ್ಯತ್ಯಾಸವನ್ನು ಸ್ಪಷ್ಟೀಕರಿಸುವ ಸಲುವಾಗಿ, ನೀವು ನೋಡಬಹುದು ನಾಲ್ಕು ಅಧ್ಯಯನಗಳು ವಿವರಿಸಲು. ನೀವು ಬಯಸಿದಲ್ಲಿ ಈ ಅಧ್ಯಾಯದ ಉದಾಹರಣೆಗಳು ಬಳಸಬಹುದು.