2.5 ತೀರ್ಮಾನ

ದೊಡ್ಡ ದಶಮಾಂಶ ಎಲ್ಲೆಡೆ, ಆದರೆ ಮತ್ತು ಸಾಮಾಜಿಕ ಸಂಶೋಧನಾ ವೀಕ್ಷಣೆಯ ಅಂಕಿಅಂಶಗಳೊಂದಿಗೆ ಇತರ ರೂಪಗಳು ಬಳಸಿಕೊಂಡು ಕಷ್ಟ. ನನ್ನ ಅನುಭವದಲ್ಲಿ ಸಂಶೋಧನೆಗಳಿಗೆ ಯಾವುದೇ ಉಚಿತ ಅರ್ಹ ಆಸ್ತಿ ರೀತಿಯ ಇಲ್ಲ: ನೀವು ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವ ಕೆಲಸ ಬಹಳಷ್ಟು ಪುಟ್ ಹೋದರೆ, ನಂತರ ನೀವು ಬಹುಶಃ ಹಾಕಲು ನಿಮ್ಮ ವಿಶ್ಲೇಷಣೆ ಕೆಲಸ ಬಹಳಷ್ಟು ಅಥವಾ ಆಲೋಚನೆಯ ಹೋಗುವ ಡೇಟಾ ಯಾವ ಒಂದು ಆಸಕ್ತಿದಾಯಕ ಪ್ರಶ್ನೆ ಕೇಳಲು. ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಆಧರಿಸಿದ, ನಾನು ದೊಡ್ಡ ದಶಮಾಂಶ ಮೂಲಗಳು ಸಾಮಾಜಿಕ ಸಂಶೋಧನೆಗೆ ಅತ್ಯಮೂಲ್ಯ ಎಂದು ಮೂರು ಮುಖ್ಯ ಮಾರ್ಗಗಳಿವೆ ಎಂದು ಭಾವಿಸುತ್ತೇನೆ:

  • ಪ್ರಾಯೋಗಿಕವಾಗಿ ಪೈಪೋಟಿ ಸೈದ್ಧಾಂತಿಕ ಮುನ್ನೋಟಗಳನ್ನು ನಡುವೆ adjudicating. ಕೆಲಸ ಈ ರೀತಿಯ ಉದಾಹರಣೆಗಳೆಂದರೆ Farber (2015) (ನ್ಯೂಯಾರ್ಕ್ ಟ್ಯಾಕ್ಸಿ ಚಾಲಕರು) ಮತ್ತು King, Pan, and Roberts (2013) (ಚೀನಾ ಸೆನ್ಸಾರ್ಷಿಪ್)
  • nowcasting ಮೂಲಕ ನೀತಿ ಸುಧಾರಿತ ಸಾಮಾಜಿಕ ಮಾಪನ. ಕೆಲಸ ಈ ರೀತಿಯ ಒಂದು ಉದಾಹರಣೆಯಾಗಿದೆ Ginsberg et al. (2009) (ಗೂಗಲ್ ಫ್ಲೂ ಪ್ರವೃತ್ತಿಗಳು).
  • ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗಗಳು ಮತ್ತು ಹೊಂದಾಣಿಕೆಯ ಸಾಂದರ್ಭಿಕ ಪರಿಣಾಮಗಳನ್ನು ಅಂದಾಜು. ಕೆಲಸ. ಈ ರೀತಿಯ ಉದಾಹರಣೆಗಳು Mas and Moretti (2009) (ಉತ್ಪಾದಕತೆಯ ಮೇಲೆ ಪರಿಣಾಮಗಳು ಇಣುಕಿ) ಮತ್ತು Einav et al. (2015) (ಇಬೇ ನಲ್ಲಿ ಪರಿಣಾಮ ಆರಂಭಿಕ ಬೆಲೆ ಹರಾಜು ಮೇಲೆ).

ಸಾಮಾಜಿಕ ಸಂಶೋಧನೆ ಅನೇಕ ಪ್ರಮುಖ ಪ್ರಶ್ನೆಗಳನ್ನು ಈ ಮೂರು ಒಂದು ವಿವರಿಸಬಹುದು. ಆದಾಗ್ಯೂ, ಈ ವಿಧಾನಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಡಾಟಾ ಬಹಳಷ್ಟು ತರಲು ಸಂಶೋಧಕರು ಅಗತ್ಯವಿರುತ್ತದೆ. ಏನು Farber (2015) ಆಸಕ್ತಿದಾಯಕ ಮಾಪನ ಸೈದ್ಧಾಂತಿಕ ಪ್ರೇರಣೆ ಹೊಂದಿದೆ. ಈ ಸೈದ್ಧಾಂತಿಕ ಪ್ರೇರಣೆ ಡೇಟಾ ಹೊರಗೆ ಬರುತ್ತದೆ. ಹೀಗಾಗಿ, ಸಂಶೋಧನೆ ಪ್ರಶ್ನೆಗಳ ಕೆಲವು ರೀತಿಯ ಕೇಳುವ ಉತ್ತಮ ಯಾರು, ದೊಡ್ಡ ದಶಮಾಂಶ ಮೂಲಗಳು ಅತ್ಯಂತ ಸಫಲ ಆಗಿರಬಹುದು.

ಅಂತಿಮವಾಗಿ, ತಾತ್ವಿಕತೆ ಚಾಲಿತ ಪ್ರಾಯೋಗಿಕ ಸಂಶೋಧನೆ (ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ಗಮನ ಬಂದಿದೆ) ಬದಲಿಗೆ, ನಾವು ಸ್ಕ್ರಿಪ್ಟ್ ಫ್ಲಿಪ್ ಮತ್ತು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಚಾಲಿತ ಸಿದ್ಧಾಂತ ರಚಿಸಬಹುದು. ಅಂದರೆ, ಪ್ರಾಯೋಗಿಕ ಸತ್ಯ, ಮಾದರಿಗಳು, ಮತ್ತು ಒಗಟುಗಳು ಎಚ್ಚರಿಕೆಯಿಂದ ಒಟ್ಟುಗೂಡುವ ಮೂಲಕ, ನಾವು ಹೊಸ ಸಿದ್ಧಾಂತಗಳು ರಚಿಸಬಹುದು.

ಸಿದ್ಧಾಂತದ ಈ ಪರ್ಯಾಯ ಡೇಟಾ ಮೊದಲ ವಿಧಾನ, ಹೊಸ ಅಲ್ಲ ಮತ್ತು ಇದು ಇನ್ನಷ್ಟು ಬಲವಾಗಿ ವ್ಯಕ್ತಪಡಿಸಿದ ಮಾಡಲಾಯಿತು Glaser and Strauss (1967) ಉಳ್ಳ ಸಿದ್ಧಾಂತವನ್ನು ತಮ್ಮ ಕರೆ. ಈ ಡೇಟಾವನ್ನು ಮೊದಲ ವಿಧಾನ, ಆದರೆ, "ಸಿದ್ಧಾಂತದ ಕೊನೆಯಲ್ಲಿ," ಅರ್ಥವಲ್ಲ ಡಿಜಿಟಲ್ ಯುಗದಲ್ಲಿ ಸಂಶೋಧನೆಯು ಪತ್ರಿಕೋದ್ಯಮದ ಹೆಚ್ಚು ಕ್ಲೈಮ್ ಮಾಡಿದ್ದಾರೆ ಎಂದು (Anderson 2008) . ಬದಲಿಗೆ, ಡೇಟಾ ಪರಿಸರಕ್ಕೆ ಬದಲಾವಣೆಗಳು, ನಾವು ಸಿದ್ಧಾಂತ ಮತ್ತು ಮಾಹಿತಿಗಳು ನಡುವಿನ ಸಂಬಂಧದಲ್ಲಿ ಒಂದು ಮರು ಸಮತೋಲನ ನಿರೀಕ್ಷಿಸಬಹುದು ಮಾಡಬೇಕು. ಡೇಟಾ ಸಂಗ್ರಹಣೆ ದುಬಾರಿ ಅಲ್ಲಿ ಜಗತ್ತಿನಲ್ಲಿ, ಇದು ಕೇವಲ ಸಿದ್ಧಾಂತಗಳು ಸೂಚಿಸುವ ಅತ್ಯಂತ ಉಪಯುಕ್ತ ಮಾಹಿತಿ ಸಂಗ್ರಹಿಸುವ ಅರ್ಥವಿಲ್ಲ. ಆದರೆ ಮಾಹಿತಿ ಅಗಾಧ ಪ್ರಮಾಣದ ಈಗಾಗಲೇ ಉಚಿತವಾಗಿ ಲಭ್ಯವಿದೆ ಅಲ್ಲಿ ಜಗತ್ತಿನಲ್ಲಿ, ಇದು ಅರ್ಥದಲ್ಲಿ ಸಹ ಡೇಟಾ ಮೊದಲ ವಿಧಾನ ಪ್ರಯತ್ನಿಸಿ ಮಾಡುತ್ತದೆ (Goldberg 2015) .

ನಾನು ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ತೋರಿಸಿವೆ ಎಂದು, ಸಂಶೋಧಕರು ಜನರು ನೋಡಿ ಬಹಳಷ್ಟು ಕಲಿಯಬಹುದು. ಮುಂದಿನ ಮೂರು ಅಧ್ಯಾಯಗಳಲ್ಲಿ, ನಾವು ಅವುಗಳನ್ನು ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುವ (ಅಧ್ಯಾಯ 3), ಪ್ರಯೋಗಗಳನ್ನು ಚಾಲನೆಯಲ್ಲಿರುವ (ಅಧ್ಯಾಯ 4), ಮತ್ತು ಅವುಗಳನ್ನು ಒಳಗೊಂಡ ಹೆಚ್ಚು ನೇರವಾಗಿ ನಮ್ಮ ಮಾಹಿತಿ ಸಂಗ್ರಹಣೆ ಹೇಳಿ ಮತ್ತು ಜನರು ಸಂವಹನ ಹೇಗೆ ನಾವು ಹೆಚ್ಚು ವಿವಿಧ ವಿಷಯಗಳನ್ನು ಕಲಿಯಬಹುದು ವಿವರಿಸಲು ಮಾಡುತ್ತೇವೆ ಸಂಶೋಧನಾ ಪ್ರಕ್ರಿಯೆಯ ನೇರವಾಗಿ (ಅಧ್ಯಾಯ 5).