Bit By Bit: Social Research in the Digital Age
  • par
    • Atvērt apskats
    • citēšana
    • kods
    • par autoru
    • Privacy & Piekrišana
  • valodas
    • 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
  • Pirkt grāmatu
    • Princeton University Press
    • Amazon
    • Barnes and Noble
    • IndieBound
  • priekšvārds
  • 1 Ievads
    • 1.1 Tintes blot
    • 1.2 Laipni lūgti digitālajā laikmetā
    • 1.3 Pētniecība dizains
    • 1.4 tēmas šīs grāmatas
    • 1.5 Šīs grāmatas izklāsts
    • Ko lasīt tālāk
  • 2 Ievērojot uzvedība
    • 2.1 Ievads
    • 2.2 Big dati
    • 2.3 . Lielo datu desmit kopīgas īpašības
      • 2.3.1 liels
      • 2.3.2 Vienmēr ieslēgta
      • 2.3.3 Nereaktīvs
      • 2.3.4 Nepilnīga
      • 2.3.5 Nepieejams
      • 2.3.6 Nav pārstāvēts
      • 2.3.7 Dreifēšana
      • 2.3.8 Algoritmiski sajaukti
      • 2.3.9 Netīrumi
      • 2.3.10 jūtīga
    • 2.4 pētniecības stratēģijas
      • 2.4.1 Skaitīšanas lietas
      • 2.4.2 prognozēšana un nowcasting
      • 2.4.3 tuvinot eksperimenti
    • 2.5 Secinājumi
    • Matemātiskās piezīmes
    • Ko lasīt tālāk
    • darbības
  • 3 uzdodot jautājumus
    • 3.1 Ievads
    • 3.2 Jautājums pret novērošanu
    • 3.3 Kopējā aptauja kļūda ietvars
      • 3.3.1 pārstāvniecība
      • 3.3.2 mērīšana
      • 3.3.3 Izmaksu
    • 3.4 Kas uzdot
    • 3.5 Jauni veidi uzdodot jautājumus
      • 3.5.1 Ekoloģiski īslaicīga novērtējumi
      • 3.5.2 Wiki aptaujas
      • 3.5.3 Gamification
    • 3.6 Aptaujas, kas saistītas ar lieliem datu avotiem
      • 3.6.1 Bagātināts jautājums
      • 3.6.2 Paaugstināts jautājums
    • 3.7 Secinājumi
    • Matemātiskās piezīmes
    • Ko lasīt tālāk
    • darbības
  • 4 Kārtējās eksperimenti
    • 4.1 Ievads
    • 4.2 Kas ir eksperimenti?
    • 4.3 Divi izmēri eksperimentu: lab-lauka un analogciparu
    • 4.4 Moving aiz vienkāršiem eksperimentiem
      • 4.4.1 Spēkā esamība
      • 4.4.2 neviendabīgums ārstēšanas efektu
      • 4.4.3 mehānismi
    • 4.5 Making tā notiktu
      • 4.5.1 Izmantojiet esošo vidi
      • 4.5.2 Veidojiet savu eksperimentu
      • 4.5.3 Izveidojiet savu produktu
      • 4.5.4 Partneris ar spēcīgu
    • 4.6 Ieteikumi
      • 4.6.1 Izveidot nulle mainīgo izmaksu datus
      • 4.6.2 Izveidojiet ētiku savā dizainā: nomainiet, uzlabojiet un samaziniet
    • 4.7 Secinājumi
    • Matemātiskās piezīmes
    • Ko lasīt tālāk
    • darbības
  • 5 Masveida sadarbības veidošana
    • 5.1 Ievads
    • 5.2 Cilvēku aprēķins
      • 5.2.1 Galaxy Zoo
      • 5.2.2 Crowd-kodēšana politiskiem manifestiem
      • 5.2.3 Secinājums
    • 5.3 Atvērt zvani
      • 5.3.1 Netflix balva
      • 5.3.2 Foldit
      • 5.3.3 Peer-to-Patent
      • 5.3.4 Secinājums
    • 5.4 Distributed datu vākšana
      • 5.4.1 eBird
      • 5.4.2 PhotoCity
      • 5.4.3 Secinājums
    • 5.5 izstrādājot savu
      • 5.5.1 motivē dalībniekus
      • 5.5.2 Sviras neviendabīgums
      • 5.5.3 Focus uzmanība
      • 5.5.4 Ieslēgt pārsteigumu
      • 5.5.5 Be ētikas
      • 5.5.6 Final dizains konsultācijas
    • 5.6 Secinājumi
    • Ko lasīt tālāk
    • darbības
  • 6 ētika
    • 6.1 Ievads
    • 6.2 Trīs piemēri
      • 6.2.1 Emocionālā Domino
      • 6.2.2 Garšas, saites un laiks
      • 6.2.3 Encore
    • 6.3 Digital ir atšķirīgs
    • 6.4 Četri principi
      • 6.4.1 Cieņa pret personu
      • 6.4.2 Labdarība
      • 6.4.3 Justice
      • 6.4.4 Cieņa pret tiesību un sabiedrības interešu
    • 6.5 Divi ētikas sistēmas
    • 6.6 jomas grūtībās
      • 6.6.1 apzinātu piekrišanu
      • 6.6.2 Izpratne un vadības informācijas risks
      • 6.6.3 Privacy
      • 6.6.4 pieņemt lēmumus, kas, saskaroties ar nenoteiktību
    • 6.7 Praktiski padomi
      • 6.7.1 IRB ir grīda, nav griestu
      • 6.7.2 Sevi visiem pārējiem kurpes
      • 6.7.3 Domājiet par pētniecības ētiku kā nepārtraukta, nevis diskrētiem
    • 6.8 Secinājumi
    • Vēsturisks pielikums
    • Ko lasīt tālāk
    • darbības
  • 7 Nākotne
    • 7.1 Skatoties uz priekšu
    • 7.2 Tēmas nākotnē
      • 7.2.1 Izmēģinājumu un pasūtījumu izgatavošana
      • 7.2.2 Dalībnieks centrētu datu vākšana
      • 7.2.3 Ētika pētījuma dizains
    • 7.3 Atpakaļ uz sākumu
  • Pateicība
  • Atsauces
Šis tulkojums tika izveidota ar datoru. ×

Ko lasīt tālāk

  • Tintes trauks (1.1. Sadaļa)

Sīkāka Blumenstock projekta un kolēģu projekta aprakstu skatiet šīs grāmatas 3. nodaļā.

  • Laipni lūdzam digitālajā laikmetā (1.2. Sadaļa)

Gleick (2011) sniedz vēsturisku pārskatu par pārmaiņām cilvēces spējai savākt, uzglabāt, pārsūtīt un apstrādāt informāciju.

Abelson, Ledeen, and Lewis (2008) un Mayer-Schönberger (2009) iepazīstas ar digitālo laikmetu, kurā uzmanība pievērsta iespējamiem kaitējumiem, piemēram, privātuma pārkāpumiem. Ievads digitālajā laikmetā, kurā uzmanība pievērsta iespējām, skatiet Mayer-Schönberger and Cukier (2013) .

Plašāku informāciju par uzņēmumiem, kas sajauc eksperimentus ar ikdienas praksi, skatiet Manzi (2012) un vairāk par firmām, kas Levy and Baracas (2017) uzvedību fiziskajā pasaulē, skatīt Levy and Baracas (2017) .

Digitālās vecuma sistēmas var būt gan instrumenti, gan mācību priekšmeti. Piemēram, jūs varētu vēlēties izmantot sociālo mediju, lai noteiktu sabiedrības viedokli, vai arī jūs, iespējams, vēlēsities izprast sociālo mediju ietekmi uz sabiedrības viedokli. Vienā gadījumā digitālā sistēma kalpo kā instruments, kas palīdz veikt jaunus mērījumus. Otrajā gadījumā pētījumu objekts ir digitālā sistēma. Lai uzzinātu vairāk par šo atšķirību, skatiet Sandvig and Hargittai (2015) .

  • Pētniecības projekts (1.3. Sadaļa)

Plašāku informāciju par pētījumu izstrādi sociālajās zinātnēs skatīt King, Keohane, and Verba (1994) , Singleton and Straits (2009) un Khan and Fisher (2013) .

Donoho (2015) apraksta datu zinātni kā cilvēku, kas mācās no datiem, darbību, un tā piedāvā datu zinātnes vēsturi, meklējot nozares intelektuālās izcelsmi tādiem pētniekiem kā Tukey, Cleveland, Chambers un Breiman.

Sērijas pirmās personas ziņojumu par sociālo pētījumu veikšanu digitālajā laikmetā skatiet Hargittai and Sandvig (2015) .

  • Šīs grāmatas tēmas (1.4. Sadaļa)

Plašāku informāciju par Readymade un custommade datu sajaukšanu skatiet sadaļā Groves (2011) .

Plašāku informāciju par "anonimizācijas" neveiksmi skatiet šīs grāmatas 6. nodaļā. To pašu vispārējo paņēmienu, ko Blūmenstoks un viņa kolēģi izmantoja, lai secinātu cilvēku bagātību, var arī izmantot, lai secinātu potenciāli jutīgas personas īpašības, tostarp seksuālo orientāciju, etnisko piederību, reliģiskos un politiskos uzskatus un atkarību izraisošu vielu izmantošanu (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