Toggle navigation
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
1.4.1 Readymades un Custommades
1.4.2 Vienkāršība pār sarežģītības
1.4.3 Ētika visur
1.5 izklāsts grāmatas
2 Ievērojot uzvedība
2.1 Ievads
2.2 Big dati
2.3 Bieži īpašības lielā datu
2.3.1 raksturojums, kas parasti ir labs pētniecībai
2.3.1.1 Big
2.3.1.2 Vienmēr-on
2.3.1.3 Non-reaktīvā
2.3.2 Pazīmes, kuras parasti ir slikti pētniecībai
2.3.2.1 Nepilnīga
2.3.2.2 nepieejamas
2.3.2.3 Non-pārstāvi
2.3.2.4 Drifting
2.3.2.5 algoritmiski sagrāvusi
2.3.2.6 Dirty
2.3.2.7 Sensitive
2.4 pētniecības stratēģijas
2.4.1 Skaitīšanas lietas
2.4.1.1 Taksometri New York City
2.4.1.2 Draudzība veidošanos studentu vidū
2.4.1.3 Cenzūra sociālo mediju, ko Ķīnas valdība
2.4.2 prognozēšana un nowcasting
2.4.3 tuvinot eksperimenti
2.4.3.1 Dabas eksperimenti
2.4.3.2 Matching
2.5 Secinājumi
tehniskais papildinājums
tālāk komentārs
darbības
3 uzdodot jautājumus
3.1 Ievads
3.2 Jautā vs vērojot
3.3 Kopējā aptauja kļūda ietvars
3.3.1 pārstāvniecība
3.3.2 mērīšana
3.3.3 Izmaksu
3.4 Kas uzdot
3.4.1 Varbūtība izlases: datu vākšana un datu analīze
3.4.2 Non-varbūtība paraugi: svēršanas
3.4.3 Non-varbūtība paraugi: paraugs saskaņošana
3.5 Jauni veidi uzdodot jautājumus
3.5.1 Ekoloģiski īslaicīga novērtējumi
3.5.2 Wiki aptaujas
3.5.3 Gamification
3.6 Aptaujas saistīts ar citiem datiem
3.6.1 Amplified jautā
3.6.2 Bagātināts prasītā
3.7 Secinājumi
tehniskais papildinājums
tālāk komentārs
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 Just do pats
4.5.1.1 Izmantot esošās vides
4.5.1.2 Izveidojiet savu eksperimentu
4.5.1.3 Veidot savu produktu
4.5.2 Partner ar spēcīgu
4.6 Ieteikumi
4.6.1 Izveidot nulle mainīgo izmaksu datus
4.6.2 Aizvietot, labot, un samazināt
4.7 Secinājumi
tehniskais papildinājums
tālāk komentārs
darbības
5 Mass sadarbība
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
tālāk komentārs
darbības
6 ētika
6.1 Ievads
6.2 Trīs piemēri
6.2.1 Emocionālā Domino
6.2.2 Taste, Kaklasaites, 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
tālāk komentārs
darbības
7 Nākotne
7.1 Raugoties foward
7.2 tēmas par nākotni
7.2.1 Gada Readymades un Custommades jaukšanu
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.
×
You are reading the Open Review Edition of
Bit by Bit
.
Click here to read the 1st Edition.
2
Ievērojot uzvedība
2.1 Ievads
2.2 Big dati
2.3 Bieži īpašības lielā datu
2.3.1 raksturojums, kas parasti ir labs pētniecībai
2.3.1.1 Big
2.3.1.2 Vienmēr-on
2.3.1.3 Non-reaktīvā
2.3.2 Pazīmes, kuras parasti ir slikti pētniecībai
2.3.2.1 Nepilnīga
2.3.2.2 nepieejamas
2.3.2.3 Non-pārstāvi
2.3.2.4 Drifting
2.3.2.5 algoritmiski sagrāvusi
2.3.2.6 Dirty
2.3.2.7 Sensitive
2.4 pētniecības stratēģijas
2.4.1 Skaitīšanas lietas
2.4.1.1 Taksometri New York City
2.4.1.2 Draudzība veidošanos studentu vidū
2.4.1.3 Cenzūra sociālo mediju, ko Ķīnas valdība
2.4.2 prognozēšana un nowcasting
2.4.3 tuvinot eksperimenti
2.4.3.1 Dabas eksperimenti
2.4.3.2 Matching
2.5 Secinājumi
tehniskais papildinājums
tālāk komentārs
darbības
×
×
Buy The Book
Princeton University Press
Amazon
Barnes and Noble
IndieBound
