Bit By Bit: Social Research in the Digital Age
  • बारेमा
    • समीक्षा खुला
    • उद्धरण
    • कोड
    • लेखक को बारेमा
    • गोपनीयता र सहमति
  • भाषाहरु
    • 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
  • पुस्तक किन्न
    • Princeton University Press
    • Amazon
    • Barnes and Noble
    • IndieBound
  • भूमिकामा
  • 1 परिचय
    • 1.1 एउटा मसी blot
    • 1.2 स्वागत डिजिटल उमेर
    • 1.3 अनुसन्धान डिजाइन
    • 1.4 यस पुस्तकको विषयवस्तु
    • 1.5 यो पुस्तकको रूपरेखा
    • अर्को पढ्न के
  • 2 पालन व्यवहार
    • 2.1 परिचय
    • 2.2 ठूलो डाटा
    • 2.3 ठूलो डेटा को दस साधारण विशेषताहरु
      • 2.3.1 बिग
      • 2.3.2
      • 2.3.3 अप्रत्याशित
      • 2.3.4 अपूर्ण
      • 2.3.5 पहुँचयोग्य
      • 2.3.6 गैरप्रवर्तक
      • 2.3.7 बहाव
      • 2.3.8 एल्गोरिदममा 2.3.8
      • 2.3.9 गंदा
      • 2.3.10 संवेदनशील
    • 2.4 अनुसन्धान रणनीति
      • 2.4.1 गणना कुराहरू
      • 2.4.2 पूर्वानुमान र nowcasting
      • 2.4.3 approximating प्रयोगहरू
    • 2.5 निष्कर्ष
    • गणित नोटहरू
    • अर्को पढ्न के
    • गतिविधिहरु
  • 3 सोध्दै प्रश्नहरू
    • 3.1 परिचय
    • 3.2 अवलोकन बनाउँदै
    • 3.3 कुल सर्वेक्षण त्रुटि रूपरेखा
      • 3.3.1 प्रतिनिधित्व
      • 3.3.2 मापन
      • 3.3.3 लागत
    • 3.4 कसले सोध्न
    • 3.5 प्रश्न को नयाँ तरिका
      • 3.5.1 पारिस्थितिक क्षणिक आकलन
      • 3.5.2 विकि सर्वेक्षण
      • 3.5.3 Gamification
    • 3.6 ठूला डाटा स्रोतहरूसँग सम्बन्धित सर्वेक्षणहरू
      • 3.6.1 प्रश्न
      • 3.6.2 प्रश्न
    • 3.7 निष्कर्ष
    • गणित नोटहरू
    • अर्को पढ्न के
    • गतिविधिहरु
  • 4 दौड प्रयोगहरू
    • 4.1 परिचय
    • 4.2 प्रयोगहरू के हुन्?
    • 4.3 प्रयोगहरू दुई आयाम: ल्याब-क्षेत्र र एनालग-डिजिटल
    • 4.4 साधारण प्रयोगहरू परे सार्दै
      • 4.4.1 वैद्यता
      • 4.4.2 उपचार प्रभाव Heterogeneity
      • 4.4.3 तंत्र
    • 4.5 यो हुन बनाउने
      • 4.5.1 अवस्थित वातावरण प्रयोग गर्नुहोस्
      • 4.5.2 आफ्नै आफ्नै प्रयोगको निर्माण गर्नुहोस्
      • 4.5.3 आफ्नो आफ्नै उत्पादन बनाउनुहोस्
      • 4.5.4 शक्तिशालीसँग साझेदार
    • 4.6 सल्लाह
      • 4.6.1 शून्य चर लागत डाटा सिर्जना
      • 4.6.2 आफ्नो डिजाइनमा नैतिकताहरू बनाउनुहोस्: बदल्नुहोस्, परिमार्जन गर्नुहोस् र घटाउनुहोस्
    • 4.7 निष्कर्ष
    • गणित नोटहरू
    • अर्को पढ्न के
    • गतिविधिहरु
  • 5 ठूलो सहयोग सिर्जना गर्दै
    • 5.1 परिचय
    • 5.2 मानव गणना
      • 5.2.1 ग्यालेक्सी चिडियाघर
      • 5.2.2 राजनीतिक manifestos को भीड-कोडन
      • 5.2.3 निष्कर्ष
    • 5.3 खुला कल
      • 5.3.1 Netflix पुरस्कार
      • 5.3.2 Foldit
      • 5.3.3 साथीहरूको-को एकाधिकार
      • 5.3.4 निष्कर्ष
    • 5.4 वितरण डाटा संग्रह
      • 5.4.1 eBird
      • 5.4.2 PhotoCity
      • 5.4.3 निष्कर्ष
    • 5.5 तपाईंको आफ्नै डिजाइनिंग
      • 5.5.1 उत्प्रेरित सहभागीहरू
      • 5.5.2 लाभ heterogeneity
      • 5.5.3 फोकस ध्यान
      • 5.5.4 आश्चर्य सक्षम
      • 5.5.5 नैतिक हुनुहोस्
      • 5.5.6 अन्तिम डिजाइन सल्लाह
    • 5.6 निष्कर्ष
    • अर्को पढ्न के
    • गतिविधिहरु
  • 6 नीतिशास्त्र
    • 6.1 परिचय
    • 6.2 तीन उदाहरणहरू
      • 6.2.1 भावनात्मक Contagion
      • 6.2.2 स्वाद, साथी, र समय
      • 6.2.3 दोहराना
    • 6.3 डिजिटल फरक छ
    • 6.4 चार सिद्धान्तहरू
      • 6.4.1 व्यक्तिका लागि आदर
      • 6.4.2 Beneficence
      • 6.4.3 न्याय
      • 6.4.4 कानून र सार्वजनिक ब्याज आदर
    • 6.5 दुई नैतिक रूपरेखा
    • 6.6 कठिनाई को क्षेत्रहरु
      • 6.6.1 अवगत सहमति
      • 6.6.2 समझ र प्रबन्ध जानकारी जोखिम
      • 6.6.3 गोपनीयता
      • 6.6.4 अनिश्चितता को अनुहार मा बनाउने निर्णय
    • 6.7 व्यावहारिक सुझावहरू
      • 6.7.1 भएको आईआरबी एक तल्ला, एक छत छ
      • 6.7.2 सबैलाई अरू जूता आफूलाई राख्नुहोस्
      • 6.7.3 लगातार, असतत छैन रूपमा अनुसन्धान नैतिकता सोच्नुहोस्
    • 6.8 निष्कर्ष
    • ऐतिहासिक appendix
    • अर्को पढ्न के
    • गतिविधिहरु
  • 7 भविष्य
    • 7.1 फर्वार्ड गर्दै
    • भविष्यमा 7.2 विषयवस्तुहरू
      • 7.2.1 रेडिमेड र कस्टममडिडको संयोजन
      • 7.2.2 सहभागी-केन्द्रित डाटा संग्रह
      • 7.2.3 अनुसन्धान डिजाइनमा नीतिशास्त्र
    • 7.3 फिर्ता शुरुवात गर्न
  • Acknowledgments
  • सन्दर्भ
यो अनुवाद एक कम्प्यूटर द्वारा सिर्जना गरिएको थियो। ×

अर्को पढ्न के

  • मसीको ब्लुटुथ (खण्ड 1.1)

ब्लामेनस्कक र साथीहरूको परियोजनाको विस्तृत विवरणको लागि यस किताबको अध्याय 3 हेर्नुहोस्।

  • डिजिटल युगमा स्वागत छ (खण्ड 1.2)

Gleick (2011) इकट्ठा, भण्डारण, प्रसारण, र जानकारी प्रक्रिया गर्न मानवताको क्षमतामा परिवर्तनहरूको ऐतिहासिक अवलोकन।

डिजिटल युगको परिचयको लागि जुन सम्भावित हानिकारक फोकसहरूमा फोकस हुन्छ, जस्तै गोपनीयता उल्लङ्घनहरू, Abelson, Ledeen, and Lewis (2008) र Mayer-Schönberger (2009) । डिजिटल युगको परिचयको लागि जुन अवसरहरूमा ध्यान केन्द्रित हुन्छ, Mayer-Schönberger and Cukier (2013) ।

दिनचर्या अभ्यासमा प्रयोग Levy and Baracas (2017) फर्महरूको बारेमा थपको लागि, Manzi (2012) हेर्नुहोस् र भौतिक संसारमा फर्महरू ट्र्याकिङ व्यवहारको बारेमा थप जानकारी Levy and Baracas (2017) हेर्नुहोस्।

डिजिटल उमेर प्रणालीहरू दुवै उपकरण र अध्ययनको वस्तुहरू हुन सक्छन्। उदाहरणका लागि, तपाईं सार्वजनिक रायको मापदण्ड गर्न सोशल मिडिया प्रयोग गर्न सक्नुहुन्छ वा सार्वजनिक जनसाधारणमा सामाजिक सञ्जालको प्रभाव बुझ्न चाहानुहुन्छ। एक अवस्थामा, डिजिटल प्रणालीले तपाईंलाई एउटा नयाँ उपकरणको रूपमा मद्दत पुर्याउछ। अर्को अवस्थामा, डिजिटल प्रणाली अध्ययनको वस्तु हो। यस भेदमा थपको लागि, Sandvig and Hargittai (2015) हेर्नुहोस्।

  • अनुसन्धान डिजाइन (खण्ड 1.3)

सोशल विज्ञानमा शोध डिजाइनको बारेमा बढीको लागि, King, Keohane, and Verba (1994) , Singleton and Straits (2009) , र Khan and Fisher (2013) ।

Donoho (2015) डेटा विज्ञानबाट सिकेको व्यक्तिहरूको क्रियाकलापको रूपमा डेटा विज्ञानको वर्णन गर्दछ, र यो डेटा विज्ञानको इतिहास प्रदान गर्दछ, क्षेत्रको बौद्धिक उत्पत्ति ट्युकि, क्लिभल्याण्ड, चम्बर्स र ब्रेमन जस्ता विद्वानहरूलाई घुम्दै।

डिजिटल युगमा सामाजिक अनुसन्धान सञ्चालन गर्ने पहिलो-व्यक्ति रिपोर्टहरूको श्रृंखलाको लागि, Hargittai and Sandvig (2015) हेर्नुहोस्।

  • यस पुस्तकका विषयवस्तुहरू (खण्ड 1.4)

मिश्रण पढ्ने र अनुकूलन डेटाको बारेमा बढीको लागि, हेर्नुहोस् Groves (2011) ।

"अज्ञातकरण" को विफलताको बारेमा थपको लागि यस किताबको अध्याय 6 हेर्नुहोस्। उस्तै सामान्य प्रविधि हो कि ब्लमेनस्टक र सहयोगीहरूले आक्रोश गर्न प्रयोग गर्दछन् जुन मानिसहरु को यौन अभिविन्यास, जातीय, धार्मिक र राजनैतिक विचारहरु र नशे की लत पदार्थहरु (Kosinski, Stillwell, and Graepel 2013) सहित सम्भावित संवेदनशील व्यक्तिगत विशेषताहरु लाई प्रक्षेपण गर्न प्रयोग गर्न सकिन्छ।

Powered by Open Review Toolkit

Buy The Book

Image of Bit by Bit cover Princeton University Press Amazon Barnes and Noble IndieBound