2.5 پڄاڻي
وڏن ڊيٽا وسيلا هر جڳهه آهن، پر انهن کي سماجي تحقيق لاء استعمال ڪري سگهجن ٿيون. منهنجي تجربن ۾، ڊيٽا لاء "آزاد مفت لنچ" قاعدن جهڙو ڪجهه آهي: جيڪڏهن توهان ان کي گڏ ڪرڻ ۾ تمام گهڻو ڪم نه ڪيو، تنهنڪري توهان شايد انهي جي باري ۾ گهڻو ڪم ڪيو وڃي ته ان جي باري ۾ سوچيو وڃي. ان جو تجزيو ڪيو.
اڄ جي وڏي ۽ ذريعا سڀاڻي انگن اکرن جا ذريعا 10 خاصيتون هوندا آهن. تحقيق هنن لاء ٽنهي عام طور تي (عام طور تي) رهنمائي ڪرڻ وارو نه آهي: وڏو، هميشه ۽ غير غير فعال. عام طور تي تحقيقات لاء مشڪلاتون آهن: نامڪمل، ناقابل قبول، غير جماعتي، تڪليف، ايورورجٽيٽجيڪل، گندي ۽ حساس. انهن مان ڪيترائي خاص طور تي پيدا ٿيو ڇو ته وڏي ڊيٽا وسيلن جي سماجي تحقيق جي مقصد لاء پيدا نه ڪيا ويا آهن.
هن باب ۾ خيالن جي بنياد تي، منهنجو خيال آهي ته هتي ٽي مکيه طريقا آهن، انهن جي وڏي انگن اکرن کي تمام گهڻي قدرتي تحقيقي طور تي ڄاڻايو ويندو. اول، اهي محقق جي نظرياتي پيش رفت جي وچ ۾ تحقيق ڪرڻ جي قابل ڪري سگهن ٿا. هن قسم جي ڪم جا مثال Farber (2015) (نيويارڪ ٽيڪس ڊرائيور) ۽ King, Pan, and Roberts (2013) (چين ۾ سينسرشپ). ٻيو، وڏن انگن اکرن کي هاڻوڪي وسيلي پاليسي جي ماپ کي بهتر بنائي سگهي ٿي. هن قسم جي ڪم جو هڪ مثال Ginsberg et al. (2009) (گوگل فلو رجحانات). آخرڪار، وڏن انگن اکرن کي محقق هلائڻ کان سواء تحقيقات تخميني ڪرڻ جي تحقيق ڪندڙ مدد ڪري سگھن ٿا. هن قسم جا ڪم مثال Mas and Moretti (2009) (پيداوار تي پير اثرات) ۽ Einav et al. (2015) (اي ميل تي ايڪليٽس تي ٿيندڙ قيمت جو اثر). तथापि،، هر نقطہ نظر، محققین کی ضرورت ہے جو اعداد و شمار کے لئے بہت کچھ لانے کے لئے، خاص طور تي اهميت حاصل ڪرڻ يا دو تعريفات جو تعريف پيش ڪن ٿا. ان ڪري، مان سمجهان ٿو ته وڏي ڊيٽا وسيلن جي باري ۾ سوچڻ جو بهترين طريقو اهو آهي ته اهي محققن سان دلچسپ ۽ اهم سوال پڇڻ ۾ مدد ڪري سگهن ٿيون.
نتيجو ڪرڻ کان اڳ، منهنجو خيال آهي ته اهو سمجهڻ لڳي ٿو ته وڏي انگن اکرن کي ڊيٽا ۽ نظريي جي وچ ۾ لاڳاپا تي اهم اثر هوندا. ايترو پري، هن باب کي نظريو-مشق ڪندڙ تجرباتي تحقيق جي انداز ۾ ورتو آهي. پر وڏن وسيلن جا وسيلا پڻ محقق کي نظرياتي طور تي تحقيقي طور تي ڪم ڪرڻ جي قابل آهن. اهو آهي، محتاط حقائق، نمونن ۽ پيچلن جي محتاط احتياط ذريعي، محقق نئين نظرن کي تعمير ڪري سگهن ٿا. هي متبادل، نظريو نظريي جي پهرين نقطه نٿي نئين آهي، ۽ اهو سڀ کان زور ڀريو بارني گلزر ۽ انيلم اسٽراس (1967) پاران پنهنجي سينگار جي نظريو لاء بيان ڪيو ويو آهي . اها ڊيٽا- پهريون نقطو، تاہم، "نظريي جي آخر" کي اشارو نٿو ڪري، جيئن ڊجيٽل عمر (Anderson 2008) ۾ تحقيق جي حوالي سان ڪجھ صحافت ۾ دعوي ڪئي وئي آهي. بلڪه، ڊيٽا جي تبديلين جي حيثيت ۾، اسان کي ڊيٽا ۽ نظريو وچ ۾ تعلقات ۾ رزق جي توقع ڪرڻ گهرجي. ھڪڙو دنيا ۾ جتي ڊيٽا گڏائڻ وڏي پئماني تي ھئي، اھو احساس ھڪڙي ڊيٽا کي گڏ ڪرڻ لاء ٺاھيو ويو جنھن ۾ نظرياتي سڀ کان وڌيڪ ڪارائتو آھي. پر، هڪ دنيا ۾ جتي ڊيٽا جي وڏي مقدار کان پهريان آزاد ٿي ويا آهن، انهي کي احساس ڪرڻ جي ڪوشش ڪري ٿو ته پهريون نقطو ڊيٽا (Goldberg 2015) .
جيئن ته مون هن باب ۾ ڏنا آهن، محقق ماڻهن کي ڏسي ڏسڻ سان گهڻا سکن ٿا. ايندڙ ٽن بابن ۾، مان ٻڌان ٿو ته اسان اسان جي ڊيٽا گڏ ڪرڻ جي درجي تي ڪيئن وڌيڪ ۽ مختلف شيون سکون ٿا ۽ ماڻهن سان سڌو سنئون سوال پڇڻ ۽ ان کان پڇڻ سان اسان سان ڪيئن رابطو ڪري سگهون ٿا (باب 3)، تجربو هلائڻ (4 باب)، ۽ ان کان به وڌيڪ تحقيق جي عمل ۾ سڌو سنئون (باب 5).
