Bit By Bit: Social Research in the Digital Age
  • Handla om
    • Open Review
    • Citat
    • Koda
    • Om författaren
    • Integritet & Godkännande
  • språk
    • 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
  • Köp boken
    • Princeton University Press
    • Amazon
    • Barnes and Noble
    • IndieBound
  • Förord
  • 1 Inledning
    • 1.1 En bläckplump
    • 1.2 Välkommen till den digitala tidsåldern
    • 1.3 Research designen
    • 1.4 Teman för denna bok
    • 1.5 Beskrivning av den här boken
    • Vad läser nästa
  • 2 Observation beteende
    • 2.1 Inledning
    • 2.2 Stora uppgifter
    • 2.3 Tio gemensamma egenskaper hos stora data
      • 2.3.1 Stor
      • 2.3.2 Alltid på
      • 2.3.3 Icke-reaktiva
      • 2.3.4 Ofullständig
      • 2.3.5 Otillgänglig
      • 2.3.6 Icke representativ
      • 2.3.7 Drifting
      • 2.3.8 Algoritmiskt förvirrad
      • 2.3.9
      • 2.3.10
    • 2.4 Forskningsstrategier
      • 2.4.1 Räkna saker
      • 2.4.2 Prognoser och Nowcasting
      • 2.4.3 Approximerande experiment
    • 2.5 Slutsats
    • Matematiska anteckningar
    • Vad läser nästa
    • aktiviteter
  • 3 Ställa frågor
    • 3.1 Inledning
    • 3.2 Fråga mot observera
    • 3.3 Den totala ramen undersökning fel
      • 3.3.1 representation
      • 3.3.2 Mätning
      • 3.3.3 Kostnad
    • 3.4 Vem att fråga
    • 3.5 Nya sätt att ställa frågor
      • 3.5.1 Ekologiska momentana bedömningar
      • 3.5.2 Wiki undersökningar
      • 3.5.3 Gamification
    • 3.6 Undersökningar kopplade till stora datakällor
      • 3.6.1 fråga
      • 3.6.2 Amplified frågar
    • 3.7 Slutsats
    • Matematiska anteckningar
    • Vad läser nästa
    • aktiviteter
  • 4 springa experiment
    • 4.1 Inledning
    • 4.2 Vad är experiment?
    • 4.3 Två dimensioner av experiment: lab-fältet och analog-digitala
    • 4.4 flytta bortom enkla experiment
      • 4.4.1 giltighet
      • 4.4.2 Heterogena behandlingseffekter
      • 4.4.3 Mekanismer
    • 4.5 Att det hända
      • 4.5.1 Använd befintliga miljöer
      • 4.5.2 Bygg ditt eget experiment
      • 4.5.3 Bygg din egen produkt
      • 4.5.4 med de mäktiga
    • 4.6 Råd
      • 4.6.1 Skapa noll variabeldata kostnads
      • 4.6.2 Bygg etik i din design: ersätt, förfina och minska
    • 4.7 Slutsats
    • Matematiska anteckningar
    • Vad läser nästa
    • aktiviteter
  • 5 Skapa masssamarbete
    • 5.1 Inledning
    • 5.2 Mänskligt beräkning
      • 5.2.1 Galaxy Zoo
      • 5.2.2 Crowd-kodning av politiska manifest
      • 5.2.3 Slutsats
    • 5.3 Öppna samtal
      • 5.3.1 Netflix Priset
      • 5.3.2 Foldit
      • 5.3.3 Peer-to-patent
      • 5.3.4 Slutsats
    • 5.4 Distribuerad datainsamling
      • 5.4.1 eBird
      • 5.4.2 PhotoCity
      • 5.4.3 Slutsats
    • 5.5 Designa din egen
      • 5.5.1 Motivera deltagare
      • 5.5.2 Hävstång heterogenitet
      • 5.5.3 Focus uppmärksamhet
      • 5.5.4 Aktivera överraskning
      • 5.5.5 Var etisk
      • 5.5.6 slutliga utformningen råd
    • 5.6 Slutsats
    • Vad läser nästa
    • aktiviteter
  • 6 Ethics
    • 6.1 Inledning
    • 6.2 Tre exempel
      • 6.2.1 Emotionell smitta
      • 6.2.2 , slips och tid
      • 6.2.3 Encore
    • 6.3 Digital är annorlunda
    • 6.4 Fyra principer
      • 6.4.1 Respekt för personer
      • 6.4.2 välgörenhet
      • 6.4.3 rättvisa
      • 6.4.4 respekt för lag och Public Interest
    • 6.5 Två etiska ramar
    • 6.6 Områden svårighets
      • 6.6.1 informerat samtycke
      • 6.6.2 förstå och hantera informationsrisken
      • 6.6.3 Integritet
      • 6.6.4 fatta beslut i ansiktet av osäkerhet
    • 6.7 Praktiska tips
      • 6.7.1 IRB är ett golv, inte ett tak
      • 6.7.2 Sätt dig i alla andras skor
      • 6.7.3 Tänk på forskningsetik som kontinuerlig, inte diskret
    • 6.8 Slutsats
    • historiskt appendix
    • Vad läser nästa
    • aktiviteter
  • 7 Framtiden
    • 7.1 Ser fram emot
    • 7.2 Framtidens teman
      • 7.2.1 av readymader och custommades
      • 7.2.2 Deltagare centrerad datainsamling
      • 7.2.3 Etik i forskningsdesign
    • 7.3 Tillbaka till början
  • bekräftelser
  • referenser
Denna översättning skapades av en dator. ×

Vad läser nästa

  • En bläckplast (avsnitt 1.1)

För en mer detaljerad beskrivning av projektet Blumenstock och kollegor, se kapitel 3 i denna bok.

  • Välkommen till den digitala tiden (avsnitt 1.2)

Gleick (2011) ger en historisk översikt över förändringar i mänsklighetens förmåga att samla, lagra, överföra och bearbeta information.

För en introduktion till den digitala tidsåldern som fokuserar på potentiella skador, såsom brott mot personuppgifter, se Abelson, Ledeen, and Lewis (2008) och Mayer-Schönberger (2009) . För en introduktion till den digitala tiden som fokuserar på möjligheter, se Mayer-Schönberger and Cukier (2013) .

För mer om företag som blandar experiment till rutinpraxis, se Manzi (2012) och för mer om företagets spårningsbeteende i den fysiska världen, se Levy and Baracas (2017) .

Digital ålderssystem kan vara både instrument och objekt att studera. Du kanske till exempel vill använda sociala medier för att mäta den allmänna opinionen eller kanske du vill förstå hur sociala media påverkar den allmänna opinionen. I ett fall fungerar det digitala systemet som ett instrument som hjälper dig att göra nya mätningar. I det andra fallet är det digitala systemet föremål för studier. För mer om denna skillnad, se Sandvig and Hargittai (2015) .

  • Forskningsdesign (avsnitt 1.3)

För mer om forskningsdesign inom samhällsvetenskapen, se King, Keohane, and Verba (1994) , Singleton and Straits (2009) och Khan and Fisher (2013) .

Donoho (2015) beskriver datavetenskap som aktiviteter som människor lär sig från data, och det erbjuder en historia av datavetenskap, som spårar fackets intellektuella ursprung till forskare som Tukey, Cleveland, Chambers och Breiman.

För en serie förstahandsrapporter om social forskning i digital ålder, se Hargittai and Sandvig (2015) .

  • Teman i den här boken (avsnitt 1.4)

För mer om blandning av färdiga och custommade data, se Groves (2011) .

För mer om misslyckande med "anonymisering", se kapitel 6 i denna bok. Samma generella teknik som Blumenstock och kollegor brukade dra nytta av människors välstånd kan också användas för att utgå från potentiellt känsliga personliga egenskaper, inklusive sexuell läggning, etnicitet, religiös och politisk synvinkel och användning av beroendeframkallande ämnen (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