3.6.2 Zənginləşdirilmiş tələb
Bu messy ola bilər, baxmayaraq ki, zənginləşdirilmiş xahiş güclü ola bilər.
Digital iz məlumatların natamam ilə məşğul fərqli bir yanaşma sorğu məlumatları, mən zənginləşdirilmiş soruşan zəng edəcəyik prosesi ilə birbaşa zənginləşdirmək üçün. Zənginləşdirilmiş xahiş bir nümunə öyrənilməsi Burke and Kraut (2014) I Facebook əlaqə dostluq gücünü artırır olub, fəsildə əvvəllər (Bölmə 3.2) təsvir. Bu halda, Burke və Kraut Facebook log data ilə sorğu birlikdə.
Burke və Kraut iş idi qəbulu, lakin tədqiqatçılar zənginləşdirilmiş xahiş üz bunu iki böyük problemləri ilə məşğul olmadığını idi. Birincisi, həqiqətən data dəstləri-adlı bir proses rekord əlaqələr, aşağıda bu problemin digər verilənlər bazasının-edə çətin və səhv meylli ola (görəcəyik nümunə müvafiq rekord bir verilənlər bazasının rekord uyğun birlikdə birləşdirən ). zənginləşdirilmiş xahiş ikinci əsas problem digital izləri keyfiyyəti tez-tez tədqiqatçılar qiymətləndirmək üçün çətin olacaq ki. Məsələn, bəzən toplanan vasitəsilə proses mülkiyyət və digər sözlə Fəsil 2. təsvir problemlərin çox həssas ola bilər, zənginləşdirilmiş xahiş tez-tez naməlum qara qutusu məlumat mənbələri sorğular səhv meylli birləşdirən iştirak edəcək keyfiyyət. Bu iki problem təqdim narahatlıq baxmayaraq, Stephen Ansolabehere və Eitan Herşin nümayiş edildiyi kimi bu strategiya ilə əhəmiyyətli araşdırma aparmaq mümkündür (2012) ABŞ-da səsvermə nümunələri onların tədqiqat. Bəzi ətraflı bu iş üzərində getmək üçün dəyərli deyil Ansolabehere və Hersh zənginləşdirilmiş xahiş digər proqramları faydalı olacaq inkişaf strategiyaları çox, çünki.
Seçici fəallığı siyasi elmlər geniş araşdırma mövzusu olmuşdur və keçmişdə, səs və nə ümumiyyətlə sorğu məlumatlarının təhlili əsasında edilmişdir kim tədqiqatçıların anlayışı. ABŞ-da səs, lakin hər bir vətəndaşı səs olub ki, hökumət qeydlər qeyri-adi davranış (əlbəttə, hökumət kim hər bir vətəndaş səs qeyd deyil). Uzun illərdir ki, bu hökumət səsvermə qeydlər ölkədə müxtəlif yerli hökumət idarələrində səpələnmiş, kağız formaları mövcud idi. Bu, çətin, lakin qeyri-mümkün deyil politoloqlar seçicilərin tam şəkil var və insanlar onların faktiki səsvermə davranış səsvermə haqqında sorğular nə müqayisə etmək üçün (Ansolabehere and Hersh 2012) .
Amma indi bu səs qeydləri digital edilmişdir və özəl şirkətlərin bir sıra sistemli toplanmış və bütün amerikalılar səsvermə davranış qeyd hərtərəfli master səsvermə faylları istehsal etmək üçün bu səsvermə qeydlər birləşdi. Ansolabehere və Hersh seçicilərin daha yaxşı şəkil inkişaf etdirmək üçün öz master səsvermə faylı istifadə etmək üçün LCC-bu şirkətlərin-Catalist biri ilə əməkdaşlıq. Bu toplanmış və bir şirkət tərəfindən yaşamış digital qeydlər istinad çünki Bundan əlavə, bu şirkətlərin köməyi və analog qeydlər istifadə etmədən edildiyini tədqiqatçılar tərəfindən əvvəlki səyləri üzərində bir sıra üstünlüklərə təklif etmişdir.
Fəsil 2 rəqəmsal iz mənbələrdən bir çox kimi, Catalist master fayl Ansolabehere və Hersh lazım demoqrafik attitudinal, və davranış məlumat çox daxil etməyib. Bu məlumat əlavə, Ansolabehere və Hersh təsdiq səsvermə davranış (Catalist bazasında yəni məlumat) bildirildi səsvermə davranış müqayisə xüsusilə maraqlı idi. Belə ki, tədqiqatçılar onlar Cooperative Konqresin Seçki Study (CCES), bir böyük sosial sorğunun çərçivəsində istədi data toplayıb. Next, tədqiqatçılar Catalist bu məlumatları verdi və Catalist tədqiqatçılar CCES olan ((Catalist dən) səsvermə davranış təsdiq daxil birləşdi data faylı (CCES dən) özünü ihbar səsvermə davranış və demoqrafik və respondentlərin münasibət geri verdi ). Başqa sözlə, Ansolabehere və Hersh sorğu məlumatları ilə səsvermə data zənginləşdirilmiş və nəticədə birləşmiş fayl onlara nə fayl fərdi effektiv bir şey üçün imkan verir.
sorğu məlumatları ilə Catalist master data file zənginləşdirilməsi üzrə, Ansolabehere və Hersh üç mühüm nəticələrə gəlmişdir. Birincisi, artıq-hesabat səsvermənin rampant edir: Qeyri-seçicilərin demək olar ki, yarısı səs yayıb. Və ya, baxaraq başqa bir yolu kimsə səsvermə məlumat, onlar həqiqətən səs ki, yalnız 80% şans var edir. İkincisi, artıq-hesabat təsadüfi deyil; over-hesabat, yüksək gəlirli arasında savadlı daha çox ümumi, ictimai işlər ilə məşğul olan partizanları. Başqa sözlə, səs çox güman ki, insanlar da ən səsvermə haqqında yalan bilər. Üçüncüsü və ən tənqidi, çünki artıq hesabat, seçicilərin və qeyri-seçicilər arasında faktiki fərqlər onlar sorğular yalnız görünür daha kiçik olan sistematik xarakterli. Məsələn, bir bakalavr dərəcəsi olanlar 22 faiz səs hesabat daha çox, lakin faktiki səs yalnız 10 faiz daha çox. Daha sonra səsvermə mövcud resurs-based nəzəriyyələr həqiqətən kim səs, yeni nəzəriyyələr anlamaq və səs proqnozlaşdırmaq çağırır empirik tapmaq daha səs hesabat edən proqnozlaşdırılması da çox yaxşıdır.
Amma nə qədər biz bu nəticələri etibar etməlidir? bu nəticələr səhv naməlum miqdarda qara qutusu data səhv meylli keçid asılıdır unutmayın. Daha konkret desək, nəticələr iki əsas addımlar olmaq: 1) dəqiq master datafile və 2) onun master datafile sorğu keçid Catalist qabiliyyəti istehsal üçün bir çox disparate məlumat mənbələri birləşdirməyə Catalist qabiliyyəti. Bu addımlar hər olduqca çətindir və ya addım səhvlər yanlış nəticələrə tədqiqatçılar çıxara bilər. tez-tez tədqiqatçıların heç bir şəxs akademik tədqiqatçı və ya qrup uyğun bir miqyasda, bu problemlərin həllində resursları investisiya Lakin, data emal və uyğun həm bir şirkət kimi Catalist davamlı mövcudluğu vacibdir. fəslin sonunda Daha oxumaq, mən daha ətraflı və necə Ansolabehere və Hersh onların nəticələri inam yaratmaq bu problemlərin təsvir edir. bu detallar bu işin xüsusi olsa da, bu oxşar məsələlər qara qutusu digital iz məlumat mənbələri keçid etmək istəyən digər tədqiqatçılar üçün ortaya çıxacaq.
Tədqiqatçılar bu iş cəlb edə bilər general dərslər hansılardır? Birincisi, sorğu məlumatları ilə digital izləri zənginləşdirilməsi olan böyük dəyəri var. İkincisi, bu məcmu olsa da, kommersiya məlumat mənbələri "torpaq həqiqət" hesab edilə bilməz, bəzi hallarda onlar faydalı ola bilər. Əslində, bu, (onlar həmişə qısa düşəcək olan) mütləq həqiqət bu məlumat mənbələri ilə müqayisə etmək yaxşı deyil. Əksinə, bu, daim həmçinin səhvlər var ki, digər mövcud məlumat mənbələri, onları müqayisə etmək daha yaxşıdır.
