Toggle navigation
Bit By Bit
: Social Research in the Digital Age
વિશે
ઓપન સમીક્ષા
સાઇટેશન
કોડ
લેખક વિશે
ગોપનીયતા અને સંમતિ
ભાષા
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
પુસ્તક ખરીદો
Princeton University Press
Amazon
Barnes and Noble
IndieBound
પ્રસ્તાવના
1 પરિચય
1.1 એક શાહી બ્લોટ
1.2 ડિજિટલ વય માટે આપનું સ્વાગત છે
1.3 સંશોધન ડિઝાઇન
1.4 આ પુસ્તક થીમ્સ
1.5 આ પુસ્તકની રૂપરેખા
શું આગળ વાંચવા માટે
2 નિરીક્ષણ વર્તન
2.1 પરિચય
2.2 મોટા ડેટા
2.3 મોટી માહિતીના દસ સામાન્ય લક્ષણો
2.3.1 મોટા
2.3.2 હંમેશા-ચાલુ
2.3.3 બિન-સક્રિય
2.3.4 અપૂર્ણ
2.3.5 અપ્રાપ્ય
2.3.6 બિન-પ્રતિનિધિ
2.3.7 ડ્રિફ્ટિંગ
2.3.8 એલ્ગોરિધમલીલીએ શાપિત
2.3.9 ડર્ટી
2.3.10 સંવેદનશીલ
2.4 સંશોધન વ્યૂહરચના
2.4.1 ગણવા વસ્તુઓ
2.4.2 આગાહી અને nowcasting
2.4.3 લગભગ પ્રયોગો
2.5 સમાપન
મેથેમેટિકલ નોટ્સ
શું આગળ વાંચવા માટે
પ્રવૃત્તિઓ
3 પ્રશ્નો પૂછવા
3.1 પરિચય
3.2 વિરુદ્ધ નિરીક્ષણ પૂછવું
3.3 કુલ મોજણી ભૂલ ફ્રેમવર્ક
3.3.1 પ્રતિનિધિત્વ
3.3.2 માપન
3.3.3 કિંમત
3.4 કોણ પૂછી
3.5 પ્રશ્નો પૂછવા નવી રીતો
3.5.1 ઇકોલોજિકલ ક્ષણિક આકારણીઓ
3.5.2 વિકિપીડિયા સર્વેક્ષણ
3.5.3 Gamification
3.6 મોટું ડેટા સ્ત્રોતો સાથે સંકળાયેલા સર્વેક્ષણો
3.6.1 પૂછવા સમૃદ્ધ
3.6.2 પૂછવામાં વધારો
3.7 સમાપન
મેથેમેટિકલ નોટ્સ
શું આગળ વાંચવા માટે
પ્રવૃત્તિઓ
4 ચાલી રહેલ પ્રયોગો
4.1 પરિચય
4.2 પ્રયોગો શું છે?
4.3 પ્રયોગો બે પરિમાણો: લેબ ક્ષેત્ર અને એનાલોગ-ડિજિટલ
4.4 સરળ પ્રયોગો બહાર ખસેડવા
4.4.1 માન્યતા
4.4.2 સારવાર અસરો વૈવિધ્યનો
4.4.3 પદ્ધતિ
4.5 તે થાય બનાવવા
4.5.1 અસ્તિત્વમાંના વાતાવરણનો ઉપયોગ કરો
4.5.2 તમારા પોતાના પ્રયોગ બનાવો
4.5.3 તમારા પોતાના ઉત્પાદનનું 4.5.3 કરો
4.5.4 શક્તિશાળી સાથે ભાગીદાર
4.6 સલાહ
4.6.1 શૂન્ય ચલ ખર્ચ ડેટા બનાવો
4.6.2 તમારા ડિઝાઇનમાં નીતિશાસ્ત્ર બનાવો: બદલો, રિફાઇન કરો અને ઘટાડો
4.7 સમાપન
મેથેમેટિકલ નોટ્સ
શું આગળ વાંચવા માટે
પ્રવૃત્તિઓ
5 સમૂહ સહયોગ બનાવવા
5.1 પરિચય
5.2 માનવ ગણતરી
5.2.1 ગેલેક્સી ઝૂ
5.2.2 રાજકીય ઢંઢેરાઓ ના ભીડ-કોડિંગ
5.2.3 ઉપસંહાર
5.3 ઓપન કોલ્સ
5.3.1 Netflix પુરસ્કાર
5.3.2 Foldit
5.3.3 પીઅર-ટુ-પેટન્ટ
5.3.4 ઉપસંહાર
5.4 વિતરણ માહિતી સંગ્રહ
5.4.1 eBird
5.4.2 PhotoCity
5.4.3 ઉપસંહાર
5.5 તમારા પોતાના ડિઝાઇનીંગ
5.5.1 પ્રેરણા સહભાગીઓ
5.5.2 લીવરેજ વૈવિધ્યનો
5.5.3 ફોકસ ધ્યાન
5.5.4 આશ્ચર્ય સક્ષમ
5.5.5 નૈતિક રહો
5.5.6 અંતિમ ડિઝાઇન સલાહ
5.6 સમાપન
શું આગળ વાંચવા માટે
પ્રવૃત્તિઓ
6 એથિક્સ
6.1 પરિચય
6.2 ત્રણ ઉદાહરણો
6.2.1 લાગણીનો સંસર્ગ
6.2.2 સ્વાદ, સંબંધો અને સમય
6.2.3 એન્કોર
6.3 ડિજિટલ અલગ છે
6.4 ચાર સિદ્ધાંતો
6.4.1 વ્યક્તિઓ માટે આદર
6.4.2 અહેસાન
6.4.3 ન્યાય
6.4.4 કાયદો અને જાહેર વ્યાજ માટે આદર
6.5 બે નૈતિક માળખા
6.6 મુશ્કેલી વિસ્તારો
6.6.1 જાણકાર સંમતિ
6.6.2 સમજ અને મેનેજિંગ જાણકારીના જોખમ
6.6.3 ગોપનીયતા
6.6.4 અનિશ્ચિતતા ના ચહેરા નિર્ણયો
6.7 વ્યવહારુ ટિપ્સ
6.7.1 IRB એક માળ, એક છત છે
6.7.2 બીજું દરેકને શુઝ માં જાતે મૂકો
6.7.3 સતત, સ્વતંત્ર નથી કારણ કે સંશોધન નીતિશાસ્ત્ર વિચારો
6.8 સમાપન
ઐતિહાસિક પરિશિષ્ટ
શું આગળ વાંચવા માટે
પ્રવૃત્તિઓ
7 ભવિષ્યમાં
7.1 આગળ છીએ
7.2 ભવિષ્યની થીમ્સ
7.2.1 રેડીમેડ્સ અને કસ્ટમમેડસનું સંમિશ્રણ
7.2.2 સહભાગી કેન્દ્રિત માહિતી સંગ્રહ
7.2.3 સંશોધન ડિઝાઇન એથિક્સ
7.3 શરૂઆતમાં પાછા
સમર્થન
સંદર્ભ
આ અનુવાદ કમ્પ્યુટર દ્વારા બનાવવામાં આવી હતી.
×
2
નિરીક્ષણ વર્તન
2.1 પરિચય
2.2 મોટા ડેટા
2.3 મોટી માહિતીના દસ સામાન્ય લક્ષણો
2.3.1 મોટા
2.3.2 હંમેશા-ચાલુ
2.3.3 બિન-સક્રિય
2.3.4 અપૂર્ણ
2.3.5 અપ્રાપ્ય
2.3.6 બિન-પ્રતિનિધિ
2.3.7 ડ્રિફ્ટિંગ
2.3.8 એલ્ગોરિધમલીલીએ શાપિત
2.3.9 ડર્ટી
2.3.10 સંવેદનશીલ
2.4 સંશોધન વ્યૂહરચના
2.4.1 ગણવા વસ્તુઓ
2.4.2 આગાહી અને nowcasting
2.4.3 લગભગ પ્રયોગો
2.5 સમાપન
મેથેમેટિકલ નોટ્સ
શું આગળ વાંચવા માટે
પ્રવૃત્તિઓ
×
×
Buy The Book
Princeton University Press
Amazon
Barnes and Noble
IndieBound
