પ્રસ્તાવના

આ પુસ્તક 2005 માં કોલંબિયા યુનિવર્સિટી ખાતે ભોંયરામાં શરૂ થયું હતું. તે સમયે, હું એક ગ્રેજ્યુએટ વિદ્યાર્થી હતો, અને હું એક ઓનલાઇન પ્રયોગ ચલાવી રહ્યો હતો જે છેવટે મારું નિબંધ હશે. પ્રકરણ 4 માં હું તે પ્રયોગના વૈજ્ઞાનિક ભાગો વિશે તમને બધું કહીશ, પણ હવે હું તમને એવી કોઈ વસ્તુ વિશે જણાવવા જઇ રહ્યો છું કે જે મારા નિબંધમાં નથી અથવા મારા કોઈ પણ પેપરમાં નથી અને તે કંઈક છે જે મૂળભૂત રીતે બદલાયું છે કે હું સંશોધન વિશે શું વિચારો છું. એક સવારે, જ્યારે હું મારા ભોંયરામાં ઓફિસમાં આવ્યો ત્યારે મને ખબર પડી કે બ્રાઝિલના લગભગ 100 લોકોએ મારા પ્રયોગમાં ભાગ લીધો હતો. આ સરળ અનુભવ મારા પર ઊંડો પ્રભાવ હતો. તે સમયે, મને એવા મિત્રો હતા કે જેઓ પરંપરાગત પ્રયોગો ચલાવતા હતા, અને મને ખબર હતી કે આ પ્રયોગોમાં ભાગ લેવા માટે લોકોની ભરતી, નિરીક્ષણ અને ચૂકવણી કરવા માટે તેમને કેટલું કઠિન કામ કરવું પડ્યું હતું; જો તેઓ એક જ દિવસમાં 10 લોકો ચલાવી શકે, તો તે સારી પ્રગતિ હતી. જો કે, મારી ઓનલાઇન પ્રયોગ સાથે, જ્યારે હું ઊંઘતો હતો ત્યારે 100 લોકોએ ભાગ લીધો હતો . જ્યારે તમે સ્લીપિંગ છો ત્યારે તમારી સંશોધન કરવાનું સાચા હોવું ખૂબ સારું લાગે શકે છે, પરંતુ તે નથી. ટેક્નોલોજીમાં ફેરફાર- એનાલોગ વયથી ડિજિટલ વય સુધી સંક્રમણ -નો અર્થ છે કે આપણે હવે નવા માધ્યમોમાં સામાજિક ડેટા એકત્રિત અને વિશ્લેષણ કરી શકીએ છીએ. આ પુસ્તક આ નવી રીતોમાં સામાજિક સંશોધન કરવા વિશે છે.

આ પુસ્તક સામાજિક વિજ્ઞાનીઓ માટે છે જે વધુ માહિતી વિજ્ઞાન, માહિતી વિજ્ઞાનીઓ જે વધુ સામાજિક વિજ્ઞાન કરવા માગે છે, અને આ બે ક્ષેત્રોના સંકરમાં રસ ધરાવતી હોય તે કરવા માગે છે. આ પુસ્તક કોણ છે તે જોતાં, તે એમ ન કહેવું જોઇએ કે તે ફક્ત વિદ્યાર્થીઓ અને પ્રોફેસરો માટે નથી. તેમ છતાં, હું હાલમાં યુનિવર્સિટી (પ્રિન્સટન) પર કામ કરું છું, મેં સરકાર (યુ.એસ. સેન્સસ બ્યૂરોમાં) અને ટેક ઉદ્યોગમાં (માઈક્રોસોફ્ટ રિસર્ચમાં) કામ કર્યું છે, તેથી હું જાણું છું કે ત્યાં બહાર ઘણાં આકર્ષક સંશોધન થયા છે. યુનિવર્સિટીઓ જો તમે સામાજિક સંશોધન તરીકે શું કરી રહ્યા છો તે વિશે વિચાર કરો, તો આ પુસ્તક તમારા માટે છે, ભલે તમે ક્યાં કામ કરો છો અથવા તમે કયા પ્રકારની તકનીકનો ઉપયોગ કરો છો

જેમ કે તમે પહેલેથી જ જોયું હશે, આ પુસ્તકની સ્વર ઘણી અન્ય શૈક્ષણિક પુસ્તકો કરતાં થોડી અલગ છે તે હેતુસર છે આ પુસ્તક કોમ્પ્યુટેશનલ સામાજિક વિજ્ઞાન પર સ્નાતક પરિસંવાદથી ઉભરી આવ્યું છે, જે મેં 2007 થી સમાજશાસ્ત્ર વિભાગમાં પ્રિન્સટનમાં શીખવ્યું છે, અને હું ઇચ્છું છું કે તે સેમિનારથી ઊર્જા અને ઉત્સાહમાંથી કેટલીક મેળવે. ખાસ કરીને, હું આ પુસ્તકને ત્રણ લક્ષણો ધરાવે છે તેવું ઇચ્છું છું: હું ઇચ્છું છું કે તે મદદરૂપ થવું, ભાવિ લક્ષી અને આશાવાદી.

મદદરૂપ : મારો ધ્યેય એક પુસ્તક લખવાનું છે જે તમારા માટે ઉપયોગી છે. તેથી, હું ખુલ્લા, અનૌપચારિક અને ઉદાહરણ આધારિત શૈલીમાં લખીશ. તે એટલા માટે છે કે સૌથી અગત્યની વસ્તુ જે હું અભિવ્યક્ત કરવા માંગુ છું તે સામાજિક સંશોધન વિશે વિચારવાનો ચોક્કસ રીત છે. અને, મારા અનુભવ સૂચવે છે કે આ રીતે વિચારવાની શ્રેષ્ઠ રીત અનૌપચારિક છે અને ઘણા બધા ઉદાહરણો સાથે. પણ, દરેક પ્રકરણના અંતે, મારી પાસે "આગળ વાંચવા માટે શું છે" નામનું વિભાગ છે જે તમને ઘણા બધા વિષયો પર વધુ વિગતવાર અને તકનીકી વાંચનમાં રૂપાંતરિત કરવામાં મદદ કરશે જે હું રજૂ કરું છું. અંતે, હું આશા રાખું છું કે આ પુસ્તક તમને બન્ને સંશોધન કરે છે અને અન્યના સંશોધનનું મૂલ્યાંકન કરશે.

ભાવિ લક્ષી : આ પુસ્તક આજે તમારી પાસે ડિજિટલ સિસ્ટમોનો ઉપયોગ કરીને અને ભવિષ્યમાં બનાવશે તેવા ડિજિટલ સિસ્ટનો ઉપયોગ કરીને સામાજિક સંશોધન કરવા માટે તમને સહાય કરશે. મેં 2004 માં આ પ્રકારના સંશોધન કરવાનું શરૂ કર્યું, અને ત્યારથી મેં ઘણા ફેરફારો જોયાં છે, અને મને ખાતરી છે કે તમારી કારકિર્દી દરમિયાન તમે ઘણા ફેરફારો પણ જોશો ફેરફારના ચહેરામાં સંબંધિત રહેવાની યુક્તિ એ તાત્વિક છે . ઉદાહરણ તરીકે, આ એક પુસ્તક નથી બનશે જે તમને શીખવે છે કે ટ્વિટર API નો ઉપયોગ કેવી રીતે કરવો તે આજે અસ્તિત્વમાં છે; તેના બદલે, તે તમને મોટા માહિતી સ્રોતોમાંથી કેવી રીતે શીખવું તે શીખવવા જઈ રહ્યું છે (પ્રકરણ 2). આ એમેઝોન યાંત્રિક ટર્ક પર પ્રયોગો ચલાવવા માટે તમને પગલું-દર-પગલાની સૂચનાઓ આપે છે તે એક પુસ્તક ન બનશે; તેના બદલે, ડિજિટલ વય ઈન્ફ્રાસ્ટ્રક્ચર (પ્રકરણ 4) પર આધાર રાખે છે તે પ્રયોગો કેવી રીતે ડિઝાઇન અને અર્થઘટન કરવા તે તમને શીખવવા જઈ રહ્યું છે. તાત્વિક ઉપયોગ દ્વારા, હું આશા રાખું છું કે સમયસર વિષય પર આ એક કાલાતીત પુસ્તક હશે.

આશાવાદી : આ પુસ્તક સમાવિષ્ટ છે તે બે સમુદાયો - સામાજિક વૈજ્ઞાનિકો અને ડેટા વૈજ્ઞાનિકો - ખૂબ જુદી જુદી પશ્ચાદભૂ અને રુચિ ધરાવે છે. આ વિજ્ઞાન સંબંધિત તફાવતો ઉપરાંત, જે હું પુસ્તકમાં વાત કરું છું, મેં નોંધ્યું છે કે આ બે સમુદાયોમાં વિવિધ પ્રકારો છે ડેટા વૈજ્ઞાનિકો સામાન્ય રીતે ઉત્સાહિત છે; તેઓ અડધા સંપૂર્ણ તરીકે કાચ જોવા વલણ ધરાવે છે. સામાજિક વિજ્ઞાનીઓ, બીજી બાજુ, સામાન્ય રીતે વધુ જટિલ છે; તેઓ ગ્લાસ અડધા ખાલી જોવાનું વલણ ધરાવે છે. આ પુસ્તકમાં, હું ડેટા વૈજ્ઞાનિકના આશાવાદી સ્વરને અપનાવવા જઈ રહ્યો છું. તેથી, જ્યારે હું ઉદાહરણો રજૂ કરું છું, ત્યારે હું તમને કહીશ કે આ ઉદાહરણો વિશે મને કેટલો પ્રેમ છે. અને, જ્યારે હું ઉદાહરણો સાથે સમસ્યાનું નિર્દેશન કરું છું- અને હું તે કરીશ કારણ કે કોઈ સંશોધન સંપૂર્ણ નથી- હું આ સમસ્યાઓને હકારાત્મક અને આશાવાદી જેવી રીતે નિર્દેશ કરવાનો પ્રયત્ન કરું છું. હું ગંભીર હોવાની ખામીઓ માટે જટિલ બનવા જઈ રહ્યો નથી- હું ગંભીર બનવા જઈ રહ્યો છું જેથી હું તમને વધુ સારી રીતે સંશોધન કરવામાં મદદ કરી શકું.

અમે હજુ પણ ડિજિટલ વયમાં સામાજિક સંશોધનના પ્રારંભિક દિવસોમાં છીએ, પરંતુ મેં કેટલાક ગેરસમજણો જોયાં છે જે એટલા સામાન્ય છે કે તે મને અહીં પ્રસ્તાવનામાં સંબોધવા માટે અર્થપૂર્ણ બનાવે છે. ડેટા વૈજ્ઞાનિકો તરફથી, મેં બે સામાન્ય ગેરસમજણો જોયાં છે પ્રથમ એવું વિચારી રહ્યું છે કે વધુ ડેટા આપમેળે સમસ્યા ઉકેલે છે. જો કે, સામાજિક સંશોધન માટે, તે મારો અનુભવ નથી રહ્યો. વાસ્તવમાં, સામાજિક સંશોધન માટે, વધુ માહિતીવાળા ડેટા-વધુ માહિતીના વિરોધમાં-વધુ ઉપયોગી લાગે છે બીજા ડેટા ગેરંટી કે જે મેં ડેટા વૈજ્ઞાનિકો પાસેથી જોયું છે તે વિચારી રહ્યો છે કે સામાજિક વિજ્ઞાન માત્ર સામાન્ય અર્થમાં આસપાસ આવરિત ફેન્સી ચર્ચાનું એક ટોળું છે. અલબત્ત, સામાજિક વૈજ્ઞાનિક તરીકે - ખાસ કરીને સમાજશાસ્ત્રી તરીકે - હું તે સાથે સહમત નથી. સ્માર્ટ લોકો લાંબા સમયથી માનવ વર્તનને સમજવા માટે સખત મહેનત કરી રહ્યા છે, અને આ પ્રયાસથી સંચયિત થયેલા જ્ઞાનને અવગણવા માટે તે ખોટો છે. મારી આશા એ છે કે આ પુસ્તક તમને તે મુજબના જ્ઞાનને એવી રીતે આપશે જે સમજવામાં સરળ છે.

સામાજિક વૈજ્ઞાનિકો તરફથી, મેં બે સામાન્ય ગેરસમજણો પણ જોયાં છે. પ્રથમ, મેં જોયું છે કે કેટલાક લોકો ડિજિટલ વયના સાધનોનો ઉપયોગ કરીને સામાજિક સંશોધનનો સંપૂર્ણ વિચાર લખે છે કારણ કે કેટલાક ખરાબ કાગળો જો તમે આ પુસ્તક વાંચી રહ્યા છો, તો તમે સંભવતઃ પહેલેથી જ કેટલાક કાગળો વાંચ્યા છે કે જે મામૂલી અથવા ખોટા (અથવા બન્ને) માધ્યમમાં સોશિયલ મીડિયા ડેટાનો ઉપયોગ કરે છે. મારી પાસે પણ છે જો કે, આ ઉદાહરણોમાંથી તારણ કાઢવું ​​એક ગંભીર ભૂલ હશે કે તમામ ડિજિટલ-વયનો સામાજિક સંશોધન ખરાબ છે. હકીકતમાં, તમે સંભવતઃ એવા કાગળોનો પણ વાંચ્યો છે કે જે મામૂલી કે ખોટા છે તે રીતે સર્વેક્ષણ ડેટાનો ઉપયોગ કરે છે, પરંતુ સર્વેક્ષણનો ઉપયોગ કરીને તમે બધા સંશોધન લખી નથી શકતા કારણ કે તમે જાણો છો કે મોજણી ડેટા સાથે કરવામાં આવેલું શ્રેષ્ઠ સંશોધન છે, અને આ પુસ્તકમાં હું તમને બતાવવા જઈ રહ્યો છું કે ડિજિટલ વયના સાધનો સાથે પણ ઉત્તમ સંશોધન કરવામાં આવ્યું છે.

સામાજિક વૈજ્ઞાનિકો દ્વારા મેં જે જોયું તે બીજું સામાન્ય ગેરસમજ છે કે ભવિષ્યમાં ભવિષ્યની સાથે ગૂંચવવું. જ્યારે આપણે ડિજિટલ વયમાં સામાજિક સંશોધનનું મૂલ્યાંકન કરીએ છીએ - જે સંશોધન હું વર્ણવવા જઈ રહ્યો છું-તે મહત્વનું છે કે આપણે બે અલગ પ્રશ્નો પૂછો: "સંશોધનની આ શૈલી કેટલી સારી રીતે કાર્ય કરે છે?" અને "આ શૈલીની કેટલી સારી રીત હશે ભવિષ્યમાં સંશોધન કાર્ય? "સંશોધકોને પ્રથમ પ્રશ્નનો જવાબ આપવામાં તાલીમ આપવામાં આવે છે, પરંતુ આ પુસ્તક માટે મને લાગે છે કે બીજો પ્રશ્ન વધુ મહત્વપૂર્ણ છે. એટલે કે, ડિજિટલ વયમાં સામાજિક સંશોધનમાં હજુ સુધી મોટા પાયે પ્રસ્તુત કરવામાં આવ્યું નથી, તેમ પ્રતિષ્ઠા બદલાતી બૌદ્ધિક યોગદાન, ડિજિટલ-વય સંશોધનમાં સુધારાનો દર અતિ ઝડપી છે. વર્તમાન સ્તર કરતાં પરિવર્તનના આ દર - જે ડિજિટલ-વય સંશોધનને મારા માટે એટલો ઉત્તેજક બનાવે છે

ભલે તે અંતિમ ફકરો તમને ભાવિમાં કેટલાંક અચોક્કસ સમયે સંભવિત સંપત્તિ આપે તેવું લાગતું હોય, પણ મારો ધ્યેય કોઈ ચોક્કસ પ્રકારનાં સંશોધન પર તમને વેચવાનો નથી. હું ટ્વિટર, ફેસબુક, ગૂગલ, માઈક્રોસોફ્ટ, એપલ અથવા અન્ય કોઈ ટેક કંપનીમાં વ્યક્તિગત રૂપે પોતાના શેર્સ નથી (જોકે, સંપૂર્ણ જાહેરાતની ખાતર, મારે ધ્યાન આપવું જોઈએ કે મેં માઇક્રોસોફ્ટ, ગૂગલ અને ફેસબુક). આ પુસ્તક દરમ્યાન, તેથી, મારો ધ્યેય એક વિશ્વસનીય નેરેટર રહેવાનું છે, જે તમને શક્ય તેટલી નવી ઉત્તેજક સામગ્રી વિશે જણાવે છે, જ્યારે તમે કેટલાક ફાંસોથી દૂર માર્ગદર્શન આપતા હતા જ્યારે મેં જોયું છે કે અન્ય લોકો (અને ક્યારેક ક્યારેક મારી માં પડી) .

સામાજિક વિજ્ઞાન અને માહિતી વિજ્ઞાનનો આંતરછેદને ક્યારેક કોમ્પ્યુટેશનલ સામાજિક વિજ્ઞાન કહેવામાં આવે છે. કેટલાક આને તકનિકી ક્ષેત્ર માને છે, પરંતુ પરંપરાગત અર્થમાં આ ટેક્નિકલ પુસ્તક નહીં હોય. ઉદાહરણ તરીકે, મુખ્ય ટેક્સ્ટમાં કોઈ સમીકરણો નથી. મેં પુસ્તકને આ રીતે લખવાનું પસંદ કર્યું છે કારણ કે હું ડિજિટલ વયમાં સામાજિક સંશોધનનો વ્યાપક દેખાવ પૂરો પાડવા ઇચ્છતો હતો, જેમાં મોટા ડેટા સ્ત્રોતો, સર્વેક્ષણો, પ્રયોગો, સમૂહ સહયોગ અને નૈતિકતા શામેલ છે. આ તમામ વિષયોને આવરી લેવા અને દરેક એક વિશે તકનીકી વિગતો પ્રદાન કરવી અશક્ય છે. તેના બદલે, દરેક પ્રકરણના અંતે "આગળ શું વાંચવું છે" વિભાગમાં વધુ ટેક્નિકલ સામગ્રી માટે પોઇંટરો આપવામાં આવે છે. બીજા શબ્દોમાં કહીએ તો, આ પુસ્તક તમને શીખવવા માટે નથી કે કોઈ વિશિષ્ટ ગણતરી કેવી રીતે કરવી. તેના બદલે, તે સામાજિક રિસર્ચ વિશે તમને જે રીતે લાગે છે તે બદલવામાં આવી છે.

એક અભ્યાસક્રમમાં આ પુસ્તકનો ઉપયોગ કેવી રીતે કરવો

મેં અગાઉ જણાવ્યું તેમ, આ પુસ્તક કોમ્પ્યુટેશનલ સામાજિક વિજ્ઞાનના સ્નાતક પરિસંવાદથી ભાગ લે છે, જે હું 2007 થી પ્રિન્સટન ખાતે શિક્ષણ આપું છું. તમે આ પુસ્તકનો ઉપયોગ અભ્યાસક્રમ શીખવા માટે કરી શકો છો, તેથી મેં વિચાર્યું કે મારા અભ્યાસક્રમમાંથી તે કેવી રીતે વિકાસ થયો છે અને હું કેવી રીતે અન્ય અભ્યાસક્રમોમાં તેનો ઉપયોગ કરી રહ્યો છું તે સમજાવવા માટે મદદરૂપ થઈ શકે છે.

ઘણાં વર્ષોથી, મેં એક પુસ્તક વિના મારું કોર્સ શીખવ્યું; હું ફક્ત લેખોનો સંગ્રહ સોંપું છું જ્યારે વિદ્યાર્થીઓ આ લેખોમાંથી શીખી શકતા હતા, ત્યારે લેખો એકલા ન હતા કે તેઓ કલ્પનાત્મક પરિવર્તન લાવતા હતા જે હું બનાવવા માગતી હતી. તેથી હું મોટાભાગના સમય ગાળવા, પરિપ્રેક્ષ્ય, સંદર્ભ અને સલાહ આપું છું જેથી વિદ્યાર્થીઓને મોટી ચિત્ર જોવા મદદ મળે. આ પુસ્તક એ બધી જ પરિપ્રેક્ષ્ય, સંદર્ભ અને સલાહને એવી રીતે લખી લેવાનો મારો પ્રયાસ છે કે જે કોઈ પણ પૂર્વજરૂરીયાતો ધરાવતી નથી- ક્યાં તો સામાજિક વિજ્ઞાન અથવા માહિતી વિજ્ઞાનની દ્રષ્ટિએ

એક સેમેસ્ટર-લાંબી અભ્યાસક્રમમાં, હું આ પુસ્તકને વિવિધ રીડિડીંગ્સ સાથે જોડવાની ભલામણ કરું છું. ઉદાહરણ તરીકે, આવા અભ્યાસક્રમ પ્રયોગો પર બે અઠવાડિયાનો ખર્ચ કરી શકે છે, અને તમે પ્રયોગોના ડિઝાઇન અને વિશ્લેષણના પૂર્વ-સારવારની માહિતીની ભૂમિકા જેવા વિષયો પરના વાંચન સાથે પ્રકરણ 4 જોડી શકો છો; કંપનીઓમાં મોટા પાયે એ / બીનાં પરીક્ષણો દ્વારા એકત્ર આંકડાકીય અને કોમ્પ્યુટેશનલ મુદ્દાઓ; પ્રયોગોના રચના, ખાસ કરીને પદ્ધતિઓ પર કેન્દ્રિત; અને પ્રાયોગિક, વૈજ્ઞાનિક અને નૈતિક મુદ્દાઓ જેમ કે એમેઝોન યાંત્રિક ટર્ક જેવા ઓનલાઇન લેબર બજારોમાંથી સહભાગીઓનો ઉપયોગ કરવો. તે પ્રોગ્રામિંગ સંબંધિત રીડિંગ્સ અને પ્રવૃત્તિઓ સાથે જોડી બનાવી શકાય છે. આ ઘણી શક્ય જોડીના વચ્ચે યોગ્ય પસંદગી તમારા અભ્યાસક્રમમાં (દાખલા તરીકે, અંડરગ્રેજ્યુએટ, માસ્ટર, અથવા પીએચડી) વિદ્યાર્થીઓ, તેમના બેકગ્રાઉન્ડ્સ અને તેમના ધ્યેયો પર આધાર રાખે છે.

એક સત્ર-લંબાઈના અભ્યાસક્રમમાં સાપ્તાહિક સમસ્યા સેટ પણ શામેલ હોઈ શકે છે. દરેક પ્રકરણમાં વિવિધ પ્રકારની પ્રવૃત્તિઓ છે જે મુશ્કેલીની ડિગ્રીથી લેબલ કરવામાં આવે છે: સરળ ( ), મધ્યમ ( ), હાર્ડ ( ), અને ખૂબ જ હાર્ડ ( ). ઉપરાંત, મેં દરેક સમસ્યાને કૌશલ્ય દ્વારા લેબલ કર્યું છે: ગણિત ( ), કોડિંગ ( ), અને ડેટા સંગ્રહ ( ). છેવટે, મેં કેટલીક પ્રવૃત્તિઓને લેબલ કરી છે જે મારી અંગત ફેવરિટ છે ( ). હું આશા રાખું છું કે પ્રવૃત્તિઓના આ વૈવિધ્યસભર સંગ્રહમાં, તમને તમારા વિદ્યાર્થીઓ માટે યોગ્ય હોય તેવા કેટલાક મળશે.

અભ્યાસક્રમોમાં આ પુસ્તકનો ઉપયોગ કરનારા લોકોને મદદ કરવા માટે, મેં સિલેબૉસ, સ્લાઇડ્સ, દરેક પ્રકરણ માટે આગ્રહણીય જોડણીઓ અને કેટલીક પ્રવૃત્તિઓના ઉકેલો જેવા શિક્ષણ સામગ્રીનો સંગ્રહ શરૂ કર્યો છે. તમે આ સામગ્રીઓ શોધી શકો છો અને http://www.bitbybitbook.com પર તેમને સહયોગ આપો છો.