ડિજિટલ ઉંમર દરેક જગ્યાએ છે, તે વધી રહી છે, અને તે બદલે છે સંશોધકો શું શક્ય છે.
આ પુસ્તક ના કેન્દ્રિય ખાતરીને કે ડિજિટલ વય સામાજિક સંશોધન માટે નવી તકો બનાવે છે. સંશોધકો હવે, વર્તન અવલોકન પ્રશ્નો, ચલાવો પ્રયોગો પૂછો, અને કે જે રીતે ખાલી તદ્દન તાજેતરના ભૂતકાળમાં અશક્ય હતા સહયોગ કરી શકો છો. આ નવી તકો સાથે પણ નવા જોખમો આવે છે; સંશોધકો હવે માર્ગો કે જે તદ્દન તાજેતરના ભૂતકાળમાં અશક્ય હતા લોકો નુકસાન પહોંચાડી શકે છે. આ તક અને જોખમો સ્રોત ડિજીટલ વય એનાલોગ ઉંમર સંક્રમણ છે. આ સંક્રમણ એક વાર જેવા બધા પર શું ન પ્રકાશ સ્વીચ દેવાનો પર અને હકીકતમાં, સંક્રમણ હજુ સુધી પૂર્ણ નથી. પરંતુ, આ બિંદુએ અમે જાણીએ છીએ કે કંઈક મોટું થઈ રહ્યું છે પર્યાપ્ત જોઇ છે.
એક રીતે આ સંક્રમણ નોટિસ તમારા દૈનિક જીવન ફેરફારો જોવા માટે છે. તમારા જીવન માં ઘણા વસ્તુઓ છે કે જે એનાલોગ કરવા માટે વપરાય છે હવે ડિજિટલ છે. કદાચ તમે ફિલ્મ સાથે કેમેરા ઉપયોગ કરવા માટે વપરાય છે અને હવે તમે ડિજિટલ કૅમેરા (જે કદાચ તમારા ડિજિટલ ફોન એક ભાગ છે) ઉપયોગ કરે છે. કદાચ તમે ભૌતિક અખબાર વાંચવા માટે વપરાય છે અને હવે તમે એક ઓનલાઇન અખબાર વાંચો. કદાચ તમે ભૌતિક રોકડ સાથે વસ્તુઓ માટે ચૂકવણી કરવા માટે વપરાય છે અને હવે તમે એક ક્રેડિટ કાર્ડ સાથે ચૂકવણી. દરેક કેસ માં, ડિજિટલ એનાલોગ માંથી સંક્રમણ અર્થ એ થાય છે કે જે વધુ માહિતી હવે કબજે કરવામાં આવી રહી છે અને ડિજીટલ સ્ટોર.
હકીકતમાં, જ્યારે દેખાતો હતો સરવાળે, સંક્રમણ અસરો આશ્ચર્યકારક છે. વિશ્વમાં માહિતી જથ્થો ઝડપથી વધી રહી છે અને તે માહિતી ડિજીટલ સંગ્રહ કરવામાં આવે છે, જે વિશ્લેષણ, ટ્રાન્સમિશન સુવિધા વધુ, અને મર્જ (આકૃતિ 1.1) (Hilbert and López 2011) . આ ડિજિટલ તમામ માહિતી કહેવામાં આવે છે આવે છે ", મોટા માહિતી." ડિજિટલ માહિતી આ વિસ્ફોટ ઉપરાંત, ત્યાં કમ્પ્યુટિંગ શક્તિ માટે અમારા ઍક્સેસ (આકૃતિ 1.1) સમાંતર વિકાસ છે (Hilbert and López 2011) . આ વલણો વધતી ડિજિટલ માહિતી અને વધતી કમ્પ્યુટિંગ શો ધીમી કોઈ સાઇન.
સામાજિક સંશોધન હેતુ માટે, મને લાગે છે કે ડિજિટલ વય સૌથી મહત્વપૂર્ણ લક્ષણ કમ્પ્યુટર્સ દરેક જગ્યાએ છે. ખંડ-માપવાળી મશીનો કે માત્ર સરકારો અને મોટી કંપનીઓ માટે ઉપલબ્ધ હતા, કમ્પ્યુટર્સ સતત કદ સંકોચાઇ કરવામાં આવી છે અને લોકપ્રિયતા વધી શરુ. દરેક દાયકા 1980 થી, અમે જોયેલા કમ્પ્યુટિંગ એક નવી પ્રકારનો ભેગી: પર્સનલ કમ્પ્યુટર, લેપટોપ, સ્માર્ટ ફોન, અને હવે એમ્બેડેડ પ્રોસેસર્સ (એટલે કે, જેમ કે કાર, ઉપકરણો ની અંદર કમ્પ્યુટર્સ જુએ છે, અને thermostats) (Waldrop 2016) . વધુને વધુ આ ubiquotous કમ્પ્યુટર્સ કરતાં વધુ માત્ર ગણતરી નથી; તેઓ પણ સુઝ, સ્ટોર, અને માહિતી ટ્રાંસમિટ.
સંશોધકો માટે, કમ્પ્યૂટર્સ અસરો બધે ઓનલાઇન જોવા માટે, એક પર્યાવરણ હોય છે કે સંપૂર્ણપણે માપવામાં અને પ્રયોગો માટે જવાબદાર છે સૌથી સરળ છે. ઉદાહરણ તરીકે, એક ઓનલાઇન સ્ટોર સરળતાથી ગ્રાહકો લાખો ખરીદી અને ખરીદી પેટર્ન વિશે અતિ ચોક્કસ માહિતી એકત્રિત કરી શકે છે. વધુમાં, એક ઓનલાઇન સ્ટોર સરળતાથી કેટલાક ગ્રાહકો randomize એક શોપિંગ અનુભવ અને અન્ય બીજા પ્રાપ્ત કરવા માટે પ્રાપ્ત કરી શકો છો. આ ટ્રેકિંગ ટોચ પર randomize કરવાની ક્ષમતા છે કે ઓનલાઇન સ્ટોર સતત નિદર્શિત અંકુશિત પ્રયોગો ચલાવી શકો છો છે. હકીકતમાં, જો તમે ક્યારેય એક ઓનલાઇન સ્ટોર કંઈપણ ખરીદી કરી તમારા વર્તન ટ્રેક કરવામાં આવી છે અને તમે લગભગ ચોક્કસપણે એક પ્રયોગ ભાગ લેનારા એક સહભાગી કરવામાં આવી છે, શું તમે તે જાણતા હતા કે નહીં.
આ સંપૂર્ણપણે એકધારી-સંપૂર્ણ randomizable વિશ્વમાં માત્ર ઑનલાઇન રહ્યું નથી; તે વધુને વધુ બધે થઈ રહ્યું છે. ભૌતિક સ્ટોર્સ પહેલેથી જ અત્યંત વિગતવાર ખરીદી માહિતી એકત્રિત છે, અને તેઓ ખરીદી વર્તન ગ્રાહકો દેખરેખ રાખે છે અને નિયમિત બિઝનેસ વ્યવહારમાં પ્રયોગો ભળવું ઈન્ફ્રાસ્ટ્રક્ચર વિકાસ કરવામાં આવે છે. અન્ય શબ્દોમાં, જ્યારે તમે ડિજિટલ વય તમે માત્ર ઓનલાઇન વિચારવું જોઈએ વિશે વિચારો, તમે દરેક જગ્યાએ વિચારવું જોઈએ. ડિજિટલ ઉંમર સામાજિક સંશોધન સંપૂર્ણપણે ડિજીટલ જગ્યાઓ વાતચીત લોકો સમાવેશ થશે અને ભૌતિક વિશ્વમાં ડિજિટલ ઉપકરણો ઉપયોગ કરીને લોકો સમાવેશ થશે.
વર્તન અને સારવાર રેન્ડમાઈઝેશન માપન માટે સક્રિય કરવા માટે વધુમાં, ડિજિટલ વય પણ લોકો વાતચીત કરવા માટે નવા માર્ગો માટે સક્ષમ છે. સંચાર આ નવા સ્વરૂપો સંશોધકો નવીન સર્વેક્ષણ ચલાવવા માટે અને તેમના સાથીદારો અને સામાન્ય જનતા સાથે સામૂહિક સહયોગ બનાવવા માટે પરવાનગી આપે છે.
એક નાસ્તિક વ્યક્તિ બહાર નિર્દેશ કરે છે કે આ ક્ષમતાઓ કંઈ ખરેખર નવા હોય. એટલે કે, ભૂતકાળમાં, ત્યાં અન્ય મુખ્ય એડવાન્સિસ લોકોની ક્ષમતા કરવામાં આવી છે સંપર્કવ્યવહાર કરવા માટે (દા.ત., ટેલિગ્રાફ (Gleick 2011) ), અને કમ્પ્યુટર્સ ઝડપી આશરે 1960 થી જ દર મેળવવામાં આવી છે (Waldrop 2016) . પરંતુ, શું આ નાસ્તિક વ્યક્તિ ગુમ થયેલ હોય જ વધુ એક ચોક્કસ બિંદુ પર કંઇક અલગ બની જાય છે કે જે (Halevy, Norvig, and Pereira 2009) . અહીં એક સાદ્રશ્ય કે હું ગમે છે. તમે એક ઘોડો એક છબી કેપ્ચર કરી શકે છે, તો પછી તમે એક ફોટોગ્રાફ છે. અને, જો તમે બીજા દીઠ એક ઘોડો 24 છબીઓ પકડી શકે છે, તો પછી તમે એક ફિલ્મ છે. અલબત્ત, એક ફિલ્મ માત્ર ફોટા એક ટોળું છે, પરંતુ માત્ર એક દિલી નાસ્તિક વ્યક્તિ દાવો છે કે ફોટા અને ચલચિત્રો જ છે.
સંશોધકોએ એક સંક્રમણ સિનેમેટોગ્રાફી માટે ફોટોગ્રાફી માંથી સંક્રમણ માટે સમાન નિર્માણ પ્રક્રિયા છે. આ સંક્રમણ અર્થ એ નથી કે બધું અમે ભૂતકાળમાં શીખ્યા અવગણી શકાય જોઈએ. જસ્ટ તરીકે ફોટોગ્રાફી સિદ્ધાંતો સિનેમેટોગ્રાફી સિદ્ધાંતો જાણ, ભૂતકાળમાં સામાજિક સંશોધન સિદ્ધાંતો ભવિષ્યના સામાજિક સંશોધન જાણ કરશે. પરંતુ, સંક્રમણ પણ અર્થ છે કે અમે એ જ વસ્તુ કરી ચાલુ રાખવા જોઈએ. તેના બદલે, અમે હાજર અને ભવિષ્યના ક્ષમતાઓ સાથે છેલ્લા અભિગમ ભેગા જ જોઈએ. ઉદાહરણ તરીકે, Blumenstock અને સાથીદારો સંશોધન શું કેટલાક કહી શકે માહિતી વિજ્ઞાન સાથે પરંપરાગત સર્વે રિસર્ચ મિશ્રણ હતું. તે ઘટકો બંને જરૂરી હતા: બે મોજણી જવાબો ન ફોન રેકોર્ડ પોતાને દ્વારા પૂરતા હતા. વધારે સામાન્ય રીતે, મને લાગે છે કે વધુને વધુ સામાજિક સંશોધકો ક્રમમાં ડિજિટલ વય તકોનો લાભ લેવા માટે માહિતી વિજ્ઞાન સાથે સામાજિક વિજ્ઞાન ભેગા કરવાની જરૂર પડશે. માત્ર ચિત્રો લેવા જ્યારે અમે પણ કરી શકે છે ચલચિત્રો એક ભૂલ હશે ચાલુ રાખવા માટે.