Bit By Bit: Social Research in the Digital Age
  • Di
    • aperto recensione
    • Citazione
    • Codice
    • Circa l'autore
    • Privacy & Consenso
  • Le lingue
    • 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
  • Acquista il libro
    • Princeton University Press
    • Amazon
    • Barnes and Noble
    • IndieBound
  • Prefazione
  • 1 Introduzione
    • 1.1 Una macchia di inchiostro
    • 1.2 Benvenuti nell'era digitale
    • 1.3 progettazione Research
    • 1.4 temi di questo libro
    • 1.5 Profilo di questo libro
    • Cosa leggere dopo
  • 2 comportamento Osservando
    • 2.1 Introduzione
    • 2.2 Big dati
    • 2.3 Dieci caratteristiche comuni dei big data
      • 2.3.1 Grande
      • 2.3.2 Sempre 2.3.2
      • 2.3.3 reattivo
      • 2.3.4 Incompleto
      • 2.3.5 Inaccessibile
      • 2.3.6 Non rappresentativo
      • 2.3.7 Derapata
      • 2.3.8 Algoritmo confuso
      • 2.3.9 sporco
      • 2.3.10 Sensibile
    • 2.4 Le strategie di ricerca
      • 2.4.1 cose conteggio
      • 2.4.2 Previsione e nowcasting
      • 2.4.3 esperimenti ravvicinamento
    • 2.5 Conclusioni
    • Note matematiche
    • Cosa leggere dopo
    • attività
  • 3 Fare domande
    • 3.1 Introduzione
    • 3.2 Chiedere contro l'osservazione
    • 3.3 Il quadro errore di sondaggio totale
      • 3.3.1 Rappresentazione
      • 3.3.2 Misurazione
      • 3.3.3 Costo
    • 3.4 A chi chiedere
    • 3.5 Nuovi modi di fare domande
      • 3.5.1 valutazioni momentanee ecologici
      • 3.5.2 sondaggi Wiki
      • 3.5.3 Gamification
    • 3.6 Sondaggi collegati a grandi fonti di dati
      • 3.6.1 arricchita
      • 3.6.2 amplificata
    • 3.7 Conclusioni
    • Note matematiche
    • Cosa leggere dopo
    • attività
  • 4 esperimenti in corso
    • 4.1 Introduzione
    • 4.2 Quali sono gli esperimenti?
    • 4.3 Due dimensioni di esperimenti: laboratorio sul campo e analogico-digitali
    • 4.4 Andare oltre semplici esperimenti
      • 4.4.1 Validità
      • 4.4.2 L'eterogeneità degli effetti del trattamento
      • 4.4.3 Meccanismi
    • 4.5 Making it happen
      • 4.5.1 Utilizzare gli ambienti esistenti
      • 4.5.2 Costruisci il tuo esperimento
      • 4.5.3 Costruisci il tuo prodotto
      • 4.5.4 Partner con i potenti
    • 4.6 Consigli
      • 4.6.1 Creare i dati sui costi variabili pari a zero
      • 4.6.2 Costruire l'etica nella progettazione: sostituire, perfezionare e ridurre
    • 4.7 Conclusioni
    • Note matematiche
    • Cosa leggere dopo
    • attività
  • 5 Creazione di collaborazione di massa
    • 5.1 Introduzione
    • 5.2 computazione umana
      • 5.2.1 Galaxy Zoo
      • 5.2.2 Folla-codifica di manifesti politici
      • 5.2.3 Conclusione
    • 5.3 chiamate aperte
      • 5.3.1 Premio Netflix
      • 5.3.2 Foldit
      • 5.3.3 peer-to-Patent
      • 5.3.4 Conclusione
    • 5.4 la raccolta dei dati distribuita
      • 5.4.1 eBird
      • 5.4.2 Photocity
      • 5.4.3 Conclusione
    • 5.5 Progettare il proprio
      • 5.5.1 partecipanti Motivare
      • 5.5.2 Leverage eterogeneità
      • 5.5.3 attenzione messa a fuoco
      • 5.5.4 Abilita sorpresa
      • 5.5.5 essere etici
      • 5.5.6 consigli Progetto esecutivo
    • 5.6 Conclusioni
    • Cosa leggere dopo
    • attività
  • 6 Etica
    • 6.1 Introduzione
    • 6.2 Tre esempi
      • 6.2.1 contagio emotivo
      • 6.2.2 Sapori, legami e tempo
      • 6.2.3 Encore
    • 6.3 digitale è diverso
    • 6.4 quattro principi
      • 6.4.1 Il rispetto per le persone
      • 6.4.2 Beneficenza
      • 6.4.3 giustizia
      • 6.4.4 rispetto della legge e di interesse pubblico
    • 6.5 Due quadri etici
    • 6.6 Aree di difficoltà
      • 6.6.1 Il consenso informato
      • 6.6.2 La comprensione e la gestione del rischio informativo
      • 6.6.3 Privacy
      • 6.6.4 Prendere decisioni a fronte di incertezza
    • 6.7 Consigli pratici
      • 6.7.1 L'IRB è un piano, non un soffitto
      • 6.7.2 mettersi nei panni di tutti gli altri
      • 6.7.3 Pensate di etica di ricerca come continuo, non discreta
    • 6.8 Conclusioni
    • appendice storica
    • Cosa leggere dopo
    • attività
  • 7 Il futuro
    • 7.1 Guardare avanti
    • 7.2 Temi del futuro
      • 7.2.1 La fusione di ready-made e rassegne
      • 7.2.2 raccolta di dati partecipante centrato
      • 7.2.3 L'etica nella progettazione di ricerca
    • 7.3 Torna all'inizio
  • Ringraziamenti
  • Riferimenti
Questa traduzione è stato creato da un computer. ×

Cosa leggere dopo

  • Una macchia d'inchiostro (sezione 1.1)

Per una descrizione più dettagliata del progetto di Blumenstock e colleghi, vedi il capitolo 3 di questo libro.

  • Benvenuti nell'era digitale (sezione 1.2)

Gleick (2011) fornisce una panoramica storica dei cambiamenti nella capacità dell'umanità di raccogliere, archiviare, trasmettere ed elaborare le informazioni.

Per un'introduzione all'era digitale che si concentra su potenziali danni, come le violazioni della privacy, vedi Abelson, Ledeen, and Lewis (2008) e Mayer-Schönberger (2009) . Per un'introduzione all'era digitale che si concentra sulle opportunità, vedi Mayer-Schönberger and Cukier (2013) .

Per ulteriori informazioni sulle aziende che mescolano la sperimentazione alla pratica di routine, vedere Manzi (2012) , e per ulteriori informazioni sulle aziende che monitorano il comportamento nel mondo fisico, vedere Levy and Baracas (2017) .

I sistemi di età digitale possono essere sia strumenti che oggetti di studio. Ad esempio, potresti voler utilizzare i social media per misurare l'opinione pubblica o potresti voler capire l'impatto dei social media sull'opinione pubblica. In un caso, il sistema digitale funge da strumento che ti aiuta a fare nuove misurazioni. Nell'altro caso, il sistema digitale è l'oggetto di studio. Per ulteriori informazioni su questa distinzione, vedi Sandvig and Hargittai (2015) .

  • Design della ricerca (sezione 1.3)

Per ulteriori informazioni sul design della ricerca nelle scienze sociali, vedi King, Keohane, and Verba (1994) , Singleton and Straits (2009) e Khan and Fisher (2013) .

Donoho (2015) descrive la scienza dei dati come l'attività delle persone che imparano dai dati e offre una storia di scienza dei dati, tracciando le origini intellettuali del campo a studiosi come Tukey, Cleveland, Chambers e Breiman.

Per una serie di relazioni in prima persona sulla conduzione della ricerca sociale nell'era digitale, vedi Hargittai and Sandvig (2015) .

  • Temi di questo libro (sezione 1.4)

Per ulteriori informazioni sulla miscelazione dei dati readymade e custommade, vedere Groves (2011) .

Per ulteriori informazioni sul fallimento di "anonimizzazione", vedere il capitolo 6 di questo libro. La stessa tecnica generale usata da Blumenstock e colleghi per dedurre la ricchezza delle persone può anche essere usata per dedurre attributi personali potenzialmente sensibili, inclusi orientamento sessuale, etnia, opinioni religiose e politiche e uso di sostanze che (Kosinski, Stillwell, and Graepel 2013) dipendenza (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