2.4.1 דברי ספירה

ספירה פשוט יכולה להיות מעניינת אם משלב שאלה טובה עם נתונים טובים.

למרות זאת הוא מנוסח בשפה ונשמע מתוחכמת, הרבה מחקר החברתי הוא באמת רק ספר דברים. בעידן הנוכחי, עידן נתונים גדולים, חוקרים יכולים לסמוך יותר מתמיד, אבל זה לא אומר אוטומטית המחקר כי צריך להיות ממוקד על ספירת דברים יותר ויותר. במקום זאת, אם אנחנו הולכים לעשות מחקר טוב עם נתונים גדולים, אנחנו צריכים לשאול: איזה דברים שווים סופר? זה אולי נראה כמו עניין סובייקטיבי לחלוטין, אבל יש כמה תבניות כלליות.

לעתים קרובות תלמידים להניע מחקר הספירה שלהם באומרו: אני הולך לספור משהו שאף אחד מעולם לא נספר לפני. לדוגמא, תלמיד עשוי לומר, אנשים רבים למדו מהגרים ואנשים רבים למדו תאומים, אבל אף אחד לא חקר תאומים זרים. מוטיבציה ידי בהעדר בדרך כלל אינה מובילה מחקר טוב. כמובן, ייתכן שיש סיבות טובות ללמוד תאומים זרים, אבל העובדה שהם לא נחקרו לפני לא אומר שהם צריכים להיחקר עכשיו. אף אחד מעולם לא ספר את מספר הנושאים על השטיח במשרד שלי, אבל זה לא אומר אוטומטית שזה יהיה פרויקט מחקר טוב. מוטיבציה בגלל היעדרותו היא סוג של כמו להגיד: תשמע, יש חור לשם, אני הולך לעבוד קשה מאוד כדי למלא אותו. אבל, לא כל חור שצריך למלא.

במקום מניע ידי היעדרות, אני חושב שספירת מוביל מחקר טוב בשני מצבים, כאשר המחקר מעניין או חשוב (או באופן אידיאלי שניהם). לדוגמה, מדידת שיעור האבטלה הוא חשוב כי הוא אינדיקטור של הכלכלה שמניע החלטות מדיניות. יש באופן כללי, לאנשים תחושה די טובה של מה שחשוב. אז, בשאר סעיף זה, אני הולך לספק שלוש דוגמאות בם הספירה מעניינת. בכל מקרה, בקשו החוקרים לא כוללים באקראי, אלא הם היו לספור במסגרות מיוחדות מאוד כי גילו תובנה חשובות רעיונות כלליים יותר על עבודת מערכות כיצד רשתות חברתיות. במילים אחרות, הרבה ממה שעושה תרגילים ספירת אלה בפרט מעניין הוא לא המידע עצמו, זה בא רעיונות כלליים יותר אלה.

להלן אציג שלוש דוגמאות על: 1) התנהגות העבודה של נהגי המוניות בניו יורק (סעיף 2.4.1.1), 2) היווצרות ידידות על ידי סטודנטים (סעיף 2.4.1.2) ו -3) התנהגות צנזורה מדיה חברתית של הממשלה הסינית (סעיף 2.4.1.3). הדוגמות האלה חולקות היא שכולם מראים כי ספירת נתונים גדולים יכול לשמש כדי לבחון ניבויים תיאורטיים. במקרים מסוימים, מקורות נתונים גדולים לאפשר לך לעשות את הספירה ישירות יחסית (כמו במקרה של מוניות ניו יורק). במקרים אחרים, החוקרים יצטרכו להתמודד עם חוסר שלמות על זיווג של קובצי יחד המבנים התיאורטיים operationalizing (כמו במקרה של היווצרות ידידות); ובמקרים מסוימים חוקר יצטרך לאסוף נתונים תצפיתיים משלהם (כמו במקרה של צנזורת מדיה חברתית). כפי שאני מקווה דוגמאות אלה מראות, לחוקרים מסוגלים לשאול שאלות מעניינות, נתונים גדולים טומנים בחובו הבטחה גדולה.