Bit By Bit: Social Research in the Digital Age
  • 約
    • 公開審査
    • 引用
    • コー​​ド
    • 著者について
    • プライバシーと同意
  • 言語
    • 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
  • 本を買います
    • Princeton University Press
    • Amazon
    • Barnes and Noble
    • IndieBound
  • 序文
  • 1はじめに
    • 1.1インクブロット
    • 1.2デジタル時代へようこそ
    • 1.3研究デザイン
    • 1.4本書のテーマ
    • 1.5本書の概要
    • 次に読むもの
  • 2観察行動
    • 2.1はじめに
    • 2.2ビッグデータ
    • 2.3ビッグデータの10の共通特性
      • 2.3.1ビッグ
      • 2.3.2常時接続
      • 2.3.3反応性
      • 2.3.4不完全
      • 2.3.5アクセスできない
      • 2.3.6非代表的
      • 2.3.7漂流
      • 2.3.8アルゴリズム的に混乱した
      • 2.3.9ダーティー
      • 2.3.10センシティブ
    • 2.4研究戦略
      • 2.4.1数えるもの
      • 2.4.2予測とnowcasting
      • 2.4.3近似する実験
    • 2.5まとめ
    • 数学ノート
    • 次に読むもの
    • 活動
  • 3尋ねる質問
    • 3.1はじめに
    • 3.2観察と観察
    • 3.3総調査エラーフレームワーク
      • 3.3.1表現
      • 3.3.2測定
      • 3.3.3コスト
    • 3.4依頼します
    • 3.5質問をする新しい方法
      • 3.5.1生態瞬間的な評価
      • 3.5.2ウィキ調査
      • 3.5.3ゲーミフィケーション
    • 3.6大きなデータソースにリンクされたアンケート
      • 3.6.1豊かな尋問
      • 3.6.2増幅質問
    • 3.7まとめ
    • 数学ノート
    • 次に読むもの
    • 活動
  • 4ランニング実験
    • 4.1はじめに
    • 4.2実験とは何ですか?
    • 4.3実験の二次元:ラボ・フィールドとアナログ-デジタル
    • 4.4簡単な実験を超えて移動します
      • 4.4.1妥当性
      • 4.4.2治療効果の不均一性
      • 4.4.3メカニズム
    • 4.5それが起こる作ります
      • 4.5.1既存の環境を使用する
      • 4.5.2独自の実験を構築する
      • 4.5.3独自の製品を構築する
      • 強力なパートナーとの4.5.4
    • 4.6アドバイス
      • 4.6.1ゼロ変動費データを作成します。
      • 4.6.2デザインに倫理を組み込む:交換、改善、削減
    • 4.7まとめ
    • 数学ノート
    • 次に読むもの
    • 活動
  • 5マスコラボレーションの作成
    • 5.1はじめに
    • 5.2人間の計算
      • 5.2.1ギャラクシー動物園
      • 5.2.2政治的マニフェストの群集コーディング
      • 5.2.3まとめ
    • 5.3オープンコール
      • 5.3.1 Netflixの賞
      • 5.3.2 Foldit
      • 5.3.3ピア・ツー・特許
      • 5.3.4まとめ
    • 5.4分散データ収集
      • 5.4.1 eBird
      • 5.4.2 PhotoCity
      • 5.4.3まとめ
    • 5.5あなた自身の設計
      • 5.5.1意欲参加
      • 5.5.2レバレッジ異質
      • 5.5.3フォーカスの注意
      • 5.5.4驚きを有効にします
      • 5.5.5倫理う
      • 5.5.6最終的な設計のアドバイス
    • 5.6まとめ
    • 次に読むもの
    • 活動
  • 6倫理
    • 6.1はじめに
    • 6.2 3つの例
      • 6.2.1感情伝染
      • 6.2.2味、結びつき、および時間
      • 6.2.3アンコール
    • 6.3デジタル異なります
    • 6.4 4つの原則
      • 6.4.1人の尊重
      • 6.4.2善行
      • 6.4.3ジャスティス
      • 6.4.4法律と公益の尊重
    • 6.5二つの倫理的な枠組み
    • 6.6難易度のエリア
      • 6.6.1インフォームド・コンセント
      • 6.6.2理解し、情報リスク管理
      • 6.6.3プライバシー
      • 6.6.4不確実性に直面して意思決定を行います
    • 6.7実用的なヒント
      • 6.7.1 IRBは、床、天井ではないです
      • 6.7.2みんなの他人の立場に自分を置きます
      • 6.7.3 、離散、連続していないとして研究倫理を考えます
    • 6.8まとめ
    • 過去の付録
    • 次に読むもの
    • 活動
  • 7未来
    • 7.1楽しみにしている
    • 7.2未来のテーマ
      • 7.2.1レディメイドとカスタムメイドのブレンド
      • 7.2.2参加者を中心としたデータ収集
      • 7.2.3研究設計における倫理
    • 7.3先頭へ戻ります
  • 謝辞
  • リファレンス
この翻訳は、コンピュータによって作成されました。 ×

次に読むもの

  • インクブロット(セクション1.1)

Blumenstockとその同僚のプロジェクトの詳細な説明については、本書の第3章を参照してください。

  • デジタル時代へようこそ(1.2節)

Gleick (2011)は、人類が情報を収集し、保管し、伝達し、処理する能力の変化に関する歴史的概要を提供する。

プライバシー侵害などの潜在的な害に焦点を当てたデジタル時代の紹介については、 Abelson, Ledeen, and Lewis (2008)およびMayer-Schönberger (2009) 。チャンスに焦点を当てたデジタル時代の紹介については、 Mayer-Schönberger and Cukier (2013)参照してください。

実験を日常業務に混ぜている企業の詳細については、 Manzi (2012)参照してください。物理的世界での行動追跡企業については、 Levy and Baracas (2017)参照してください。

デジタル時代システムは、楽器でも研究対象でもあります。たとえば、世論を測定するためにソーシャルメディアを使用したり、ソーシャルメディアの世論への影響を理解することができます。 1つのケースでは、デジタルシステムは、新しい測定を行うのに役立つ計測器として機能します。他のケースでは、デジタルシステムが研究の対象です。この区別の詳細については、 Sandvig and Hargittai (2015)参照してください。

  • 研究デザイン(セクション1.3)

社会科学における研究デザインの詳細については、 King, Keohane, and Verba (1994) 、 Singleton and Straits (2009) 、 Khan and Fisher (2013) 。

Donoho (2015)は、データ科学をデータから学ぶ人々の活動として記述し、Tukey、Cleveland、Chambers、Breimanなどの学者にフィールドの知的起源をたどるデータ科学の歴史を提供します。

デジタル時代のソーシャルリサーチを行うことに関する一連の第一者報告書についてはHargittai and Sandvig (2015)参照してください。

  • この本のテーマ(1.4節)

レディメイドデータとカスタムメイドデータの混合の詳細については、 Groves (2011)参照してください。

「匿名化」の失敗の詳細については、本書の第6章を参照してください。性的指向、民族性、宗教的および政治的見解、中毒性物質の使用など、潜在的に敏感な個人的属性を推測するためにBlumenstockと同僚が使用したのと同じ一般的なテクニックを使用することもできます(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