2.3.1.2 Always-li ser
Herdem-li ser daneyên mezin derfetê dide vê lêkolînê yên bûyerên nayên û pîvandinê de rast-time.
Gelek sîstemên Daneyên mezin in herdem-li ser; ew bi berdewamî berhevkirina daneyan. Ev taybetmendiya herdem-li ser lêkolîneran bi daneya longitudinal pêşkêş dike (ango, daneyên li ser time). Hergav-li ser du reftarên girîng ji bo lêkolînê.
Yekem, her tim-li ser berhevkirina daneyên lêkolîneran, derfetê ji bo lêkolîna bûyerên li riyên ku mumkin bûn berê ne. Ji bo nimûne, lêkolîner bala dixwend Occupy Gezî li Tirkiyeyê di havîna 2013 de dê li ser helwesta yên xwepêşanderan di dema bûyerê de rawestim. Ceren Budak û Duncan Watts (2015) nikare ji vê zêdetir, bi bikaranîna xwezayê de herdem-li ser yên Twitter ji bo lêkolîna Twitter-bikaranîna xwepêşanderan berî, di dema piştî bûyerê bûn, û. Û, ew piştî bûyerê (WÊNE 2.1) ji bo avakirina komeke kemperandina non-beşdaran (an jî beşdarên ku li ser çalakiya tweet ne) berî, di dema bûn, û. Bi giştî ex-post panela xwe de bi dardakirin, ji 30,000 kes li ser du salan. ew nikare texmîn çi hodeyê ji kesên ko zêdetir ji bo beşdarbûna di xwenîşandanên li Gezî û bi texmîn ew guhertinên li helwesta bûn: By augmenting daneyan tê bikaranîn ji xwepêşandanan bi vê agahiyê din, Budak û Watts bi axiftina hê çiqas zêdetir bûn beşdaran û non-beşdaran, hem jî di demeke kin de-(di danberheva pre-Gezî de ji bo Parka Geziyê) û di dirêj-demê da (di danberheva pre-Gezî to post-Gezî de).
Figure 2.1: Design bikaranîn ji aliyê Budak and Watts (2015) ji bo lêkolîna Occupy Gezî li Tirkiyeyê di havîna 2013. Bi bikaranîna xwezayê de herdem-li ser Twitterê, lêkolînerên ku tên afirandin, ka ew panela ex-post ku li ser di nav de bi navê 30,000 kesan li ser du salan. Li hember vê lêkolînê tîpîk ku li ser beşdarên di dema xwepêşandanan sekinîn, di panelê de ex-post dixe 1) Daneyên ji beşdaran berî û piştî bûyerê û 2) Daneyên ji non-beşdaran berî, di dema û piştî bûyerê. Ev avahiya welat moderin enabled Budak û Watts bi texmîna me çi hodeyê ji kesên ko zêdetir ji bo beşdarbûna di xwenîşandanên li Gezî û ji bo hesap guherandinên di helwestên beşdaran û non-beşdaran, hem jî di demeke kin de-(di danberheva pre-Gezî de ji bo di dema bûn Gezî de) û di dirêj-demê da (di danberheva pre-Gezî to post-Gezî de).
Ev rast e ku hin ji van hejmaran dikaribû bê çêkirin herdem-li ser çavkaniyên berhevkirina daneyên (wek nimûne, bi texmînî demeke dirêj ji guhertina helwesta), tevî berhevkirina van daneyan ji bo 30,000 gel dê pir biha bûye. Û, heta dayîn budceya bêsînor bike, ez ne ji metodeke din ku di eslê xwe dide lêkolînerên ku biçe dîsa di dem û rasterast bigirim helwesta beşdarên di dema borî de bifikire. Ya herî nêz alternatîf dê ji bo berhevkirina agahiyên îstatîstîkan yên halwesta, di heman demê de ev rapor dê ji granularity bi sînor û şaşitî û bi guman be. Table 2.1 wergerandî yên din xebatên ku bi kar tînin an herdem-li ser source welat ji bo lêkolîna bûyera ku nedihat pêşkêş dike.
| Bêterfan` | Herdem-li ser çavkaniya daneya | Gazîname |
|---|---|---|
| Ku Tevgera Dagîr Gezî de li Tirkiyeyê | Budak and Watts (2015) | |
| protestoyên Umbrella li Hong Kong | Zhang (2016) | |
| Kuştina polîsan li New York City | Stop-û-frisk raporên | Legewie (2016) |
| Kesê tevlî çeteyên | Magdy, Darwish, and Weber (2016) | |
| 11 September, 2001 êrîşa | livejournal.com | Cohn, Mehl, and Pennebaker (2004) |
| 11 September, 2001 êrîşa | mesajên pager | Back, Küfner, and Egloff (2010) , Pury (2011) , Back, Küfner, and Egloff (2011) |
Duyemîn, herdem-li ser berhevkirina daneyên lêkolîneran, derfetê ji bo hilberîna pîvana rast-time, ku dikare bê li settings ku siyaseta dixwazin ne tenê ji helwesta heyî fêr bibin, lê ji bo ku ev bersiv jî girîng e. Ji bo nimûne, welat medya civakî de dikarin bên bikaranîn ji bo rêberiya bersivên ji karesatên xwezayî (Castillo 2016) .
Di encamê de, herdem-li ser welat sîstemên lêkolînerên ji bo lêkolîna bûyerên ku nedihat û ne agahî rast-dem ji bo siyaseta çalak bike. Min bi xwe, lê belê, me pêşniyar kir ku herdem-li ser welat sîstemên çalak lêkolîner bişopîne Guherandinên ser demên dirêj. Ji ber ku gelek sîstemên Daneyên mezin bi berdewamî diguherin-a pêvajoya bi navê drift (Beþ 2.3.2.4).
