Mesure ass vill manner Chancen Verhalen am groussen Datequellen ze änneren.
Eng Erausfuerderung vun sozialen Fuerschung ass datt Leit hiert Verhalen änneren kann, wann se wëssen, datt si vun de Fuerscher observéiert ginn. Social Wëssenschaftler Opruff allgemeng dëst Verhalen änneren an Äntwert ze Fuerscher Miessung ofbaubar (Webb et al. 1966) . Een Aspekt vun grouss Daten datt vill Fuerscher fannen villverspriechend ass, datt Participanten si generell net bewosst, datt hir Donnéeën ageholl ginn oder si hu sech sou Gewunnecht dës Donnéeën Kollektioun dass se net méi hir Behuelen. Well se Net-reaktiv sinn, also kann vill Quellen vun grouss Daten benotzt ginn Verhalen ze studéieren, déi virdrun un genee Miessung net amendable gouf. Zum Beispill, Stephens-Davidowitz (2014) benotzt déi prevalence vun racistesch Ausdréck an Sich Moteur ufroën ethneschen animus zu verschiddene Regioune vun den USA ze moossen. D'Net-reaktiv an groussen (kuckt virdrun Rubrik) Natur vun Sich Donnéeën Miessunge aktivéiert datt schwéier mat anere Methoden gin wier, wéi Ëmfroen.
Non-ofbaubar, awer dofir suergen heescht net dass dës Daten iergendwéi enger direkter sinn Leit d'Verhalen oder Astellunge spigelen vun. Zum Beispill, wéi een Interviewte gesot Newman et al. (2011) , "Et ass net, dass ech Problemer do net hunn, ech hun se op Facebook just net ausgebaut." An anere Wierder, och wann e puer grouss Daten Quelle sinn Net-reaktiv, si sinn net ëmmer gratis vu sozialen Coins deemno Westen d'Tendenz fir Leit, fir wëllt sech an der beschtméiglech Manéier ze presentéieren. Weider, wéi ech ënnert méi beschreiwen ech, sinn dës Donnéeën Quellen heiansdo duerch d'Zieler vun Plattform Besëtzer verkuebelt, e Problem algorithmic confounding (méi beschriwwen ënnen) genannt.
Obwuel Net-ofbaubar ass avantagéis fir Fuerschung, Leit d'Behuele ouni Erlabnis an Sensibiliséierung Noféierung hieft ethesch Bedenken hei ënnendrënner an am Detail am Kapitel diskutéiert 6. Eng ëffentlech Sirène géint fräi digital Iwwerwaachung hätt grouss Daten Systemer fir méi reaktiv méi Zäit gelooss, a staark Suergen iwwer digital Iwwerwaachung kéint och e puer Leit komplett ze Opt-out vun grouss Daten Systemer ze probéieren nodeems Suergen iwwert net-representativity waarden (méi ënnert beschriwwen).
Dës dräi gutt Eegeschafte vun grouss Daten fir sozial Recherche-grouss, ëmmer-op, an Net-reaktiv-allgemeng beuerteelen well dës Donnéeën Quellen net vun der Fuerschung fir Fuerschung ugeluecht goufen. Ëlo wäert ech der siwen Eegeschafte vun groussen Datequellen Tour datt fir Fuerschung schlecht ginn. Dës Fonctiounen tendéieren och ze beuerteelen well dës Donnéeën net duerch Fuerscher fir Fuerschung geschaf gouf.