2.3.1.3 nereaguoti

Matavimo yra daug mažiau linkę keisti elgesį didelių duomenų šaltiniais.

Vienas iššūkis socialinių tyrimų yra tai, kad žmonės gali pakeisti savo elgseną, kai jie žino, kad jie yra stebimi mokslininkų. Socialiniai mokslininkai paprastai vadiname elgesio pokyčius reaguojant į tyrėjas matavimo reaktyvumas (Webb et al. 1966) . Vienas didelis duomenų aspektas, kad daugelis mokslininkų mano, perspektyvus yra, kad dalyviai paprastai nežino, kad jų duomenys yra perimta arba jie tapo taip pripratę prie šios duomenų rinkimo, kad ji nebėra keičia savo elgesį. Nes jie yra ne-reaktyvus, todėl, daug šaltinių didelių duomenys gali būti naudojami tyrimo elgesį, kuris nebuvo patobulinimo tam, kad tiksliai matavimo anksčiau. Pavyzdžiui, Stephens-Davidowitz (2014) naudojo rasistinius sąlygomis paieškos užklausų paplitimą matuoti rasinę priešiškumą skirtinguose regionuose Jungtinėse Amerikos Valstijose. Ne reaktyvus ir didelis (žr ankstesnį skyrių) pobūdis paieškos duomenų įjungtas matavimus, kad būtų sunku, naudojant kitus metodus, pavyzdžiui, tyrimus.

Ne reaktyvumas, tačiau neužtikrina, kad šie duomenys būtų kažkaip tiesiogiai atspindi žmonių elgesį ar požiūrį. Pavyzdžiui, vieno respondento sakė Newman et al. (2011) , "Tai nereiškia, kad aš neturiu problemų, aš tiesiog ne išleisti jas" Facebook "." Kitaip tariant, nors kai kurie dideli duomenų šaltiniai yra nereaguoti, jie ne visada be socialinės pageidautina šališkumo , už žmonių polinkis nori prisistatyti geriausiu įmanomu būdu. Be to, kaip aš apibūdinti daugiau toliau, šie duomenų šaltiniai kartais trenkiasi Platformos savininkų tikslų, problema vadinama algoritminės kebli (aprašyta daugiau toliau).

Nors ne reaktyvumo yra naudinga mokslinių tyrimų, stebėjimo žmonių elgesį be jų sutikimo ir sąmoningumo kelia etikos problemos aptariami toliau ir išsamiai 6 skyriuje viešas tarpo prieš padidino skaitmeninės priežiūros gali sukelti didelius duomenų sistemas, norint tapti labiau reaktyvus laikui bėgant, ir stiprus rūpestis apie skaitmeninę priežiūros netgi gali sukelti kai kurie žmonės bando atsisakyti didelių duomenų sistemų visiškai didėjantį susirūpinimą ne reprezentatyvumo (daugiau aprašyta žemiau).

Šie trys geri savybės didelių duomenų Socialinių tyrimų-didelis, visada įjungtas, ir nereaguoti-paprastai kyla dėl to, šių duomenų šaltinių nebuvo sukurtas tyrėjų moksliniams tyrimams. Dabar, aš kreiptis į septynių savybių didelių duomenų šaltinių, kurie yra blogai tyrimus. Šios funkcijos taip pat yra linkę kilti, nes šie duomenys nebuvo sukurta mokslininkų tyrimams.