7.2.1 റീഡിമോഡുകളുടെയും കസ്റ്റമണ്ടുകളുടെയും ഒത്തുചേരൽ

ശുദ്ധമായ റെഡിമെയ്ഡ് സ്ട്രാറ്റോ അല്ലെങ്കിൽ ഒരു ശുദ്ധ കസ്റ്റമഡ് തന്ത്രവും പൂർണ്ണമായും ഡിജിറ്റൽ യുഗത്തിന്റെ കഴിവുകൾ പ്രയോജനപ്പെടുത്തുന്നു. ഭാവിയിൽ ഞങ്ങൾ സങ്കരയിനങ്ങളുണ്ടാക്കും.

ആമുഖത്തിൽ, മൈക്കെലാഞ്ചലോയുടെ ഇച്ഛാനുസൃത മാതൃകയിലുള്ള മാർസെൽ ഡുഷാമ്പിന്റെ readymade രീതിയിൽ ഞാൻ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു. ഡാറ്റ വിദഗ്ധർക്കൊപ്പം ജോലി ചെയ്യുന്ന ശാസ്ത്രജ്ഞരും സാമൂഹിക ശാസ്ത്രജ്ഞരും തമ്മിലുള്ള ഒരു വ്യത്യാസവും ഈ വ്യത്യാസം കാണിക്കുന്നു. എന്നാൽ, ഭാവിയിൽ, ഞങ്ങൾ കൂടുതൽ സങ്കരയിനം കാണുകയാണെന്ന് ഞാൻ പ്രതീക്ഷിക്കുന്നു, കാരണം ഈ ശുദ്ധമായ സമീപനങ്ങൾ പരിമിതമാണ്. ലോകത്തിലെ നിരവധി മനോഹരമായ റീഡ്മാമുകൾ ഇല്ലാത്തതിനാൽ Readymades മാത്രം ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്ന ഗവേഷകർ സമരം ചെയ്യാൻ പോകുകയാണ്. മറുവശത്ത് മാത്രം ഉപയോഗിക്കാനാഗ്രഹിക്കുന്ന ഗവേഷകർ, ത്യാഗം ചെയ്യുവാൻ പോകുന്നു. എന്നാൽ, ഹൈബ്രിഡ് സമീപനങ്ങൾ, കലവറകളിൽ വരുന്ന ചോദ്യവും ഡാറ്റയും തമ്മിലുള്ള ശക്തമായ ഒത്തുചേരലിലൂടെ readymades ഉപയോഗിച്ച് വരുന്ന സ്കെയിൽ കൂട്ടിച്ചേർക്കാം.

നാല് സങ്കീർണ്ണങ്ങളായ അധ്യായങ്ങളിൽ ഈ സങ്കരയിനം ഉദാഹരണങ്ങൾ ഞങ്ങൾ കണ്ടു. വേഗതയേറിയ കണക്കുകൾ (Ginsberg et al. 2009) നിർമ്മിക്കുന്നതിനായി ഒരു പ്രൊബബിലിറ്റി അടിസ്ഥാനത്തിലുള്ള പരമ്പരാഗത അളവെടുപ്പ് സിസ്റ്റം (സി ഡി സി ഇൻഫ്ലുവൻസ നിരീക്ഷണ സംവിധാനം) ഉപയോഗിച്ച് എല്ലായ്പ്പോഴും ഗൂഗിൾ ഫ്ലൂ ട്രെൻഡുകൾ എല്ലായ്പ്പോഴും ഒരു വലിയ ഡാറ്റ സിസ്റ്റം (തിരയൽ അന്വേഷണങ്ങൾ) സംയോജിപ്പിക്കുന്നത് എങ്ങനെയെന്ന് ഞങ്ങൾ കണ്ടു. യഥാർഥത്തിൽ വോട്ടു ചെയ്യുന്ന ആളുകളുടെ പ്രത്യേകതകളെക്കുറിച്ച് കൂടുതൽ അറിയാനായി സ്റ്റീഫൻ അൻസോളബേറേയും ഐറ്റൻ ഹെർഷേയും (2012) തയ്യാറാക്കിയ സർവ്വെ സർവേ വിവരത്തോടൊപ്പം തയ്യാറാക്കിയ സർഗാത്മകമായ ഭരണകൂട സംവിധാനത്തിന്റെ വിവരങ്ങൾ ഒന്നിച്ചുചേർന്നത് മൂന്നാമത്തെ അദ്ധ്യായത്തിൽ കാണുന്നു. അധ്യായം 4-ൽ നാം ഒപൊവെര് പരീക്ഷണങ്ങൾ ദശലക്ഷക്കണക്കിന് ജനങ്ങളെ പെരുമാറ്റം സോഷ്യൽ മാനദണ്ഡങ്ങൾ പ്രഭാവം പഠിക്കാൻ ഒരു ചുസ്തൊംമദെ ചികിത്സ റെഡിമെയ്ഡ് വൈദ്യുതി അളക്കാനുള്ള അടിസ്ഥാന സംയോജിത എങ്ങനെ കണ്ടു (Allcott 2015) . ഒടുവിൽ, അഞ്ചാം അദ്ധ്യായത്തിൽ, കെന്നെത്ത് ബെനോയ്ട്ടും സഹപ്രവർത്തകരും (2016) രാഷ്ട്രീയ പാർട്ടികൾ സൃഷ്ടിച്ച ഒരു റെഡിമെയ്ഡ് സെറ്റ് മാന്റിസ്റ്റോസിലേക്ക് കസ്റ്റമൈസ്ഡ് കോഡാക്ഷൻ പ്രക്രിയ നടപ്പാക്കി. ഗവേഷകർക്ക് ചർച്ചാ ചർച്ചകൾക്കായി ഡാഡിയെക്കുറിച്ച് പഠിക്കാൻ കഴിയുന്ന ഡാറ്റ സൃഷ്ടിക്കുക.

ഭാവിയിൽ ഒരു ശക്തമായ തന്ത്രം ഗവേഷണം അവരെ കൂടുതൽ അനുയോജ്യമായ സത്യമെന്ന് കൂടുതൽ വിവരങ്ങൾ, ഗവേഷണ ഉണ്ടാക്കപ്പെട്ടതെങ്കിലും ഏത് വലിയ ഡാറ്റ ഉറവിടങ്ങളിൽ, ഐശ്വര്യം ആയിരിക്കും ഈ നാലു ഉദാഹരണങ്ങൾ കാണിക്കുന്നത് (Groves 2011) . അത് ഇച്ഛാനുസൃതമായോ അല്ലെങ്കിൽ റെഡിമെയ്ഡോയുമൊക്കെ ആരംഭിച്ചാലും ഈ ഹൈബ്രിഡ് രീതി പല ഗവേഷണ പ്രശ്നങ്ങൾക്കും വലിയ വാഗ്ദാനം നൽകുന്നു.