2.2 ബിഗ് ഡാറ്റ

ബിഗ് ഡാറ്റ ഗവേഷണ ആവശ്യങ്ങൾക്ക് സർക്കാരുകൾ സൃഷ്ടിക്കുകയും ശേഖരിക്കുന്നത്. ഗവേഷണ ഈ ഡാറ്റ ഉപയോഗിച്ച്, അതിനാൽ repurposing ആവശ്യമാണ്.

സോഷ്യൽ ഗവേഷണങ്ങളുടെ ഒരു മാതൃകാ കാഴ്ച ഒരു ശാസ്ത്രജ്ഞൻ ഒരു ആശയം ഇല്ലാത്ത തുടർന്ന് ആ ആശയം പരിശോധിക്കാൻ ഡാറ്റ ശേഖരിച്ച് ഭാവനയിൽ. ഗവേഷണ ഈ സ്റ്റൈൽ ഗവേഷണ ചോദ്യം ഡാറ്റ തമ്മിലുള്ള ഒരു ഇറുകിയ ഫിറ്റ് നയിക്കുന്നു വ്യക്തിയെ ഗവേഷകൻ പലപ്പോഴും, വലിയ സമ്പന്നരും ദേശീയതലത്തിൽ-പ്രതിനിധി ഡാറ്റ പോലുള്ള അവർ വേണമെങ്കിൽ ഡാറ്റ ശേഖരിക്കാൻ ആവശ്യമായ വിഭവങ്ങൾ ഇല്ലാത്തതിനാൽ അതു പരിമിതമാണ്. അതുകൊണ്ടു, കഴിഞ്ഞ സാമൂഹിക ഗവേഷണ ധാരാളം അത്തരം ജനറൽ സോഷ്യൽ സർവേ (ജിഎസ്എസ്), അമേരിക്കൻ നാഷണൽ ഇലക്ഷൻ സ്റ്റഡി (അര്ജന്റീന),, ആദായ ഡൈനാമിക്സ് ഓഫ് പാനൽ സ്റ്റഡി (PSID) വൻകിട സോഷ്യൽ സര്വേ, ഉപയോഗിച്ചിരുന്നത്. ഈ വലിയ തോതിലുള്ള സർവേ പൊതുവെ ഗവേഷകർ അടങ്ങിയ ഒരു നടത്തുന്നത് അവർ പല ഗവേഷകർ ഉപയോഗിക്കാൻ കഴിയും ഡാറ്റ സൃഷ്ടിക്കാൻ രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്. കാരണം ഈ വലിയ തോതിലുള്ള സർവ്വേകൾ ഗോളുകൾ, വലിയ കെയർ ഡാറ്റ ശേഖരണം രൂപകല്പനയിലേക്കു ഡാറ്റ തത്ഫലമായുണ്ടാകുന്ന ഗവേഷകർ ഉപയോഗ ഒരുക്കുന്ന ഇട്ടു ചെയ്യുന്നു. ഈ ഡാറ്റ എന്നിവ ഗവേഷകരും വേണ്ടിയുള്ളതാണ്.

ഡിജിറ്റൽ യുഗത്തിൽ ഉറവിടങ്ങൾ ഉപയോഗിച്ച് ഭൂരിഭാഗം സോഷ്യൽ റിസർച്ച് എന്നാൽ, അടിസ്ഥാനപരമായി വ്യത്യസ്തമാണ്. പകരം ഗവേഷകർ ഗവേഷകരും ശേഖരിച്ച ഡാറ്റാ ഉപയോഗിക്കുന്നതിന്റെ പോലുള്ള ഒരു ലാഭം ഒരു സേവനം നൽകിയാലും അല്ലെങ്കിൽ ഒരു നിയമം നിർവ്വഹിക്കുന്നു സ്വന്തം ആവശ്യങ്ങൾക്കായി ബിസിനസുകളും സർക്കാരുകൾ സൃഷ്ടിക്കുകയും ശേഖരിച്ചു ഡാറ്റ ഉറവിടങ്ങളും ഉപയോഗിക്കുന്നു. ഈ ബിസിനസ്സ് സർക്കാർ ഡാറ്റ ഉറവിടങ്ങളിൽ വലിയ ഡാറ്റ വിളിക്കപ്പെടും വന്നിരിക്കുന്നു. ബിഗ് ഡാറ്റ ഉപയോഗിച്ച് ഗവേഷണം ചെയ്യുന്നത് യഥാർത്ഥത്തിൽ ഗവേഷണ സൃഷ്ടിച്ചു ഡാറ്റ ഉപയോഗിച്ച് ഗവേഷണം ചെയ്യുന്നത് വ്യത്യസ്തമാണ്. അത്തരം ജനറൽ സോഷ്യൽ സർവേ (ജിഎസ്എസ്) ആയി പരമ്പരാഗത പൊതുജനാഭിപ്രായം സർവേ, ഉദാഹരണത്തിന്, താരതമ്യം, അത്തരം ട്വിറ്റര് ഒരു സോഷ്യൽ മീഡിയ വെബ്സൈറ്റ്. ട്വിറ്റർ പ്രധാന ലക്ഷ്യങ്ങൾ അതിന്റെ ഉപയോക്താക്കൾക്ക് ഒരു സേവനം നൽകുന്നതിനും ലാഭം ഉണ്ടാക്കാൻ ആകുന്നു. ഈ ലക്ഷ്യങ്ങൾ കൈവരിക്കാനും പ്രക്രിയയിൽ, ട്വിറ്റർ പൊതുജനാഭിപ്രായം ചില വശങ്ങൾ പഠിക്കുന്ന ഉപയോഗപ്പെടും വിവരങ്ങൾക്ക് സൃഷ്ടിക്കുന്നു. എന്നാൽ, ജനറൽ സോഷ്യൽ സർവേ (ജിഎസ്എസ്) വ്യത്യസ്തമായി ട്വിറ്റർ പ്രാഥമികമായി സാമൂഹിക ഗവേഷണ കേന്ദ്രീകരിച്ചായിരുന്നു ചെയ്തിട്ടില്ല.

പദം വലിയ ഡാറ്റ frustratingly അവ്യക്തമാണ്, അതു ഗ്രൂപ്പുകൾ ഒന്നിച്ച് വ്യത്യസ്ത കാര്യങ്ങൾ. സോഷ്യൽ ഗവേഷണ ആവശ്യങ്ങൾക്കായി, ഞാൻ അതു വലിയ ഡാറ്റ ഉറവിടങ്ങളിൽ രണ്ട് തരം തമ്മിൽ വേർതിരിച്ചു സഹായകരമായ കരുതുന്നു. സർക്കാർ ഭരണപരമായ രേഖകൾ ബിസിനസ്സ് അഡ്മിനിസ്ട്രേറ്റീവ് രേഖകള് സർക്കാർ ഭരണപരമായ രേഖകള് അവരുടെ ദൈനംദിന പ്രവർത്തനങ്ങൾ ഭാഗമായി സർക്കാരുകൾ സൃഷ്ടിക്കപ്പെടുന്നു ഡാറ്റ ആകുന്നു. റെക്കോർഡുകൾ എന്നാൽ ജനന പഠിക്കുന്ന demographers, വിവാഹം, മരണം സർക്കാരുകൾ കൂടുതലായി ശേഖരിച്ച് analyzable ഫോമുകൾ വിശദമായ രേഖകള് വിട്ടയക്കുന്നു പോലെ റെക്കോർഡുകളുടെ ഈ തരത്തിലുള്ള കഴിഞ്ഞ-അത്തരം ഗവേഷകർ ഉപയോഗിച്ചിട്ടുണ്ട്. ഉദാഹരണത്തിന്, ന്യൂയോർക്ക് സിറ്റി സർക്കാർ നഗരത്തിലെ എല്ലാ ടാക്സി അകം ഡിജിറ്റൽ മീറ്റർ ഇൻസ്റ്റാൾ. ഈ മീറ്റർ റെക്കോർഡ് ഡ്രൈവർ, ആരംഭ സമയവും ലൊക്കേഷനും, സ്റ്റോപ്പ് സമയം, സ്ഥാനം, യാത്രാനിരക്ക് ഉൾപ്പെടെ ഓരോ ടാക്സി സവാരി കുറിച്ചുള്ള ഡാറ്റ എല്ലാ തരത്തിലുള്ള. ഞാൻ ഈ അധ്യായത്തിൽ പിന്നീട് പറയാം ഒരു പഠനത്തിൽ, ഹെൻറി ഫാർബർ (2015) ചീത്തയാകാതിരിക്കാനും വേതനവും ജോലി മണിക്കൂർ എണ്ണം തമ്മിലുള്ള ബന്ധത്തെപ്പറ്റി ലേബർ ഇക്കണോമിക്സ് ഒരു അടിസ്ഥാനപരമായ സംവാദത്തിന് അഭിസംബോധന ഈ ഡാറ്റ ദുരുദ്ദേശ്യങ്ങൾക്കുപയോഗിക്കാമെന്ന്.

സോഷ്യൽ റിസർച്ച് ബിഗ് ഡാറ്റ രണ്ടാമത്തെ പ്രധാന തരം ബിസിനസ്സ് ഭരണ രേഖകള് ആണ്. ഈ ബിസിനസ്സ് അവരുടെ ദൈനംദിന പ്രവർത്തനങ്ങൾ ഭാഗമായി സൃഷ്ടിക്കുന്നതിനും ശേഖരിക്കുന്ന വിവരങ്ങളാണ് നിലനില്ക്കുന്നത്. ഈ ബിസിനസ്സ് അഡ്മിനിസ്ട്രേറ്റീവ് രേഖകള് പലപ്പോഴും ഡിജിറ്റൽ തെളിവുകൾ സോഷ്യൽ മീഡിയ കുറിപ്പുകൾ എന്ന് വിളിക്കുന്നു സെർച്ച് എഞ്ചിൻ അന്വേഷണ രേഖകൾ പോലുള്ള കാര്യങ്ങൾ ഉൾപ്പെടുത്തുക, മൊബൈൽ ഫോണുകളിൽ നിന്നും റെക്കോർഡുകൾ വിളിക്കും. വിമർശനാത്മകമായി ഇവ ബിസിനസ്സ് ഭരണ റെക്കോർഡുകൾ ഓൺലൈൻ പെരുമാറ്റത്തെക്കുറിച്ച് അല്ല. ഉദാഹരണത്തിന്, ചെക്ക് ഔട്ട് സ്കാനറുകൾ ഉപയോഗിക്കുന്ന സ്റ്റോറുകൾ തൊഴിലാളിക്ക് ഉത്പാദനക്ഷമത എന്ന തത്സമയം നടപടികൾ സൃഷ്ടിക്കുന്നു. ഞാൻ ഇത് പിന്നീട് അധ്യായത്തിൽ കുറിച്ച് പറയാം ഒരു പഠനത്തിൽ, അലക്സാണ്ടർ മാസ് ആൻഡ് എൻറികോ Moretti (2009) ഒരു തൊഴിലാളികളുടെ ഉത്പാദനക്ഷമതയും .കുറചോരഹങ്കാര ഉത്പാദനക്ഷമത കാരണമായി എങ്ങനെ പഠിക്കാൻ ഈ സൂപ്പർമാർക്കറ്റിൽ ദുരുദ്ദേശ്യങ്ങൾക്കുപയോഗിക്കാമെന്ന് ചെക്ക്-ഔട്ട് ഡാറ്റ.

ഈ ഉദാഹരണങ്ങൾ ഇരുവരും വിശദമാക്കുന്നത് നിലയിൽ repurposing ആശയം ബിഗ് ഡാറ്റ നിന്ന് പഠന അത്യാവശ്യം ആണ്. എന്റെ അനുഭവം ൽ സോഷ്യൽ ശാസ്ത്രജ്ഞരും ഡാറ്റ ശാസ്ത്രജ്ഞർ വളരെ വ്യത്യസ്തമായി repurposing ഈ ചെല്ലാവു. അതിന്റെ ശക്തി അവഗണിക്കുന്ന സമയത്ത് ഗവേഷണ രൂപകൽപ്പന ഡാറ്റ പ്രവർത്തിക്കാൻ പതിവുള്ള സാമൂഹ്യ ശാസ്ത്രജ്ഞരും, ദുരുദ്ദേശ്യങ്ങൾക്കുപയോഗിക്കാമെന്ന് ഡാറ്റ പ്രശ്നങ്ങൾ ചൂണ്ടിക്കാണിക്കാം പെട്ടെന്നുള്ള ആകുന്നു. മറുവശത്ത്, ഡാറ്റ ശാസ്ത്രജ്ഞർ അതിന്റെ ദൗർബല്യങ്ങൾ അവഗണിക്കുന്ന സമയത്ത് ദുരുദ്ദേശ്യങ്ങൾക്കുപയോഗിക്കാമെന്ന് ഡാറ്റ ആനുകൂല്യങ്ങൾ ചൂണ്ടിക്കാണിക്കാം പെട്ടെന്നുള്ള ആകുന്നു. സ്വാഭാവികമായും, യമ ഹൈബ്രിഡ് തന്നെ. അതാണ് ഗവേഷകർ ഡാറ്റ-രണ്ടും നല്ലതും ഈ പുതിയ സ്രോതസ്സുകൾ സവിശേഷതകൾ മനസ്സിലാക്കാൻ മോശം-അതിനുശേഷം അവരിൽ നിന്ന് പഠിക്കാൻ എങ്ങനെ അവയെന്തെല്ലാമെന്നു് വേണമെങ്കിൽ ആണ്. പിന്നെ, ഈ അധ്യായം അവശേഷിക്കുന്ന പ്ലാൻ ആണ്. അടുത്തത്, ഞാൻ ബിസിനസ്സ് സർക്കാർ ഭരണ ഡാറ്റ പത്തു സാധാരണ പ്രത്യേകതകൾ വിശദീകരിക്കുക ചെയ്യും. ശേഷം, ഞാൻ ഈ ഡാറ്റ ഉപയോഗിക്കാൻ കഴിയുന്ന മൂന്ന് ഗവേഷണ സമീപനങ്ങൾ, ഈ ഡാറ്റ പ്രത്യേകതകൾ നന്നായി അനുയോജ്യമായ സമീപനങ്ങളിലും വിവരിക്കുക ചെയ്യും.