7.2.1 Readymades ആൻഡ് Custommades ലയനം

നിഷ്കളങ്കമായ ഒരു റെഡിമെയ്ഡ് തന്ത്രത്തിന് അല്ലെങ്കിൽ ഒരു ശുദ്ധമായ Custommade സ്ട്രാറ്റജി വേണ്ടാ പൂർണ്ണമായി ഡിജിറ്റൽ യുഗത്തിൽ കഴിവുകൾ ലഭ്യമാക്കുന്നു. ഭാവിയിൽ നാം സങ്കരയിനം സൃഷ്ടിക്കാൻ പോകുന്നു.

അവതാരികയിൽ ഞാൻ മൈക്കെലാഞ്ചലോയുടെ Custommade രീതിയിൽ മാർസെൽ Duchamp എന്ന റെഡിമെയ്ഡ് രീതിയിൽ പ്രതികൂലമായ. ഈ തീവ്രത പുറമേ Readymades പ്രവർത്തിക്കാൻ പ്രവണത ആർ ഡാറ്റ ശാസ്ത്രജ്ഞർ, എന്നാൽ Custommades പ്രവർത്തിക്കാൻ പ്രവണത സാമൂഹ്യ ശാസ്ത്രജ്ഞരും തമ്മിലുള്ള വ്യത്യാസം അക്കത്തെ. ഭാവിയിൽ എന്നാൽ, ഞാൻ ഈ ശുദ്ധമായ സമീപനങ്ങളുടെ ഓരോ പരിമിതമായ നിമിത്തം നാം കൂടുതൽ സങ്കരയിനം കാണും പ്രതീക്ഷിക്കാം. മാത്രം Readymades ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്ന ഗവേഷകർ ലോകത്തെ അനവധി മനോഹരമായ Readymades ഇല്ല കാരണം സമരം പോകുന്നു. ഇപ്രകാരം, ഈ ശുദ്ധമായ രീതിയിൽ മുകുന്ദൻ ഗവേഷകർ ഒന്നുകിൽ വൃത്തികെട്ട Readymades ഉപയോഗിച്ച് ഗുണമേന്മയുള്ള യാഗം പോകുന്നു, അല്ലെങ്കിൽ അവർ തികഞ്ഞ പ്രക്യതി തിരയുന്ന സമയം ഒത്തിരി ചെലവഴിക്കാൻ പോകുന്നത്. മാത്രം Custommades ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്ന ഗവേഷകർ, മറുവശത്ത്, സ്കെയിൽ യാഗം പോകുന്നു. ഹൈബ്രിഡ് സമീപനങ്ങൾ അതേസമയം, Custommades വരുന്ന ചോദ്യം ഡാറ്റ തമ്മിലുള്ള ഇറുകിയ പാഠവുമായി Readymades വരുന്നു എന്ന് സ്കെയിൽ സംയോജിപ്പിച്ച് കഴിയും.

ഞങ്ങൾ നാല് അനുഭവവേദ്യമായ അധ്യായങ്ങളിൽ ഓരോ ഈ സങ്കരയിനം ഉദാഹരണങ്ങളിൽ കണ്ടു. അദ്ധ്യായം 2, ഞങ്ങൾ Google ഫ്ലൂ ട്രെൻഡ് വേഗത്തിൽ എസ്റ്റിമേറ്റുകൾ ഉത്പാദിപ്പിക്കാൻ പ്രോബബിലിറ്റി അധിഷ്ഠിത പരമ്പരാഗത മെഷർമെന്റ് സിസ്റ്റം (സിഡിസി ഇൻഫ്ലുവൻസ നിരീക്ഷണ സിസ്റ്റം) ഉപയോഗിച്ചുള്ള ഒരു എപ്പോഴും വലിയ ഡാറ്റ സിസ്റ്റം (തിരയൽ അന്വേഷണങ്ങൾ) കൂടിച്ചേർന്നുണ്ടായ എങ്ങനെ കണ്ടു (Ginsberg et al. 2009) . 3-ാം അധ്യായത്തിൽ നമുക്ക് എങ്ങനെ സ്റ്റീഫൻ Ansolabehere ആൻഡ് Eitan Hersh കണ്ടു (2012) യഥാർത്ഥത്തിൽ വോട്ട് ആളുകൾക്ക് പ്രത്യേകതകൾ കുറിച്ച് കൂടുതൽ അറിയുന്നതിന് വേണ്ടി റെഡിമെയ്ഡ് സർക്കാർ ഭരണ ഡാറ്റ കൂടിച്ചേർന്ന് അളവനുസരിച്ച് നിർമ്മിച്ച സർവ്വേ ഡാറ്റ. അദ്ധ്യായം 4, ഒരു വലിയ അളവിൽ പെരുമാറ്റം സോഷ്യൽ മാനദണ്ഡങ്ങൾ ഇഫക്റ്റുകൾ പഠിക്കാൻ അളവനുസരിച്ച് നിർമ്മിച്ച ചികിത്സ റെഡിമെയ്ഡ് വൈദ്യുതി അളക്കാനുള്ള ഇൻഫ്രാസ്ട്രക്ച്ചർ കൂട്ടിച്ചേർക്കുന്ന എങ്ങനെ OPower പരീക്ഷണങ്ങൾ കണ്ടു (Allcott 2015) . ഒടുവിൽ, അദ്ധ്യായം 5 ഞാൻ നിങ്ങളെ കെന്നത്ത് ബെനോയ്റ്റ്ജേക്കബ് സഹപ്രവർത്തകരും എങ്ങനെ അറിയിച്ചു (2015) ഗവേഷകർ പഠിക്കാൻ ഉപയോഗിക്കാൻ കഴിയുന്ന ഡാറ്റ സൃഷ്ടിക്കുന്നതിന് രാഷ്ട്രീയ പാർട്ടികൾ സൃഷ്ടിച്ച പത്രികകൾ ഒരു റെഡിമെയ്ഡ് കൂട്ടം അളവനുസരിച്ച് നിർമ്മിച്ച പുരുഷാരം വെല്ലാൻ പ്രക്രിയ പ്രയോഗിച്ചു തിരഞ്ഞെടുപ്പിൽ നയപരവുമായ സംവാദങ്ങൾ ചലനാത്മകത.

ഭാവിയിൽ ഒരു ശക്തമായ തന്ത്രത്തിന്റെ ഗവേഷണ അവരെ കൂടുതൽ അനുയോജ്യമായ സത്യമെന്ന് കൂടുതൽ വിവരങ്ങൾ, റിസർച്ച് വാങ്ങാത്ത ഏത് വലിയ ഡാറ്റ ഉറവിടങ്ങളിൽ, സമ്പുഷ്ടമാക്കാൻ ആയിരിക്കും എന്ന് ഈ നാലു ഉദാഹരണങ്ങൾ കാണിക്കുന്നത് (Groves 2011) . അതു Custommade അല്ലെങ്കിൽ റെഡിമെയ്ഡ് ആരംഭിക്കുന്നു ആയിക്കൊള്ളട്ടെ, ഈ ഹൈബ്രിഡ് രീതിയിൽ പല ഗവേഷണ പ്രശ്നങ്ങൾക്ക് വലിയ വാഗ്ദാനം താങ്ങി.