7.2.1 रेडीमेड्स आणि कस्टम मैड्सचे मिश्रण

एक शुद्ध तयार केलेली योजना किंवा शुद्ध कस्टमाड रणनीती पूर्णपणे डिजिटल युगाची क्षमता वापरत नाही. भविष्यात आम्ही संकरित तयार करणार आहोत.

परिचय मध्ये, मी मार्सेल ड्यूचॅमची रेडीमेडे शैली विरोधात केली आणि मिकीलॅन्गेलोच्या सानुकूल शैलीसह. हे कॉन्ट्रास्ट डेटा विज्ञापकांमधील फरक ओळखतात, जे रेडीमेड्ससह काम करतात आणि सामाजिक शास्त्रज्ञ असतात जे कस्टम मैड्ससह काम करतात. भविष्यात, तथापि, मी अशी अपेक्षा करतो की आम्ही आणखी संकरिते पाहू कारण प्रत्येक शुद्ध पध्दती मर्यादित आहेत. संशोधक जे केवळ तयार करण्याची इच्छा करु इच्छितात त्यांना संघर्ष करायला लागणार आहे कारण जगातील बर्याच सुंदर रीडेमेड नाहीत. दुसरीकडे, केवळ कस्टमायडचा वापर करणार्या संशोधकांनी त्या प्रमाणात सोडले आहे. तथापि, संकरित पध्दती सानुकूल मैदानातून मिळणा-या प्रश्नांमधील आणि डेटा दरम्यान तंदुरुस्त असलेल्या रीमेइमेडसह स्केल एकत्र करू शकते.

आम्ही चार संप्रतीक अध्यायांमध्ये प्रत्येकात या संकरांची उदाहरणे पाहिली आहेत. अध्यायात 2 मध्ये, आम्ही ग्वांतू फ्लू ट्रेंड्सनी नेहमीच वेगवान अंदाज तयार करण्यासाठी संभाव्यता-आधारित पारंपारिक मापन प्रणाली (सीडीसी इन्फ्लूएन्झा पाळत ठेवणे प्रणाली) सह नेहमीच्या मोठ्या डेटा प्रणाली (शोध क्वेरी) एकत्रित केल्या होत्या (Ginsberg et al. 2009) . तिसऱ्या अध्यायात, स्टीफन अंसॉलेबहिर आणि इयान हर्ष (2012) यांनी तयार केलेल्या सरकारी प्रशासकीय डेटासह एकत्रित केलेल्या सर्वेक्षणाचा डेटा एकत्रित करणाऱ्या लोकांच्या गुणवत्तेबद्दल अधिक जाणून घेण्यासाठी आम्ही पाहिले. अध्याय 4 मध्ये, आम्ही पाहतो की विपुल प्रयोगांद्वारे लाखो लोकांच्या वर्तनाबद्दल सामाजिक नियमांच्या प्रभावाचा अभ्यास करण्यासाठी कस्टमाड उपचाराने तयार केलेले रेडीमेड वीजमापन इन्फ्रास्ट्रक्चर एकत्रित केले (Allcott 2015) . शेवटी, अध्याय 5 मध्ये, आम्ही केनेथ बेनोइट आणि सहकर्मी (2016) यांनी राजकीय पक्षांनी निर्माण केलेल्या जाहीरनाम्यांनुसार तयार केलेल्या मेमोलिओमध्ये तयार केलेल्या कस्टम-मॅड-कोडींग प्रक्रियेवर संशोधन केले आहे जे संशोधक धोरण विवादांच्या गतीशीलतेचा अभ्यास करण्यासाठी वापरु शकतात.

या चार उदाहरणे सर्व दर्शवितात की भविष्यात एक प्रभावी योजना मोठ्या डेटा स्त्रोतांना समृद्ध करण्यासाठी असेल, जे संशोधनासाठी तयार केलेले नाहीत, त्यांना संशोधन (Groves 2011) साठी अधिक योग्य बनविणार्या अतिरिक्त माहितीसह. हे सानुकूल किंवा रेडीमेडसह सुरू झाले आहे का, या संकरित शैलीने अनेक संशोधन समस्यांसाठी मोठे आश्वासन दिले आहे.