1.1 एक शाई कलंक

2009 च्या उन्हाळ्यात, मोबाइल फोन रवांडा संपूर्ण चव अजूनही जिभेवर होते. कुटुंब, मित्र, आणि व्यवसाय सहकारी दरम्यान कॉल लाखो व्यतिरिक्त, 1,000 Rwandans यहोशवा Blumenstock आणि त्यांच्या सहकाऱ्यांनी एक कॉल प्राप्त झाला. संशोधक सहजगत्या रवांडा सर्वात मोठी मोबाइल फोन प्रदाता 1.5 दशलक्ष ग्राहक एक डेटाबेस नमुनाकृत आले होते लोक एक सर्वेक्षण करून संपत्ती आणि गरिबी शिकत होते. ते एका सर्वेक्षणात सहभागी होते, तर त्यांनी संशोधन स्वरूप स्पष्ट Blumenstock आणि सहकारी सहभागी विचारले, आणि नंतर त्यांच्या, लोकसंख्याशास्त्रीय, सामाजिक व आर्थिक वैशिष्ट्ये प्रश्न मालिका विचारले.

सर्व काही मी सांगितले आहे आता एक पारंपारिक सामाजिक विज्ञान सर्वेक्षण जसे हे आवाज करते होईपर्यंत. पण, पुढे काय येतो नाहीत किमान अद्याप पारंपारिक आहे. ते त्यांच्या कॉल डेटा एखाद्याच्या संपत्ती अंदाज मशीन लर्निंग मॉडेल सराव पाहणी विदा वापरली, आणि नंतर ते 1.5 दशलक्ष ग्राहक संपत्ती अंदाज हे मॉडेल वापरले. पुढे, ते कॉल नोंदी एम्बेड भौगोलिक माहिती वापरून 1.5 दशलक्ष ग्राहक राहण्याचा ठिकाणी अंदाज आहे. या दोन अंदाज एकत्र अंदाज संपत्ती आणि अंदाजे ठिकाणी टाकल्यावर निवासस्थानी-Blumenstock आणि सहकारी रवांडा ओलांडून संपत्ती भौगोलिक वितरण उच्च-रिझोल्यूशन अंदाज निर्माण करण्यास सक्षम होते. विशेषतः, त्या अंदाजे संपत्ती रवांडा च्या 2.148 पेशी प्रत्येक लहान प्रशासकीय एकक देशात तयार होऊ शकते.

कारण कोणीही कधीही रवांडा मध्ये अशा लहान भौगोलिक भागात अंदाजपत्रकास उत्पादन झाले होते या अंदाज सत्यापित करणे अशक्य होते. पण, Blumenstock आणि सहकारी रवांडा 30 जिल्ह्यांमध्ये त्यांच्या अंदाज एकत्रित तेव्हा ते सापडलेल्या त्यांच्या अंदाज डेमोग्राफिक आणि आरोग्य सर्वेक्षण विकसनशील देशांत सर्वेक्षण सुवर्ण मानक पासून अंदाज समान होते. या दोन पध्दती या प्रकरणात समान अंदाज उत्पादन जरी, Blumenstock आणि सहकारी दृष्टिकोन 10 पट वेगाने आणि जास्त पारंपारिक डेमोग्राफिक आणि आरोग्य सर्वेक्षण 50 वेळा स्वस्त होते. या नाटकीय जलद आणि कमी खर्च अंदाज संशोधक, सरकार नवीन शक्यता निर्माण करणे, आणि कंपन्या (Blumenstock, Cadamuro, and On 2015) .

नवीन पद्धती विकसित करण्यात याच्या व्यतिरीक्त, हे अभ्यास प्रकारची एक Rorschach inkblot परीक्षा आहे; काय लोक पाहू त्यांच्या पार्श्वभूमी अवलंबून असते. अनेक सामाजिक शास्त्रज्ञ आर्थिक विकास याबद्दल सिद्धांत चाचणी करण्यासाठी वापरले जाऊ शकते की एक नवीन मापन साधन पहा. अनेक डेटा शास्त्रज्ञ थंड नवीन मशीन लर्निंग समस्या पाहा. अनेक व्यवसाय लोक आधीच गोळा केलेल्या डिजिटल ट्रेस डेटा मूल्य अनलॉक एक शक्तिशाली दृष्टिकोन पहा. अनेक गोपनीयता वकिल आम्ही वस्तुमान पाळत ठेवणे एक वेळ राहतात की एक धडकी भरवणारा स्मरण पहा. अनेक धोरण निर्मात्यांना नवीन तंत्रज्ञान एक चांगले जग निर्माण मदत करू शकता की एक मार्ग दिसेल. खरं तर, या अभ्यास त्या गोष्टी सर्व आहे, आणि तो सामाजिक संशोधन भविष्यात मध्ये एक विंडो आहे का की आहे.