2.3.1.3 नॉन reactive

मापन मोठे डेटा स्रोत वर्तन बदलण्यासाठी जास्त शक्यता कमी असते.

सामाजिक संशोधन एक आव्हान त्यांनी संशोधक साजरा जात आहेत हे मला माहीत आहे तेव्हा लोक त्यांचे वर्तन बदलण्यासाठी शकता की आहे. सामाजिक शास्त्रज्ञ साधारणपणे संशोधक मापन िति प्रतिसाद हे वर्तन बदल कॉल (Webb et al. 1966) . अनेक संशोधक सर्वांत शोधू की मोठे डेटा एकच पैलू सहभागी साधारणपणे नाही त्यांच्या डेटा मिळविले जात आहेत किंवा ते यापुढे त्यांच्या वर्तन बदलणारा हा डेटा संकलन त्यामुळे नित्याचा की जाणीव आहे. ते नॉन reactive आहे कारण, त्यामुळे मोठे डेटा अनेक स्रोत पूर्वी अचूक मापन सुधारणा झाली नाही की वर्तन अभ्यास करण्यासाठी वापरले जाऊ शकते. उदाहरणार्थ, Stephens-Davidowitz (2014) युनायटेड स्टेट्स विविध क्षेत्रांमध्ये वांशिक द्वेषबुद्धी मोजण्यासाठी शोध इंजिन क्वेरी मध्ये वर्णद्वेष अटी प्रभाव वापरले. सक्षम मोजमाप जसे की सर्वेक्षणे इतर पद्धती वापरून कठीण होणार आहे शोध डेटा नॉन reactive आणि मोठ्या (मागील पहा) निसर्ग.

नॉन-िति, तथापि, या डेटा कसा तरी थेट लोकांच्या वर्तन किंवा दृष्टिकोन प्रतिबिंबित आहेत याची खात्री नाही. उदाहरणार्थ, एका प्रतिवादी म्हणून सांगितले Newman et al. (2011) , काही डेटा स्रोत नॉन reactive असली तरीही ते नेहमी सामाजिक इष्टता बायस च्या मुक्त नाही, दुसऱ्या शब्दांत, "तो मी नाही की मी समस्या, मी फक्त Facebook वर टाकल्यावर नाही. नाही आहे" लोकांसाठी प्रवृत्ती शक्य तितका सर्वोत्कृष्ट मार्ग स्वत: सादर करू इच्छित आहे. पुढे, मी खाली अधिक वर्णन कराल, या डेटा स्रोत कधी कधी व्यासपीठ मालक गोल करून परिणाम आहेत, अल्गोरिथमसंबंधी confounding नावाची समस्या (अधिक वर्णन खाली).

नॉन-िति तरी संशोधन फायदा, त्यांच्या संमती आणि जागरूकता न लोकांच्या वागण्याचा ट्रॅक नाही नैतिक चिंता धडा 6. वाढ डिजिटल पाळत ठेवणे विरुद्ध एक सार्वजनिक लाट वेळ अधिक प्रतिक्रियात्मक होऊ करण्यासाठी मोठ्या डेटा प्रणाली होऊ शकते, आणि मजबूत खाली आणि तपशील चर्चा आहे डिजिटल पाळत ठेवणे चिंता अगदी मोठे डेटा प्रणाली रद्द करण्याचा पूर्णपणे प्रयत्न वाढ नॉन-representativity (अधिक खाली वर्णन) बद्दल चिंता काही लोक होऊ शकते.

सामाजिक संशोधन मोठा, नेहमी चालू, आणि नॉन reactive-सामान्यतः डेटा स्रोत संशोधन संशोधकांनी तयार नाहीत कारण उद्भवू मोठे डेटा या तीन चांगल्या अवस्थेत. आता, मी संशोधन वाईट आहेत की मोठी डेटा स्रोत सात गुणधर्म चालू करू. ही वैशिष्ट्ये या डेटाचे संशोधन संशोधकांनी तयार केली नाही उद्भवू कल.