2.2 dejta Big

Dejta Big huma maħluqa u miġbura minn gvernijiet għal għanijiet oħra minbarra r-riċerka. Meta tuża din id-data għal riċerka, għalhekk, jeħtieġ repurposing.

Veduta idealized ta 'riċerka soċjali imagines xjenzat li jkollu idea u mbagħad ġbir ta' data biex tittestja dik l-idea. Dan l-istil tar-riċerka twassal għal tajbin stretta bejn mistoqsija ta 'riċerka u data, iżda huwa limitat minħabba riċerkatur individwali spiss ma jkollhomx ir-riżorsi meħtieġa biex tinġabar id-dejta li jkunu jeħtieġu, bħal data kbar, sinjuri, u nazzjonalment rappreżentattivi. stħarriġ soċjali Għalhekk, ħafna riċerka soċjali fil-passat użati fuq skala kbira, bħall-Istħarriġ soċjali ġeneralizzata (GSS), l-American National Istudju Elezzjoni (ANES), u Panel Studju ta 'Dynamics Dħul (PSID). Dawn Stħarriġ fuq skala kbira huma ġeneralment mmexxija minn tim ta 'riċerkaturi u huma mfassla biex tinħoloq dejta li jistgħu jintużaw minn ħafna riċerkaturi. Minħabba l-għanijiet ta 'dan l-istħarriġ fuq skala kbira, b'attenzjoni kbira jitqiegħed fis-tfassil tal-ġbir tad-data u t-tħejjija d-data li tirriżulta għall-użu mill-riċerkaturi. Din id-data huma mir-riċerkaturi u għar-riċerkaturi.

Ħafna riċerka soċjali li jużaw sorsi ta 'età diġitali, madankollu, hija fundamentalment differenti. Minflok tuża data miġbura mir-riċerkaturi u għar-riċerkaturi, hija tuża sorsi ta 'data li ġew maħluqa u miġbura min-negozji u l-gvernijiet għall-iskopijiet tagħhom bħal jagħmel profitt, li tipprovdi servizz, jew tkun qed tamministraha liġi. Dawn il negozju u l-gvern sorsi ta 'dejta jkunu ġew imsejħa data kbar. Tagħmel riċerka ma 'data kbar huwa differenti milli tagħmel riċerka ma' data li kien oriġinarjament maħluqa għall-riċerka. Qabbel, per eżempju, websajt soċjali media, bħall-Twitter, bi stħarriġ tradizzjonali opinjoni pubblika bħall-Istħarriġ Soċjali Ġenerali (GSS). għanijiet ewlenin Twitter huma li jipprovdu servizz lill-utenti tiegħu u biex jagħmlu profitt. Fil-proċess ta 'kisba ta' dawn l-għanijiet, Twitter joħloq dejta li tista 'tkun utli għall-istudju ċerti aspetti tal-opinjoni pubblika. Iżda, kuntrarjament għall-Istħarriġ Soċjali Ġenerali (GSS), Twitter mhuwiex primarjament iffukata fuq ir-riċerka soċjali.

Id-data big terminu huwa frustratingly vag, u huwa tiġbor flimkien affarijiet differenti ħafna. Għall-finijiet ta 'riċerka soċjali, naħseb li huwa utli li ssir distinzjoni bejn żewġ tipi ta' sorsi ta 'data kbar:. Arkivji amministrattivi tal-gvern u r-rekords amministrattivi tan-negozji rekords amministrattivi Gvern tagħrif li huma maħluqa mill-gvernijiet bħala parti mill-attivitajiet ta' rutina tagħhom. Dawn it-tipi ta 'rekords ġew użati mir-riċerkaturi fil-passat bħal demografi jistudjaw twelid, żwieġ, u mewt rekords-imma gvernijiet qegħdin dejjem aktar ġabret u ħarġet rekords dettaljati fil-forom tiġi analizzata. Per eżempju, il-Gvern ta 'New York City installati miters diġitali ġewwa ta' kull taxi fil-belt. Dawn il-meters tirreġistra kull tip ta 'data dwar kull rikba taxi inkluż ix-xufier, il-ħin tal-bidu u l-post, il-ħin waqfien u l-post, u l-nol. Fi studju li jien ser jgħidlek aktar tard f'dan il-kapitolu, Henry Farber (2015) repurposed din id-dejta biex jindirizzaw dibattitu fundamentali fl-ekonomija tax-xogħol dwar ir-relazzjoni bejn il-pagi fis-siegħa u n-numru ta 'sigħat maħduma.

It-tieni tip ewlieni ta 'dejta kbar għar-riċerka soċjali hija r-rekords amministrattivi tan-negozju. Din hija data li n-negozju joħolqu u jiġbru bħala parti mill-attivitajiet ta 'rutina tagħhom. Dawn ir-rekords amministrattivi tan-negozju huma spiss imsejħa traċċi diġitali, u jinkludi affarijiet simili query zkuk search engine, postijiet soċjali media, u sejħa rekords mill-mowbajls. B'mod kritiku, dawn ir-rekords amministrattivi tan-negozju huma mhux biss dwar l-imġiba online. Per eżempju, ħwienet li jużaw check-out scanners qed joħolqu miżuri f'ħin reali tal-produttività tal-ħaddiema. Fi studju li jien ser jgħidlek dwar aktar tard f'dan il-kapitolu, Alexandre Mas u Enrico Moretti (2009) repurposed dan supermarket check-out dejta biex tistudja kif l-produttività tal-ħaddiema hija milquta mill-produttività ta 'sħabhom.

Billi ż-żewġ eżempji juru, l-idea ta 'repurposing huwa fundamentali għat-tagħlim mid-data kbar. Fl-esperjenza tiegħi, xjentisti soċjali u x-xjentisti data approċċ għal din repurposing b'mod differenti ħafna. xjentisti soċjali, li huma mdorrijin jaħdmu bid-data maħsuba għal riċerka, huma malajr li jiġi rrilevat l-problemi ma 'dejta repurposed filwaqt li tinjora s-saħħa tagħha. Min-naħa l-oħra, ix-xjentisti data huma malajr li jiġi rrilevat l-benefiċċji ta 'dejta repurposed filwaqt li tinjora d-dgħjufijiet tiegħu. Naturalment, l-aħjar approċċ ikun ibridi. Dan huwa, ir-riċerkaturi jeħtieġ li jifhmu l-karatteristiċi ta 'dawn is-sorsi ġodda ta' data kemm tajbin u ħżiena-u mbagħad figura kif jitgħallmu minnhom. U, dan huwa l-pjan għall-bqija ta 'dan il-kapitolu. Sussegwentement, jiena ser tiddeskrivi għaxar karatteristiċi komuni ta 'data kummerċjali u governattivi amministrattivi. Wara dan, jiena ser tiddeskrivi tliet approċċi ta 'riċerka li jistgħu jintużaw ma' dan it-tagħrif, l-approċċi li huma adattati sew għall-karatteristiċi ta 'din id-data.