2.3.3 Nonreactive

ကြီးမားတဲ့ data တွေကိုသတင်းရင်းမြစ်အတွက်တိုင်းတာခြင်းအပြုအမူကိုပြောင်းလဲဖို့အများကြီးလျော့နည်းဖွယ်ရှိသည်။

လူမှုရေးသုတေသနတစ်ခုမှာစိန်ခေါ်မှုသူတို့သုတေသီများအားဖြင့်ကြည့်ရှုလေ့လာလျက်ရှိသည်ကိုငါတို့သိကြ၏တဲ့အခါမှာလူတွေကသူတို့ရဲ့အပြုအမူကိုပြောင်းလဲနိုငျသောကွောငျ့ဖွစျသညျ။ လူမှုသိပ္ပံပညာရှင်တွေဟာယေဘုယျအားဖြင့်ဒီ reactivity ကိုခေါ်ပါ (Webb et al. 1966) ။ ယခင်အတွက်သူတို့ကြည့်ရှုလေ့လာလျက်ရှိသည်အလွန်သတိထားကြောင့်ဥပမာအားဖြင့်, လူတွေကလယ်ကွင်းလေ့လာမှုများထက်ဓာတ်ခွဲခန်းလေ့လာမှုများတွင်ပိုမိုရက်ရက်ရောရောနိုင်ပါတယ် (Levitt and List 2007a) ။ များစွာသောသုတေသီများကတိပေးတွေ့ရသောကြီးမားသောအချက်အလက်များ၏တဦးတည်းရှုထောင့်တက်ရောက်လာသူများကိုယေဘုယျအားဖြင့်၎င်းတို့၏ဒေတာဖမ်းဆီးရမိလျက်ရှိသည်ဒါမှမဟုတ်သူတို့ကမရှိတော့သူတို့ရဲ့အပြုအမူကိုပြောင်းလဲသောဤအချက်အလက်ကောက်ယူမှုမှဒါနေသားတကျဖြစ်လာကြပြီသတိထားမဟုတ်သောကြောင့်ဖြစ်သည်။ သင်တန်းသားများကို nonreactive ဖြစ်ကြသည်သောကြောင့်ကြီးမားသောအချက်အလက်များ၏အများအပြားသတင်းရင်းမြစ်ယခင်ကတိကျတိုင်းတာခြင်းမှအာမင်မမူကြောင်းကိုအပြုအမူကိုလေ့လာဖို့အသုံးပြုနိုင်ပါသည်။ ဥပမာအားဖြင့်, Stephens-Davidowitz (2014) အမေရိကန်ပြည်ထောင်စု၏ကွဲပြားခြားနားသောဒေသများတွင်လူမျိုးရေး animus တိုင်းတာရန် search engine ကိုမေးမြန်းချက်များတွင်လူမျိုးရေးခွဲခြားအသုံးအနှုန်းများ၏ပျံ့နှံ့မှုကိုအသုံးပြုခဲ့သည်။ ထိုကဲ့သို့သောစစ်တမ်းများကဲ့သို့သောအခြားနည်းလမ်းများကိုအသုံးပြုခက်ခဲဖြစ်လိမ့်မယ်လို့တိုင်းတာ enabled ရှာဖွေရေးအချက်အလက်များ၏ (အပိုင်း 2.3.1 ကိုကြည့်ပါ) nonreactive နှင့်ကြီးမားသောသဘာဝ။

Nonreactivity သို့သော်ဤဒေတာကိုတစ်နည်းနည်းနဲ့လူရဲ့အပြုအမူသို့မဟုတ်သဘောထားတွေ၏တိုက်ရိုက်ရောင်ပြန်ဟပ်မှုဖြစ်ကြောင်းသေချာမထားဘူး။ ဥပမာအားအင်တာဗျူး-based လေ့လာမှုမှာတဦးတည်းတုံ့ပြန်ဟုပြောသည်အဖြစ်, "ဒါဟာကျွန်မပြဿနာများရှိသည်မဟုတ်ကြဘူးမယ့်ကိုယ့်ရဲ့ Facebook မှာသူတို့ကိုချပြီးမဟုတ်ပါဘူး" (Newman et al. 2011) ။ တနည်းအားဖြင့်အချို့သောကြီးတွေဒေတာသတင်းရင်းမြစ် nonreactive များမှာသော်လည်း, သူတို့သည်အစဉ်အမြဲလူမှုရေးလိုလားဘက်လိုက်မှု, လူတွေအကောငျးဆုံးနညျးလမျးနဲ့မိမိတို့ကိုယ်ကိုတင်ပြချင်မှများအတွက်စိတ်သဘောထားအခမဲ့မဟုတ်ပါဘူး။ ထို့ပြင်ငါနောက်ပိုင်းတွင်အခနျးမှာကိုဖော်ပြရန်လိမ့်မယ်အဖြစ်, ကြီးမားတဲ့ data တွေကိုသတင်းရင်းမြစ်အတွက်ဖမ်းမိအပြုအမူတခါတရံပလက်ဖောင်းပိုင်ရှင်များ၏ပန်းတိုင်များအားဖြင့်ထိခိုက်သည်ပြဿနာတစ်ရပ်ငါ algorithmic သဖွငျ့မခေါ်ပါလိမ့်မယ်။ nonreactivity သုတေသနအတွက်အကျိုးရှိပေမယ့်နောက်ဆုံးအနေနဲ့, သူတို့ရဲ့ခွင့်ပြုချက်နှင့်အသိပညာမပါဘဲလူရဲ့အပြုအမူခြေရာခံကျွန်မအခန်း 6 ထဲမှာအသေးစိတ်ဖော်ပြရန်င့်ကျင့်ဝတ်ဆိုင်ရာစိုးရိမ်ပူပန်မှုများပေါ်ပေါက်။

အဆိုပါသုံးပဲဖော်ပြထား-ကြီးတွေကြောင့်ဂုဏ်သတ္တိများ, အစဉ်မပြတ်-on နှင့်, အစဉ်အမြဲလူမှုရေးသုတေသနအတွက်အကျိုးရှိမရယေဘုယျအားဖြင့် nonreactive-ရှိပါတယ်, ဒါပေမယ့်။ ထို့နောက်ငါကြီးမားတဲ့ data တွေကိုသတင်းရင်းမြစ်-မပြည့်စုံခုနစ်ဂုဏ်သတ္တိများမှဖွင့်ပါလိမ့်မယ်ယေဘုယျအားဖြင့်, လက်လှမ်းမမှီ, Non-ကိုယ်စားလှယ်မျော, Algorithm ကို, ညစ်ပတ်သည်ရှက်ကြောက်ခြင်း, အထိခိုက်မခံသော, ဒါပေမယ့်အမြဲ, သုတေသနများအတွက်ပြဿနာများဖန်တီးဘူး။