7.2.1 रेडिमेड र कस्टममडिडको संयोजन

न त एक शुद्ध रीडाइड रणनीति र न केवल शुद्ध अनुकूलन रणनीति को पूर्ण रूप देखि डिजिटल युग को क्षमताओं को उपयोग गर्दछ। भविष्यमा हामी हाइब्रिडहरू सिर्जना गरिरहेका छौं।

परिचयमा, मैले मार्सलेलोको अनुकूलन शैलीसँग मार्सेल डच्याम्पको पढाइमाड शैलीको विरोध गरे। यस विपरीतले पनि डेटा वैज्ञानिकहरू, जो पढाइमाडहरूसँग काम गर्छ, र सामाजिक वैज्ञानिकहरूको बीचमा भिन्नता राख्दछ, जो कि custommades सँग काम गर्छ। भविष्यमा, तथापि, मलाई आशा छ कि हामी थप हाइब्रिड देख्छौं किनभने प्रत्येक शुद्ध दृष्टिकोणहरू सीमित छन्। शोधकर्ताहरू जुन केवल पढाइमाडेस प्रयोग गर्न चाहन्छन् संघर्षको लागि जाँदैछन् किनकी संसारमा थुप्रै सुन्दर पढाइहरू छैनन्। शोधकर्ताहरू जुन केवल कस्टममाडहरू प्रयोग गर्न चाहन्छन्, अर्कोतिर बलिदान गर्न जाँदैछन्। तथापि, हाइब्रिड दृष्टिकोणहरू, अनुकूलनका लागी प्रश्न र डेटा बीचको ठोस फिटसँग पढ्न मिल्ने साथमा स्केल जोड्न सकिन्छ।

हामीले यी चार संक्रामक अध्यायहरूमा यी संकरहरूको उदाहरणहरू देख्यौं। अध्याय 2 मा, हामीले देखाएको छ कि Google Flu Trends कसरी सम्भावना आधारित परम्परागत मापन प्रणाली (सीडीसी इन्फ्लूएंजा निगरानी प्रणाली) सँग एक सँधै ठूलो डेटा प्रणाली (खोजी प्रश्नहरू) सँग जोडिएको छ जुन तीव्र अनुमानहरू (Ginsberg et al. 2009) उत्पादन गर्न। अध्याय 3 मा, हामीले देखेका थियौँ कि कसरी स्टीफन अन्जुलोबाहेर र इटन हर्सह (2012) तयार पारिएको सरकारी प्रशासनिक डाटासँग अनुकूलित सर्वेक्षण सर्वेक्षण मिलाएर वास्तवमा मतदान गर्ने व्यक्तिहरूको बारेमा थप जान्न। अध्याय 4 मा, हामीले देख्यो कि ओभरभर प्रयोगहरूले लाखौं मान्छे (Allcott 2015) को व्यवहारमा सामाजिक मानदण्डहरु को प्रभाव को अध्ययन गर्न अनुकूलन को उपचार संग रीडाइड विद्युत बिजुली को आधारभूत संरचना को कसरि मिल्यो। अन्ततः, अध्याय 5 मा, हामीले देख्नुभयो कि क्यानेथ बेनोइट र साथीहरूले (2016) ले एक अनुकूलन बनाएको भेडा-कोडिंग प्रक्रियालाई राजनीतिक दलहरूले बनाएको manifestos को रीडाइमेड सेटमा कोडन प्रक्रिया लागू गरे जुन अनुसन्धानकर्ताहरूले नीति बहसको गतिशीलताको अध्ययन गर्न प्रयोग गर्न सक्दछन्।

यी चार उदाहरणहरू सबैले देखाउँछ कि भविष्यमा एक शक्तिशाली रणनीतिको ठूलो डेटा स्रोतहरूलाई समृद्ध बनाउन को लागी, जुन अनुसन्धानको लागी सिर्जना गरिएको छैन, थप सूचनाको साथ उनीहरूले अनुसन्धान (Groves 2011) लागि थप उपयुक्त (Groves 2011) । के यो अनुकूलन र रिडाइमेडसँग सुरु हुन्छ कि यो हाइब्रिड शैलीले थुप्रै अनुसन्धान समस्याहरूको लागि ठूलो प्रतिज्ञा दिन्छ।