2.3.2 تل 2.3.2
تل-on ستر معلوماتو د ناڅاپي پیښو او د وخت د اندازه کولو د مطالعې توان.
زيات شمېر لويو د معلوماتو د سیستم تل-on دي؛ دوی په پرله پسې توګه د معلوماتو د راټولولو. دا تل-on ځانګړتیا سره اوږدمحاله د معلوماتو څېړونکو کوي (يعنې، د وخت په تېرېدو د معلوماتو). تل-on چې د څېړنو لپاره دوه مهم مفهوم لري.
لومړی، د معلوماتو په راټولولو کې محاسبه کوالی شي غیر متوقع پیښې مطالعه کړي چې په بل ډول ممکنه نه وي. د بیلګې په توګه، څیړونکي د 2013 کال په اوړي کې په ترکیه کې د ګیزي د Occupy Occupy مطالعې کې لیوالتیا لري، په ځانګړې توګه د پیښې په جریان کې د لاریون کوونکو په چلند تمرکز کوي. Ceren Budak او ډنکن واټس (2015) د دې وړتیا درلوده چې د ټویټر تل په طبيعت کې کار وکړي ترڅو مظاهره کونکو مطالعه کړي چې دمخه یې د ټویټر کارولو لپاره، دوران او وروسته. او، دوی د دې توان درلود چې د پیښې څخه وروسته، پر مهال، او وروسته د ګډون کونکو یو پرتله کونکی ډله جوړه کړي (شمیره 2.2). په ټولیزه توګه، د دوی پوستکي پوست په دوو کلونو کې د 30،000 کسانو ټیمونه شامل وو. د نورو معلوماتو سره د لاریونونو څخه د عامې کارول شوي ډاټا د پیاوړتیا په واسطه، بدوک او واټونه د دې توان درلود چې ډیر زده کړي: دوی وتوانیدل چې څه ډول خلک په ګیزې لاریونونو کې برخه واخلي او د نظرونو بدلونونه اټکل کړي ګډون کوونکي او نه ګډون کونکي دواړه لنډ مهاله (په ګزمي کې د مخه مخکې د ګیزا پرتله کول) او په اوږد مهال کې (د ګزدي څخه وروسته د ګیزي مخکې پرتله کول).
انځور 2.2: د 2013 کال په دوبي کې د Occupy Gezi په لاریونونو کې د Budak and Watts (2015) لخوا ډیزاین شوی ډیزاین د ټویټر تل په طبيعت کارولو سره، څیړونکو هغه څه رامینځته کړل چې دوی یې د پوست پخواني پوسټ په نوم یاد کړل. 30،000 خلک په دوو کلونو کې. د یوې ځانګړې څیړنې برعکس چې د ګډون کوونکو په وړاندې د لاریونونو پرمهال تمرکز کوي، مخکینۍ پوسته 1 (د غونډې څخه مخکې او وروسته له ګډون کوونکو څخه معلومات او 2 (د ناستې څخه مخکې د پیښې څخه وروسته، وروسته، او وروسته معلومات. د دې حساس شوي ډاټا جوړښت د بډا او واټ فعالولو اټکل وکړ ترڅو کوم ډول خلک د ګیزي په لاریونونو کې برخه واخلي او د ګډون کوونکو او غیر ګډون کونکو چلندونو کې بدلونونه په لنډ مهال کې) دواړه ) او په اوږدمهال کې (د ګزدي څخه وروسته د ګازو څخه مخکې پرتله کول).
یو شکمن کیدی شي دا اټکل وکړي چې د دغو اټکلونو څخه ځینې کیدای شي د معلوماتو راټولولو سرچینو پرته) د رویې بدلون اوږد مهاله اټکلونه (پرته جوړې شي، او دا سمه ده، که څه هم د 30،000 کسانو لپاره د معلوماتو راټولول به په کافی اندازه وي ګران بيه حتی یو لامحده بودیجه هم ورکړ شوې، مګر، زه د هیڅ کوم بل میتود په اړه فکر نه کوم چې په اصل کې څیړونکي اجازه ورکوي چې په وخت کې سفر وکړي او په تیرو کې د ګډون کونکو چلند په مستقیم ډول څارنه وکړي. تر ټولو نږدې بدیل به د سلوک د شاخصونو راپور راټولولو لپاره وي، مګر دا راپورونه به محدود محدودیت او د پوښتنې وړ سمه وي. جدول 2.1 د هغو مطالعاتو نورې بیلګې وړاندې کوي چې د یوې ناڅاپي پیښې مطالعه کولو لپاره د تل په ډاټا سرچینې کاروي.
| نامتوقع پېښه | تل د ډاټا سرچینه | حواله |
|---|---|---|
| په ترکیه کې د ګیزي حرکت پرمخ وړئ | ټویټر | Budak and Watts (2015) |
| په هانګ کانګ کې د لاریونونو مظاهرې | ویزو | Zhang (2016) |
| په نیویارک ښار کې د پولیسو ډزې | د رواني او خطر راپورونه | Legewie (2016) |
| د داعش سره یو ځای شی | ټویټر | Magdy, Darwish, and Weber (2016) |
| د 2001 کال سپتمبر 11، 2001 | livejournal.com | Cohn, Mehl, and Pennebaker (2004) |
| د 2001 کال سپتمبر 11، 2001 | پېغامونه | Back, Küfner, and Egloff (2010) ، Pury (2011) ، Back, Küfner, and Egloff (2011) |
د غیر متوقع پیښو مطالعې برسیره، د لویو معلوماتو ډیټا سیسټمونه هم څیړونکي پدې توانوي چې د حقیقي وخت اټکل تولید کړي، کوم چې کیدای شي په داسې ترتیبونو کې مهم وي چې پالیسي جوړونکي په حکومت یا صنعت کې - د وضعیت پوهاوي پر بنسټ ځواب ویلو ته اړتیا لري. د بیلګې په توګه، د ټولنیزو رسنیو ډاټا د طبیعی پیښو په اړه بیړنی غبرګون لارښود لپاره کارول کیدی شي (Castillo 2016) او د مختلفو ډیرو سترو سرچینو سرچینې د اقتصادي فعالیتونو (Choi and Varian 2012) تولید حقیقي وخت اټکل کیدی شي.
په پایله کې، د معلوماتو سیستم سیسټمونه توان لري چې غیر متوقع پیښې مطالعه کړي او د پالیسي جوړونکو لپاره حقیقي وخت چمتو کړي. په هرصورت، زه فکر نه کوم چې تل د معلوماتو سیسټمونه په ډیرو اوږد مهالو مواردو کې د بدلونونو تعقیب لپاره مناسب دي. دا ځکه چې ډیری لوی د معلوماتو د سیستم په پرله پسې پروسه چې زه به زنګ وروسته په فصل (کړی 2.3.7) ښه ثبوت دی-A په کتابتون کې.
