راتلونکی لوستلو لپاره

• پېژندنه (برخه 2.1)

یو ډول څارنه چې په دې فصل کې شامل نه ده، د پیژندل شوی پیژندل شوی توکمیز عنصر دی. په ډیجیټل Boellstorff et al. (2012) ځایونو کې د توپوهنې په اړه د نورو لپاره، Boellstorff et al. (2012) ، او په مخلوط ډیجیټل او فزیکي ځایونو کې د توکیو د نوریت لپاره، Lane (2016) وګورئ.

• لوی معلومات (برخه 2.2)

د "لوی ارقامو" په اړه هیڅ یو موافق تعريف شتون نلري، مګر ډیری تعریفونه د "3 Vs" تمرکز کوي: حجم، نوعه، او مخنیوی (د مثال په توګه، Japec et al. (2015) ). د De Mauro et al. (2015) وګورئ De Mauro et al. (2015) د تعریفونو بیا کتنې لپاره.

د لوی معلوماتو په کټګورۍ کې زما د دولتي اداري معلوماتو شمولیت یو څه غیر معمولی دی، که څه هم نورو دا قضیه هم کړې، پشمول Legewie (2015) ، Connelly et al. (2016) ، او Einav and Levin (2014) . د څیړنې لپاره د حکومتي اداري معلوماتو ارزښت په اړه د نورو لپاره، Card et al. (2010) وګورئ Card et al. (2010) ، د Adminstrative Data Taskforce (2012) ، او Grusky, Smeeding, and Snipp (2015) .

د دولتي احصایوي سیسټم دننه د اداري څیړنې په نظر کې نیولو سره، په تیره بیا د متحده ایاالتو سرشمیرنې دفتر، Jarmin and O'Hara (2016) وګورئ. په سویډن احصایه کې د اداري ریکارډونو څیړنې د کتاب اوږد درمل لپاره، Wallgren and Wallgren (2007) وګورئ.

په څپرکی کې، ما په لنډ ډول د دوديزو سروې لکه د عمومي ټولنیز سروې (GSS) په پرتله د ټولنیزو رسنیو د معلوماتو سرچینې لکه ټویټر. د دودیزې سروې او ټولنیزو رسنیو د معلوماتو ترمنځ دقیق او محتاط مقایسه لپاره، Schober et al. (2016) .

• د لوی معلوماتو عمومي ځانګړتیاوې (برخه 2.3)

د لویو معلوماتو ډیرو لسو ځانګړتیاو په مختلفو لارو کې د مختلفو مختلفو لیکوالانو لخوا بیان شوي دي. لیکل چې زما په اند په دې مسلو باندې تاثیر لري Lazer et al. (2009) Groves (2011) Lazer et al. (2009) ، Groves (2011) ، Howison, Wiggins, and Crowston (2011) ، boyd and Crawford (2012) ، SJ Taylor (2013) ، Mayer-Schönberger and Cukier (2013) ، Golder and Macy (2014) ، Ruths and Pfeffer (2014) ، Tufekci (2014) ، Sampson and Small (2015) ، K. Lewis (2015b) ، Lazer (2015) ، Horton and Tambe (2015) ، Japec et al. (2015) ، او Goldstone and Lupyan (2016) .

د دې فصل په اوږدو کې، ما د ډیجیټل نښانې اصطالح کارولې، کوم چې زما په اند نسبتا بې طرفه ده. د ډیجیټل ټاپو لپاره یو بل مشهور اصطلاح د ډیجیټل (Golder and Macy 2014) شاخصونه (Golder and Macy 2014) ، مګر لکه هیل ابیلسن، کینی لینډن، او هری لیوس (2008) ویلی دی، د ډیپلوماټیک ګوتو نښانې یوه مناسب وخت دی. کله چې تاسو د ګوتو نښه جوړه کړئ نو تاسو پوهیږئ چې څه پیښیږي او ستاسو شاخصونه په عموم ډول ستاسو سره نه پیژندل کیدی شي. دا ستاسو د ډیجیټل نښانو لپاره سم نه دي. په واقعیت کې، تاسو ټول وختونه په نښه کوئ چې تاسو لږ معلومات لرئ. او، که څه هم دا پاڼي ستاسو نوم نه لري، دوی اکثرا کولی شي ستاسو سره بیرته اړیکه ونیسي. په بل عبارت، دوی د ګوتو نښانو په څیر دي: ناڅاپي او شخصي پیژندل.

• لوی (برخه 2.3.1)

د نورو معلوماتو لپاره ولې لوی ډاټاټسټ د احصایوي ازموینې ستونزمن کوي، M. Lin, Lucas, and Shmueli (2013) او McFarland and McFarland (2015) . دا مسلې باید څیړونکي د رهبرۍ اهمیت پر ځای عملي عملي کولو تمرکز وکړي.

د دې لپاره چې د راج چنیټ او همکارانو مالیې ریکارډونو ته السرسي ترالسه شي د Mervis (2014) وګورئ Mervis (2014) .

لوی معلوماتوات کولی شي کمپیوټري ستونزې رامنځته کړي چې عموما د یو کمپیوټر د وړتیا څخه بهر وي. له همدې کبله، څیړونکي په لویوټیوټونو کې کمپیوټري جوړوي اکثرا دا کار په ډیرو کمپیوټرونو کې پراخوي، یو پروسې کله ناکله ورته موازي پروګرامونه وایي . د موازي پروګرامونو لپاره د معرفي کولو لپاره، په ځانګړې توګه د هایپپ په نامه یو ژبه. Vo and Silvia (2016) وګورئ.

• تل په (برخه 2.3.2)

کله چې په مستقیم ډول ارقامو ته پام وکړو نو دا مهمه ده چې په پام کې ونیول شي که تاسو د وخت په تیریدو سره ورته خلکو پرتله کوئ یا که تاسو د خلکو ځینې بدلې ډلې سره پرتله کوئ؛ د مثال په توګه وګورئ، Diaz et al. (2016) .

• غیر فعال (برخه ¿سیک: غیر غیر فعال؟ )

په غیرقانوني اقداماتو یو کلاشینیک کتاب Webb et al. (1966) . په دې کتاب کې مثالونه د ډیجیټل عمر اټکل کوي، مګر دوی لاهم روښانه کوي. د عامه سروې شتون شتون له امله د خلکو د مثالونو لپاره، Penney (2016) او Brayne (2014) .

بیاکتنه د هغه څه سره تړاو لري چې د څیړونکو لخوا د غوښتنې اغیزو غوښتنه کوي (Orne 1962; Zizzo 2010) او د هورورتن اغیز (Adair 1984; Levitt and List 2011) .

• ناباوره (برخه 2.3.4)

د ریکارډ په اړه د نورو معلوماتو لپاره وګورئ، Dunn (1946) او Fellegi and Sunter (1969) (تاریخي) او Larsen and Winkler (2014) (عصري). ورته کمپیوټر ساینس هم د نومونو الندې دي لکه د ډاټا بې ځایه شوي، د بیلګې په توګه پیژندل، د نوم سره سم، د نقل کولو موندنه، او د نقل ریکارډ موندنه (Elmagarmid, Ipeirotis, and Verykios 2007) . د راز راز راز راز راز راز راز راز راز راز چلندونو شتون هم شتون لري چې د شخصي اړیکو معلوماتو لیږد ته اړتیا نلري (Schnell 2013) . فېسبوس همدا راز داسې پروسه رامینځته کړې چې خپل ریکارډونه د رایو ورکولو چلند سره تړلي وي؛ دا د تجربې ارزونه ترسره شوې وه چې زه به تاسو ته په څلورم فصل کې ووایم (Bond et al. 2012; Jones et al. 2013) .

د اعتبار جوړولو په اړه د نورو لپاره، د Shadish, Cook, and Campbell (2001) دریم څپرکی وګورئ.

• د لاس رسي وړ (برخه 2.3.5)

د AOL د لټون لټولو په اړه د نورو لپاره، Ohm (2010) وګورئ Ohm (2010) . زه د شرکتونو او حکومتونو سره د شراکت په اړه مشوره وړاندې کوم کله چې زه تجربې تشریح کوم. ډیری لیکوالو د څیړنې په اړه اندیښنې څرګندې کړي چې د توان وړ معلوماتو په اړه تکیه کوي، Huberman (2012) وګورئ Huberman (2012) او boyd and Crawford (2012) .

د پوهنتون څېړونکو ته د معلوماتو د لاس رسی پیدا کړي یو ښه لاره دا ده چې د یو intern يا ليدنه څېړونکي په يو شرکت کې کار وکړي. د پياوړي معلوماتو ته السرسی برسیره، دا پروسه به مرسته هم څېړونکي په اړه څه ډول د معلوماتو د جوړ شو، چې د ده لپاره د شننې مهم ډېر څه زده کړي.

حکومتي معلوماتو ته د السرسۍ د ترلاسه کولو په برخه کې، Mervis (2014) اړه بحث کوي چې څنګه راځي سټاټ او همکارانو د ټولنیز حرکت په اړه د دوی څیړنې کې کارول شوي مالیاتو ریکارډونو ته السرسي ترالسه کړه.

• غیر استازی (سیک: غیر استازی)

د استازیتوب په توګه د "استازیتوب" په اړه د نورو لپاره، وګورئ Kruskal and Mosteller (1979a) ، Kruskal and Mosteller (1979b) ، Kruskal and Mosteller (1979c) ، او Kruskal and Mosteller (1980) .

زما د واورو کار او د ګیګ او هیل کار لنډ معلومات وو. په کولرا کې د واورو د کارونو په اړه د نورو لپاره، Freedman (1991) وګورئ. د برتانوي ډاکټرانو مطالعې د ډیرو لپاره لپاره Doll et al. (2004) وګورئ Doll et al. (2004) او Keating (2014) .

ډیری څیړونکي به په دې پوه شي چې که څه هم ګیګ او Hill د 35 ډاکټرانو څخه د ښځینه ډاکټرانو او ډاکټرانو معلومات راغونډ کړي، دوی په اراده سره دا معلومات د دوی په لومړیو تحلیلونو کې نه کارولي. لکه څرنګه چې دوی وویل: "څرنګه چې د سږو سرطان په نسبتا نادره کچه د ښځو او نارینه وو په پرتله لږ وي، ګټور ارقام په دې ډلو کې د څو کلونو لپاره راځي. په دې لومړني راپور کې موږ 35 کاله او پورته پورته نارینه وو ته پام کړی دی. " Rothman, Gallacher, and Hatch (2013) ، کوم چې د تعقیب عنوان لري" ولې استازیتوب کول باید مخنیوی وشي " په اراده توګه غیر ناببره ډاټا جوړول.

غیر تحلیل کول د څیړونکو او حکومتونو لپاره یو لویه ستونزه ده چې غواړي د ټول نفوس په اړه بیانات ورکړي. دا د شرکتونو لپاره یوه اندیښنه ده، کوم چې په عمومي ډول د خپلو کاروونکو تمرکز کوي. د دې لپاره چې د هالنډ احصایې د سوداګرۍ لوی لوی معلوماتو Buelens et al. (2014) مسلو په اړه فکر کوي، Buelens et al. (2014) وګورئ Buelens et al. (2014) .

د لوی معلوماتو سرچینو غیر غیر نماینده طبيعت په اړه اندیښنې ښودلو لپاره د څیړونکو د مثالونو لپاره، boyd and Crawford (2012) وګورئ، K. Lewis (2015b) ، او Hargittai (2015) .

د ټولنیزو سروې او ایډیډولوژیکي څیړنو د موخو لپاره د نورو تفصيلي مقایسه لپاره، Keiding and Louis (2016) وګورئ Keiding and Louis (2016) .

د رایې ورکوونکو په اړه د نمونې عمومي نمونو د جوړولو لپاره په هڅو کې د نورو لپاره، په تیره بیا د 2009 کال د آلمان ټاکنو څخه، د Jungherr (2013) او Jungherr (2015) . د Tumasjan et al. (2010) د کار څخه وروسته Tumasjan et al. (2010) د نړۍ په ګوته کونکو څیړونکو د فینیک میتودونو څخه کار اخیستی لکه د ګوندونو مثبت او منفي بیانونو ترمنځ توپیر کولو لپاره د جذب شننه - د دې لپاره چې د ټایټ ډیټا ظرفیت ښه کړي د ټاکنو مختلف ډولونه وړاندیز کړي (Gayo-Avello 2013; Jungherr 2015, chap. 7.) . دلته دا ده چې Huberty (2015) د ټاکنو د اټکل کولو لپاره د دې هڅو پایلې لنډیز کړې:

"د ټولنیزو رسنیو پر بنسټ د ټولو پیژندل شوي پیژندل شوي میتودونه ناکام شوي کله چې د ریښتینې راتلونکو ټولټاکنو اټکلونو غوښتنې سره تړاو لري. دا ناکامۍ د میتودولوژي یا الګوریتمیک مشکلاتو پرځای د ټولنیزو رسنیو د بنسټیزو ملکیتونو له امله وي. په لنډ وخت کې، ټولنیز رسنۍ نه شي کولی، او هیڅکله به هیڅکله به د رایه ورکوونکي یو باثباته، بې طرفه، نماینده نمایش وړاندیز ونه کړي؛ او د ټولنیزو رسنیو اسانتیا نمونې د دې ستونزې د پوستې لپاره د کافي معلوماتو نشتوالی. "

په دریم څپرکی کې، زه به نمونې او اټکل په ډیر تفصیل کې تشریح کړم. حتی که معلومات ناببره وي، د ځانګړو شرایطو لاندې، دوی د ښه اټکلونو تولید لپاره وزن کیدی شي.

• چلول (سیکشن ¿سیک: راوتل؟ )

د بهر څخه د لیدلو لپاره د سیسټم راوتلو ډیر سخت دی. په هرصورت، د فلمیلین پروژه) په څلورم څپرکی کې ډیر بحث (د اکادمیک څیړنیز ګروپ لخوا د 15 کلونو څخه زیات لپاره دوام لري. په دې توګه، دوی کولی شي اسنادو ته اسناد ورکړي او د هغه الرې په اړه معلومات شریک کړي چې سیسټم یې په وخت کې وده کړې او څنګه به دا تحلیل اغیزه وکړي (Harper and Konstan 2015) .

ډیری علماوو په ټویټر کې په لویدیځ تمرکز کړی: Liu, Kliman-Silver, and Mislove (2014) and Tufekci (2014) .

د نفوس د تاوان سره د معاملو لپاره یو لارښود د کاروونکو یو پینل جوړوي، چې څیړونکي اجازه ورکوي د ورته خلکو سره د وخت په اوږدو کې مطالعه کړي، Diaz et al. (2016) وګورئ Diaz et al. (2016) .

• په الګوریتمیک ډول محدوده شوی (سیکشن ¿سیک: په غیرقانوني توګه توقیف شوی؟ )

ما د لومړي ځل لپاره په "خبرو اترو" کې د "جان کیلینګبر" لخوا کارول شوی "الګوریتمیمیکه" اصطالح اوریدلی، مګر له بده مرغه زه په یاد نه یم چې کله چیرته او یا کومې خبرې وشوې. لومړی ځل چې ما د چاپ اصطالح لیدلی و په Anderson et al. (2015) ، کوم چې د تاریخي سایټونو لخوا کارول شوي الوروریتمونه کیدای شي د دې ویب پاڼو څخه د ډاټا د کارولو لپاره د څیړونکو د وړتیا پیچلې کول وي ترڅو ټولنیز غوره توبونه مطالعه کړي. دا اندیښنې د K. Lewis (2015a) لخوا د Anderson et al. (2014) په ځواب کې پورته شوې Anderson et al. (2014) .

د فېسبوک برسېره، ټویټر د خلکو کاروونکو ته سپارښتنه کوي چې د دریم پړاو تړلو په نظر کې ونیسي؛ Su, Sharma, and Goel (2016) . نو په ټویټر کې د دریم بندیز کچه د دری ځاني بندیزونو په لور د ځینې بشري تمرین یو ترکیب دی او د دریم بندیز پرمختګ لپاره ځینې الورجیتمیک تمایل دی.

د فعالیت کولو لپاره د نورو لپاره - په ځانګړي توګه دا مفکوره چې ځینې ټولنیز ساینس تیاترونه "انجنیري نه کامیرونه" دي) د بیلګې په توګه، دوی د دې په پرتله یوازې د نړۍ بڼه کوي (- Mackenzie (2008) .

• خندا (برخه 2.3.9)

دولتي احصایوي ادارې د ارقامو د پاکولو احصایه ډاټا تغیر کوي . De Waal, Puts, and Daas (2014) د سروې معلوماتو ډاټا لپاره تشخیص شوي تخنیکي تخنیکونه تشریح کوي او هغه حد ته وڅیړي چې دوی د لویو معلوماتو سرچینو لپاره پلي کیږي، او Puts, Daas, and Waal (2015) لپاره ورته ورته نظرونه وړاندې کوي. یو زیات شمیر لیدونکي.

د ټولنیزو بوټو د کتنې لپاره، Ferrara et al. (2016) . په ټویټر کې د سپیم موندلو په تمرکز د ځینې مطالعاتو لپاره، Clark et al. (2016) وګورئ Clark et al. (2016) او Chu et al. (2012) . بالاخره، Subrahmanian et al. (2016) د DARPA ټایټ بوټ چیلنج پایلې بیانوي، په ټویټر باندې د بوټو د موندلو لپاره د طریقې پرتله کولو لپاره ډیزاین شوې ډله ایزه همکاری.

• حساس (برخه 2.3.10)

Ohm (2015) د حساس معلوماتو د نظر په اړه مخکې څیړنې کتنې او د څو فکتور ازموینې وړاندې کوي. څلور عوامل چې وړاندیز کوي د زیان اندازه، د زیان احتمال، د محرم اړیکو شتون، او آیا دا خطر د لویو اندیښنو ښکارندوی کوي.

• د شمېرنې کارونه (برخه 2.4.1)

په نيويارک کې د ټکسيانو فاربر مطالعه د پخوانۍ مطالعې پر بنسټ د Camerer et al. (1997) چې د کاغذ سفر شیټونو درې بیلابیل اسانتیاوې کارولې. دا مخکینی څیړنه معلومه کړه چې چلوونکي د هدف ګټونکي دي: دوی په هغو ورځو کې لږ کار کاوه چې هلته یې اجرت لوړ دی.

په راتلونکي کار کې، پاچا او همکارانو لاهم په چین (King, Pan, and Roberts 2014, [@king_how_2016] ) آنلاین سانسور کشف کړ. په چین کې د Bamman, O'Connor, and Smith (2012) اندازه کولو په اړه د اړوندو لارو لپاره، Bamman, O'Connor, and Smith (2012) . د شمېرنې په اړه د نورو معلوماتو لپاره لکه د King, Pan, and Roberts (2013) کې کارول شوي چې د 11 میلیونو پوستونو جذب اټکل وکړي، Hopkins and King (2010) وګورئ. د نظارت شوي زده کړې په اړه د نورو لپاره، James et al. (2013) وګورئ James et al. (2013) (لږ تخنیکي) او Hastie, Tibshirani, and Friedman (2009) (نور تخنیکي).

• اټکل کول او اوسنی کول (برخه 2.4.2)

اټکل کول د صنعتي معلوماتو ساینس لویه برخه ده (Mayer-Schönberger and Cukier 2013; Provost and Fawcett 2013) . یو ډول پیشن گوئی چې عموما د ټولنیزو څیړونکو لخوا ترسره کیږي د ډیموکراتیک اټکل وړاندوینه ده؛ د بیلګې په توګه، Raftery et al. (2012) .

د گوگل فلو رجحان لومړنۍ پروژه نه وه چې د انفلوینزا خپریدلو لپاره د پلټنې ډاټا کارولو لپاره وکارول. په حقيقت کې، په متحده ايالاتو کې څيړونکي (Polgreen et al. 2008; Ginsberg et al. 2009) او سويډن (Hulth, Rydevik, and Linde 2009) موندلي چې د پلټنې ځانګړي اصطلاحات (د مثال په توګه، "فلو") د عامې روغتيا د ملي اټکل شوي اټکل شوي اټکل ډاټا د خوشې کولو دمخه وړاندې. وروسته بیا ډیری نورو پروژو هڅه کړې چې د ناروغیو د څارنې موندنې لپاره ډیجیټل ټریس انټرنېټ استعمال کړي؛ Althouse et al. (2015) د بیا کتنې لپاره.

د روغتیا پایلو اټکل لپاره د ډیجیټل ټریس معلوماتو کارولو سربیره، د ټیټابیس معلوماتو په کارولو سره د ټاکنو پایلو اټکل کولو لپاره د کار کولو یو لوی کار هم شتون درلود؛ د کتنو لپاره Gayo-Avello (2011) ، Gayo-Avello (2013) ، Jungherr (2015) (7 څپرکی)، او Huberty (2015) . د اقتصادي شاخصونو نوی کول، لکه ناخالصه کورني محصول) GDP (، په مرکزي بانکونو کې هم معمول دی، Bańbura et al. (2013) وګورئ Bańbura et al. (2013) . جدول 2.8 د مطالعاتو ځینې بیلګې شاملې دي چې په نړۍ کې د راز راز پیښو وړاندیز لپاره ځینې ډول ډیجیټل ټریس کاروي.

په پاى کې، جون کلينبرګ او همکارانو (2015) څرګنده کړه چې د وړاندى کولو ستونزې په دوو، فرعي بيلابيلو کټګوريو کې راټيټ شوي دي او ټولنيز ساينس پوهانو ته په تمرکز کولو سره تمرکز کوي او بل په نظر کې ونيسي. د پالیسي جوړونکي تصور وکړئ، زه به انا ته ووایم چې څوک وچکالۍ سره مخ دی او باید پریکړه وکړي چې آیا بارش امکانات زیاتولو لپاره د بارونو رقص کولو لپاره یو شرمندوی ګمارل کیږي. د بل پالیسۍ جوړونکی، زه به خپل بټي ته ووایم، دا باید پریکړه وکړي چې ایا د کار کولو لپاره یوه چتر اخیستلو لپاره چې په کور کې لندۍ له لاسه ورکولو څخه ډډه وکړي. انا او بټي دواړه کولی شي ښه پریکړه وکړي که دوی پوه شي، مګر دوی اړتیا لري چې مختلف شیان پوه شي. انا ته اړتیا لري چې پوه شي چې آیا بارش رقص باران کوي. بيتي، له بل پلوه، د لاملونو په اړه څه نه پوهیږي؛ هغه یوازې دقیق اټکل ته اړتیا لري. ټولنیز څیړونکي ډیری وختونه د هغو ستونزو په اړه تمرکز کوي لکه چې د انا - کوم کلینبرګ او همکاران د "باران باران ناڅاپه" پالیسۍ ستونزې راولي - ځکه چې دوی د الملونو په اړه پوښتنې لري. د بټی - کوم کلینبرګ او همکارانو په څیر سوالونه د "چترال په څیر" د پالیسۍ ستونزو ته اشاره کوي - کیدی شي خورا مهم وي، مګر د ټولنیزو څیړونکو څخه خورا لږ پام تر لاسه کړی.

• د تجربو نږدې پورې (برخه 2.4.3)

د ژورنالیستانو پی ایس سیاسي ساینس ساینس په لویو معلوماتو، د پیژندل شویو مداخلو، او رسمي تیورۍ په اړه سمپوزیم درلود، او Clark and Golder (2015) هرې برخې لنډیز کوي. د امریکا د متحده ایالاتو د علومو اکاډمۍ ژورنالیزم د تلفاتو پیژندلو او لویو معلوماتو په اړه سمپوزیم درلود، او Shiffrin (2016) هرې برخې لنډیز وړاندې کوي. د ماشین د زده کړې تګلارې لپاره چې په لویه کچه د سترو ارقامو سرچینو دننه د طبیعي تجربو په موندلو کې هڅه کوي، Jensen et al. (2008) وګورئ Jensen et al. (2008) ، Sharma, Hofman, and Watts (2015) ، او Sharma, Hofman, and Watts (2016) .

د طبی تجربو په اساس، Dunning (2012) د ډیری مثالونو سره د کتاب اوږد درملنه وړاندې کوي. د طبیعي تجربو شکمن لید لپاره، Sekhon and Titiunik (2012) Rosenzweig and Wolpin (2000) (اقتصاد) یا Sekhon and Titiunik (2012) (سیاسي علوم) وګورئ. Deaton (2010) او Heckman and Urzúa (2010) بحث کوي چې په طبیعي تجربو تمرکز کولی شي څیړونکي د غیرمثبتي تاثیراتو د اټکل کولو تمرکز وکړي؛ Imbens (2010) د دغو طبیعي تجربو ارزښت د یو ډیر خوشبیني نظر سره مباحثه کوي.

کله چې تشریح کول چې څنګه محاکمه کول د خدماتو اغیزې لپاره مسوده کې د اغیز اټکل کولو څخه پرمخ ځي، زه د یو ټیکنالوژي په توګه تشریح کوم چې د انجیل متغیر . Imbens and Rubin (2015) ، په دویم فصل کې 23 او 24 کې، تعارف چمتو کوي او د لاټري مسوده د مثال په توګه وکاروي. د سرپرستانو په اړه د پوځي خدماتو اغیز ځینې وختونه د منفي منځنۍ اغیزې (CACE) او ځینې وختونه د محلي منځنۍ درملنې اغیزې (LATE) په نامه یادېږي. Sovey and Green (2011) ، Angrist and Krueger (2001) ، او Bollen (2012) سیاسي علومو، اقتصاد، او ټولنيولوژی کې د وسیلو متغیراتو کارولو وړاندیز وړاندې کوي، او Sovey and Green (2011) د "لوستونکی چک لیست" چمتو کوي. د موجودو متغیرونو په کارولو سره د مطالعاتو ارزونه.

دا په ډاګه کوي چې د 1970 مسودې مسوده نه وه، په سمه توګه سمه توګه نده شوې؛ د خالص بې نظمۍ څخه لږ کوچني وي (Fienberg 1971) . Berinsky and Chatfield (2015) استدلال کوي چې دا کوچني انحراف د پام وړ مهم نه دی او د مناسبو تصفیه کولو اهمیت په اړه بحث کوي.

د مطابقت په اساس، Stuart (2010) وګورئ چې د امید وړ بیاکتنې لپاره، او Sekhon (2009) د یوې ناڅاپي بیاکتنې لپاره. د نورو لپاره چې د یو ډول پروسس کولو سره سم سمبال وي، وګورئ Ho et al. (2007) وګورئ Ho et al. (2007) . د هر کس لپاره د یو بشپړ کامل میچ پیدا کول اکثرا ستونزمن دي، او دا یو شمیر پیچليتیاوې معرفي کوي. لومړی، کله چې سمه لوبه شتون نلري، څیړونکي باید پرېکړه وکړي چې د دوو واحدونو تر منځ فاصله اندازه کړي او که چیرې یو لیرې فاصله کافی وي. دویم پیچلیتوب رامنځ ته کیږي که څیړونکي غواړي چې د هرې قضیې لپاره د درملنې ډلې کې ډیری سیالۍ ترسره کړي، ځکه چې دا کولی شي دقیقه اټکلونو ته الر پیدا کړي. دا دواړه مسلې، او نور هم، په تفصیل سره په Imbens and Rubin (2015) 18 فصل کې بیان شوي. د II برخه ( ??? ) هم وګورئ.

د مثال په توګه د Dehejia and Wahba (1999) وګورئ چیرته چې د موازینو طریقه د اندازې کنترول تجربې څخه د ورته ورته اټکلونو اټکل پیدا کولو توان درلود. مګر، Arceneaux, Gerber, and Green (2006) او Arceneaux, Gerber, and Green (2010) د مثال په توګه چیرې چې د میتود طریقې تجربه لرونکي بنچمارک بیا تکرار نشي.

Rosenbaum (2015) او Hernán and Robins (2016) د نورو معلوماتو وړاندیز کوي چې د پراخو معلوماتو سرچینو کې د ګټورو پرتلهونو موندلو لپاره.