2.4.1 coisas Contagem
Contagem simples pode ser interessante se você combinar uma boa pergunta com bons dados.
Embora seja redigida em linguagem de som sofisticado, muita pesquisa social é realmente apenas contando as coisas. Na era do big data, os pesquisadores podem contar mais do que nunca, mas isso não significa automaticamente que a pesquisa deve ser focado em contar mais e mais coisas. Em vez disso, se vamos fazer uma boa pesquisa com big data, é preciso perguntar: o que as coisas valem a pena contar? Isto pode parecer uma questão totalmente subjetiva, mas existem alguns padrões gerais.
Muitas vezes os alunos motivar suas pesquisas de contagem, dizendo: Eu vou contar algo que ninguém jamais contado antes. Por exemplo, um estudante pode dizer, muitas pessoas têm estudado os migrantes e muitas pessoas têm estudado gêmeos, mas ninguém tem estudado gêmeos migrantes. Motivação pela ausência não costuma levar a uma boa investigação. É claro, pode haver boas razões para estudar gêmeos migrantes, mas o fato de que eles não foram estudadas antes não significa que eles devem ser estudados agora. Ninguém jamais contou o número de tópicos sobre o tapete no meu escritório, mas isso não implica automaticamente que este seria um bom projeto de pesquisa. Motivação por ausência é como dizer: olha, há um buraco ali, e eu vou trabalhar muito duro para preenchê-lo. Mas, nem todos os buracos precisa ser preenchido.
Em vez de motivar pela ausência, eu acho que a contagem leva a uma boa pesquisa em duas situações, quando a pesquisa é interessante ou importante (ou, idealmente ambos). Por exemplo, medindo a taxa de desemprego é importante porque é no indicador da economia que impulsiona as decisões políticas. Geralmente, as pessoas têm uma boa noção do que é importante. Assim, no restante desta seção, eu estou indo para fornecer três exemplos onde a contagem é interessante. Em cada caso, os pesquisadores não estavam contando ao acaso, em vez eles estavam contando em ambientes muito particulares que revelaram importantes insights sobre ideias mais gerais sobre como trabalho social sistemas. Em outras palavras, muito do que faz estes exercícios de contagem particulares interessante não está em os dados em si, vem de estas ideias mais gerais.
Abaixo eu vou apresentar três exemplos sobre: 1) o comportamento de trabalho de motoristas de táxi em New York (Seção 2.4.1.1), 2) a formação de amizade por estudantes (Seção 2.4.1.2) e 3) o comportamento censura da mídia social do governo chinês (Seção 2.4.1.3). O que estes exemplos partilham é que todos eles mostram que a contagem de dados grandes podem ser usadas para testar as previsões teóricas. Em alguns casos, as fontes de dados grandes permitir-lhe fazer isso contagem relativamente diretamente (como no caso de Nova York táxis). Em outros casos, os investigadores terão de lidar com incompletude pela fusão dos dados juntos e operacionalização constructos teóricos (como no caso de formação de amizade); e, em alguns casos, os pesquisadores terão de recolher os seus próprios dados observacionais (como no caso da censura da mídia social). Como Espero que estes exemplos mostram, por pesquisadores que são capazes de fazer perguntas interessantes, big data é uma grande promessa.
