اڳيان پڙهڻ لاء ڇا

• تعارف (سيڪشن 2.1)

هڪ قسم جو مشاهدو جيڪو هن باب ۾ شامل نه آهي ان جي تابع آهي. ڊجيٽل جي جڳهن ۾ اخلاقيات تي وڌيڪ لاء، Boellstorff et al. (2012) ڏسو Boellstorff et al. (2012) ، ۽ ملائي ڊجيٽل ۽ جسماني جڳهن ۾ اخلاقيات تي وڌيڪ، Lane (2016) ڏسو.

• وڏي ڊيٽا (سيڪشن 2.2)

"وڏي انگن اکرن" ۾ ڪو به اتفاق نه ڪيو ويو آهي، پر ڪيتريون ئي بيانن کي "3 وي" "حجم، قسم، ۽ رفتار" تي ڌيان لڳي ٿو (مثال طور، Japec et al. (2015) ). ڏسو De Mauro et al. (2015) نظرثاني لاء.

وڏي ڊيٽا جي درجي بندي ۾ منهنجي انتظامي انگن اکرن ۾ ڪجهه Legewie (2015) غير معمولي آهي، باقي ٻيا به هن ڪيس کي بنايا آهن، جن ۾ Legewie (2015) ، Connelly et al. (2016) ، ۽ Einav and Levin (2014) . تحقيق لاء سرڪاري انتظامي ڊيٽا جي قيمت لاء، Card et al. (2010) ، Adminstrative Data Taskforce (2012) ، ۽ Grusky, Smeeding, and Snipp (2015) .

اندر جي انتظامي تحقيق جي ڏي وٺ ڏسڻ لاء حڪومت جي شمارياتي نظام، خاص طور تي امريڪا جي مردم شماري اداري، Jarmin and O'Hara (2016) ڏسو Jarmin and O'Hara (2016) . اعداد و شمار سويډن تي انتظامي رڪارڊ جي تحقيقات جي ڪتاب جي ڊگهي علاج لاء، Wallgren and Wallgren (2007) ڏسو.

هن باب ۾، آئون ننڍڙي روايتي سروي وانگر، جهڙوڪ جنرل سوشل سروي (GSS) سان گڏ سماجي ميڊيا واري ڊيٽا جو سرچسڪ. पारंपरिक سروے اور سوشل میڈیا کے ڈیٹا کے درمیان ایک مکمل ۽ محتاط موازنہ لاء، Schober et al. (2016) .

• عام ڊيٽا جي عام صلاحيتن (سيڪشن 2.3)

مختلف ليکڪن جي مختلف قسمن جي مختلف قسمن ۾ هنن ڊيٽا جي 10 خاصيتن کي بيان ڪيو ويو آهي. لکڻ جي ڳالهه آهي ته انهن مسئلن تي منهنجي سوچ تي اثر Lazer et al. (2009) شامل آهن 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) ، ۽ Goldstone and Lupyan (2016) .

هن باب جي دوران، مون ڊجيٽل ٽراز جي اصطلاح کي استعمال ڪيو آهي، جنهن بابت منهنجو خيال آهي ته نسبتا غير جانبدار آهي. ڊجيٽل پيچرن لاء هڪ ٻيو مشهور اصطلاح ڊجيٽل پيرنٽرن (Golder and Macy 2014) ، پر هل ابيلسنسن، ايڊ ليڊيڊن، ۽ هيري ليوس (2008) تي نڪتو آهي، هڪ وڌيڪ مناسب اصطلاح شايد ڊجيٽل انگن اکرن . جڏهن توهان پيٽرنٽ ٺاهي رهيا آهيو، توهان کي ڇا ٿي رهي آهي ۽ توهان جي پيرن جي نشانين کي عام طور تي توهان ڏانهن ظاهر نه ٿي ڪري سگھجي. اهو توهان جي ڊجيٽل ٽرنس لاء صحيح ناهي. حقيقت ۾، توهان هر وقت اهي نشان هڻندا رهيا آهيو جن بابت توهان کي تمام ٿورو ڄاڻ آهي. ۽، انهن نشانين تي توهان جو نالو نه آهي، اهي اڪثر ڪري توهان ڏانهن واپس ڳنڍيل هوندا. ٻين لفظن ۾، اهي آڱرين جي اشارن وانگر آهن: پوشیدہ ۽ ذاتي طور تي سڃاڻپ.

• بگ (سيڪشن 2.3.1)

وڌيڪ انهي لاء، ڇو ته وڏي ڊيٽابيس جي اعداد و شمار جا امتحاني تجربو حل ڪن ٿا، M. Lin, Lucas, and Shmueli (2013) ۽ McFarland and McFarland (2015) ڏسو. انهن مسئلن جي تحقيق ڪندڙن کي گهرجي ته عملي اهميت تي ڌيان ڏيڻ جي بدران اعداد و شمار جي ڀيٽ ۾.

وڌيڪ ٻڌايو ته راج چيچن ۽ ڀائيوارن ٽيڪس ريڪارڊ تائين رسائي حاصل ڪئي، Mervis (2014) ڏسو Mervis (2014) .

وڏن ڊاٽيون پڻ عام طور تي هڪ ڪمپيوٽر جي صلاحيتن کان ٻاهر آهن جيڪي لازمي مسئلا پيدا ڪري سگهن ٿيون. تنهن ڪري، وڏن تاريخن تي مطابقت ڪندڙ محقق اڪثر ڪري ڪيترن ئي ڪمپيوٽرن تي ڪم، ڪڏهن پروسيسنگ پروگرامنگ تي عمل وڌائين ٿا . موازي پروگرامن جي تعارف لاء، خاص طور تي هڪ هپ شپ نامي ٻوليء ۾، Vo and Silvia (2016) ڏسو.

• هميشه تي (سيڪشن 2.3.2)

جڏهن هميشه سراسري طور تي ڊيٽا تي غور ڪندي، اهو ضروري آهي ته آيا توهان د وخت په تيريدو سره ورته خلک پرتله کوئ يا که تاسو د خلکو يو څه بدل شوي ګروپ پرتله کوئ؛ مثال طور ڏسو، Diaz et al. (2016) .

• غير فعال (سيڪشن ¿سيڪ: غير رد عمل؟ )

غير فعال قدمن تي هڪ کلاڪ ڪتاب Webb et al. (1966) . انهي ڪتاب ۾ مثال ڊجيٽل عمر جي ابتڙ آهي، پر اهي اڃا تائين روشني ڪندا آهن. عوام جي ان رويي کي تبديل ڪرڻ جي مثال لاء ماسٽر نگراني جي موجودگي جي سبب، Penney (2016) ۽ Brayne (2014) ڏسو.

ريٽيڪيوڪريت ڪال جي ڪهاڻيڪار ڪال دعا اثرات (Orne 1962; Zizzo 2010) ۽ هاوٿن اثر (Adair 1984; Levitt and List 2011) ويجهي سان لاڳاپيل (Orne 1962; Zizzo 2010) (Adair 1984; Levitt and List 2011) بابت ويجهي سان لاڳاپيل آهي.

• نامڪمل (سيڪشن 2.3.4)

رڪارڊ لنڪس تي وڌيڪ لاء، ڏسو Dunn (1946) ۽ Fellegi and Sunter (1969) (تاريخي) ۽ Larsen and Winkler (2014) (جديد). ڪمپيوٽر جي سائنس ۾ پڻ ساڳئي طريقن جا نالا ظاهر ڪيا ويا آهن جيئن ته ڊيٽا جي نقل، مثال جي سڃاڻپ، نام جي نموني، نقل جو پتو لڳائڻ، ۽ نقل جو ريڪارڊ ڳولڻ (Elmagarmid, Ipeirotis, and Verykios 2007) . پڻ رازداري به شامل آهي انهي سلسلي کي رڪارڊ ڪرڻ لاء طريقيڪار جي حفاظت ڪن ٿيون جيڪا ذاتي طور تي ڄاڻ جي سڃاڻپ جي منتقلي جي ضرورت نه هوندي آهي (Schnell 2013) . فيسڪشنل پڻ پنهنجي ريڪارڊ کي ووٽ ڏيڻ جي رويي سان ڳنڍڻ لاء هڪ پروسيس جوڙيا آهن. اهو تجربي جي ويجهڙائيء لاء اهو ٿي چڪو هوس ته آئون توهان جي باري ۾ باب 4 (Bond et al. 2012; Jones et al. 2013) بابت ٻڌائي سگهان.

صحيح بڻائڻ تي وڌيڪ، Shadish, Cook, and Campbell (2001) جو باب 3 ڏسو.

• قابل اطلاق (سيڪشن 2.3.5)

وڌيڪ اي ايل جي ڳولا لاگ ڊيگرا تي وڌيڪ، ڏسو ته Ohm (2010) . آئون تجربن جي بيان ڪرڻ سان باب 4 ۾ ڪمپنين ۽ حڪومتن سان ڀائيواري بابت مشورو پيش ڪريان ٿو. مصنفن جو ھڪڙو تعداد تحقيق جي باري ۾ خدشات جو اظهار ڪيو آھي جيڪو ان جي قابل قبول ڊيٽا تي تسلسل آھي، Huberman (2012) ۽ boyd and Crawford (2012) ڏسو.

يونيورسٽي تحقيق ڊيٽا تائين رسائي حاصل ڪرڻ لاء هڪ سٺي واٽ هڪ intern يا زيارت محقق طور هڪ ڪمپني ۾ ڪم ڪرڻ آهي. ڊيٽا تائين رسائي اهڙن ڪرڻ کان سواء، هن عمل کي به مدد ڪندو ته محقق جي باري ۾ ته ڪيئن ڊيٽا کي پيدا ڪيو ويو وڌيڪ معلوم ٿئي ٿو، جنهن جي ڇنڊڇاڻ لاء اهم آهي.

سرڪاري انگن اکرن کي حاصل ڪرڻ جي شرطن ۾، Mervis (2014) بابت بحث ڪيو ويو ته ڪئين شيشي ۽ ڀائيوارن کي سماجي تحرڪ تي انهن جي تحقيق ۾ استعمال ڪيل ٽيڪس ريڪارڊ تائين رسائي حاصل ٿي.

• غير نمائندا (سيڪنڊ: غير نمائندي)

"نمائندگي" کي تصور جي تاريخ جي Kruskal and Mosteller (1979a) ، Kruskal and Mosteller (1979a) Kruskal and Mosteller (1979b) ، Kruskal and Mosteller (1979b) Kruskal and Mosteller (1979c) ، Kruskal and Mosteller (1979c) ۽ Kruskal and Mosteller (1979c) ، ۽ Kruskal and Mosteller (1979c) ۽ Kruskal and Mosteller (1979c) Kruskal and Mosteller (1980) Kruskal and Mosteller (1979c) .

منهنجا برفاني برف جو ڪم ۽ گڏي ۽ هيل جي ڪم جو مختصر حصو هو. کولرا تي برف جي ڪم تي وڌيڪ لاء، Freedman (1991) ڏسو. برطانوي ڊاڪٽرن جي مطالعي تي وڌيڪ لاء وڌيڪ ڏسڻ لاء Doll et al. (2004) ۽ Keating (2014) .

ڪيترائي ڄاڻڻ وارا حيرت ٿي وينديون آهن جيتوڻيڪ گڏي ۽ هيل کي 35 ڊاڪٽرن کان ڊاڪٽرن ۽ ڊاڪٽرن جي ڊيٽا گڏ ڪيو هو، انهن ڄاڻن سان هن جي پهرين تجزيي ۾ هن ڊيٽا کي استعمال نه ڪيو. جيئن اهي دليل ڏيندي چيو: "ڇو ته لونگ جي ڪينسر نسبتا نادر عورتن ۽ 35 کان گهٽ مردن ۾، ڪجهه سالن جي لاء مفيد شخصيت هنن گروپن ۾ حاصل ٿيڻ جي ممڪن ناهي. هن ابتدائي رپورٽ ۾ اسان 35 سال ۽ مٿي مٿي مردن تي اسان جي توجہ کي محدود ڪيو. " Rothman, Gallacher, and Hatch (2013) ، جس کا اشتعالتي لقب" نماينت پسندى کيا کان بچڻ گهرجي " عمدي طور تي غير جمعي ٺاهڻ واري ڊيٽا.

غیر غیرمعمولیتارتہ محققین اور حکومتوں جو ایک مکمل آبادی کے بارے میں بیان کرنا چاہتے ہیں، को एक प्रमुख समस्या हो. هي ڪمپنين لاء ڪو تعلق نه آهي، جيڪي عام طور تي پنهنجن صارفن تي مرضي آهن. وڌيڪ معلومات لاء هالينڊ کي ڪئين ڪاروبار جي وڏي غيرقانوني معاملي جي مسئلي کي سمجهي ٿو، Buelens et al. (2014) ڏسو Buelens et al. (2014) .

وڏن ڊيٽا ذريعن جي غير نمائندي طبيعت بابت خدشات جو اظهار ڪندڙ تحقيقن جي لاء، boyd and Crawford (2012) ، K. Lewis (2015b) ، and Hargittai (2015) .

سماجي سروي ۽ ايائيڊميولوولوجي تحقيق جي مقصدن جي وڌيڪ تفصيلي مقابلي لاء، Keiding and Louis (2016) ڏسو Keiding and Louis (2016) .

ووٽر استعمال ڪرڻ جي ڪوشش ڪندڙن تي وڌيڪ ووٽررن بابت، خاص طور تي 2009 جرمن چونڊن جي صورت ۾، Jungherr (2013) ۽ Jungherr (2015) ڏسو. Tumasjan et al. (2010) جو ڪم ڪرڻ کان پوء Tumasjan et al. (2010) دنيا جي تحقيق ڪندڙن کي فينئرئر طريقن جهڙو استعمال ڪيو ويو آهي جهڙوڪ جذبات تجزيه استعمال ڪرڻ جي جماعتن جي مثبت ۽ منفي (Gayo-Avello 2013; Jungherr 2015, chap. 7.) جي وچ ۾ مختلف قسم جي چونڊون پيش ڪرڻ جي لاء Twitter جي صلاحيت کي بهتر بڻائڻ لاء (Gayo-Avello 2013; Jungherr 2015, chap. 7.) . هتي چيو ويو آهي ته Huberty (2015) کي چونڊن جي اڳيان پيش ڪرڻ جي انهن ڪوششن جو نتيجو بيان ڪيو آهي:

"سوشل ميڊيا جي بنياد تي سڀني ڄمڻ واري پيشڪش جو طريقيڪار ناڪام ٿي ويو جڏهن سچائي اڳتي هلي چونڊ چونڊجڻ جي گهرج جي مطالبن تي غور ڪيو ويو آهي. اهي ناڪام ٿيڻ جو طريقو، سوشل ميڊيا جي بنيادي ملڪيت جي سبب هجڻ جي ڪري، طريقيڪار يا الورٽيڊمڪ مشڪلات کان سواء. مختصر ننڍن ۾، سماجي ميڊيا کي ڪڏهن به نه ڏين، ۽ ڪڏهن به نه ڏيندو، ووٽ جي هڪ مستحڪم، غير جانبدار، نمائندو تصوير پيش ڪندا. ۽ سهولت ميڊيا جي سهولت نموني انهن مسئلن جي پوسٽ هيڪ کي حل ڪرڻ لاء ڪافي ڊيٽا آهن. "

باب 3 ۾، مان نموني ۽ اندازي ۾ گهڻو تفصيل سان وضاحت ڪندس. جيتوڻيڪ ڊيٽا غير تجديد آهن، ڪجهه شرطن جي تحت، اهي سٺو تخمينو پيدا ڪرڻ لاء وزن ڪري سگهجي ٿو.

• ڊرائيونگ (سيڪشن ¿sec: drifting؟ )

سسٽم بيهڻ کان ٻاهر ڏسڻ لاء تمام ڏکي آهي. جڏهن ته، فلمينز پروجيڪٽ (باب 4 ۾ وڌيڪ بحث ڪيو ويو) 15 سالن کان وڌيڪ تعليمي تحقيقي گروپ پاران هلائي وئي آهي. ان ڪري، اهي دستاويز دستاويزن ۽ طريقيڪار جي باري ۾ ڄاڻ حاصل ڪري سگهندا آهن ته سسٽم جي وقت سان ارتقاء ڪئي وئي ۽ اهو تجزيي تي اثر انداز (Harper and Konstan 2015) .

عالمن جو تعداد Twitter ۾ drift تي روشني وڌي ويا آهن: Liu, Kliman-Silver, and Mislove (2014) ۽ Tufekci (2014) .

آبادي جي آبادڪاري سان معاملو ڪرڻ جو هڪ طريقو آهي صارفين جي هڪ پينل ٺاهي ٿو، جو محققین وقت جي حوالي سان ساڳيو ماڻهن کي مطالع ڪرڻ جي اجازت ڏئي ٿي، Diaz et al. (2016) .

• الورگرافامي طور تي لڳل (سيڪشن ¿سيڪي: ڳگھرمي لحاظ کان ) ؟

مون پهريون ڀيرو "تقريبا الورگيتمڪولڪ" جي اصطلاح سان جان ڪليبرگ پاران هڪ ڳالھ ۾ ٻڌو، پر افسوس جو مون کي ياد ناهي جڏهن ڪچهري ڏني وئي هئي. پهريون ڀيرو جيڪو مون پرنٽ جي اصطلاح تي ڏٺو هو Anderson et al. (2015) ، جيڪو هڪ دلچسپ بحث آهي ته تاريخن جي سائيٽن پاران الورورڊس استعمال ڪئين ته انهن ويب سائيٽس مان ڊيٽا کي استعمال ڪرڻ جي تحقيق ڪندڙن جي صلاحيتن کي سماجي طور تي ترجيحات حاصل ڪرڻ لاء. اها انديشن Anderson et al. (2014) جواب ۾ K. Lewis (2015a) پاران K. Lewis (2015a) Anderson et al. (2014) .

Facebook تي اضافو ڪرڻ سان، ٽويٽ پڻ ماڻهن جي سفارش ڪندڙن جي صلاحيت جي پيروي ڪرڻ جي صلاحيت جي پيروي ڪن ٿا. ڏسو Su, Sharma, and Goel (2016) . ٽڪري ۾ ٽرديڪ بندش جي سطح ڪجهه انساني رجحان جي ٽنهي حصول جي ٽڙپائيڪ بندش ۽ ٽرباديڪ بندش کي اڳتي وڌائڻ لاء ڪجهه الورگوريمڪ رجحان جي ميلاپ آهي.

ڪارڪردگي تي وڌيڪ لاء - خاص طور تي اهو خيال آهي ته ڪجهه سماجي سائنس جي نظريات "انجنيئر نه اٺن" آهن (يعني اهي صرف انهن کي بيان ڪرڻ کان سواء دنيا کي شڪل ڏيو) -سي Mackenzie (2008) .

• گندي (سيڪشن 2.3.9)

سرڪاري شمارياتي ايجنسين ڊيٽا جي صفائي جي انگن اکرن جي ڊيٽا کي تبديل ڪندي . De Waal, Puts, and Daas (2014) انگن اکرن واري ڊيٽا کي تبديل ڪرڻ جي طريقيڪار جي سروي جي ڊيٽا لاء ترقي ڪئي وئي آهي ۽ انهي جي جاچ پڙتال ڪري سگهجي ٿي ته اهي وڏي انگن اکرن تي لاڳو ٿين ٿيون، ۽ Puts, Daas, and Waal (2015) انهن ساڳين خيالن جي لاء هڪ وڌيڪ عام گهرايو.

سماجي بٽس جو جائزو وٺڻ لاء، Ferrara et al. (2016) ڏسو Ferrara et al. (2016) . ٹویٹر میں اسپام تلاش کرنے پر توجہ مرکوز کے کچھ مثالن کے لئے، Clark et al. (2016) ۽ Chu et al. (2012) . آخرڪار، Subrahmanian et al. (2016) ڊارپا بوٽو چيلنج جو نتيجو بيان ڪري ٿو، تيئن هڪ ڪاميٽي تعاون، ڊويزن تي بوٽوز کي ڳولڻ جي طريقيڪار لاء ٺهيل.

• حساس (سيڪشن 2.3.10)

Ohm (2015) اڳوڻي ڄاڻ جي تجزيو ۽ ملائي فيڪٽ جي امتحان جي پيش ڪيل تحقيق بابت اڳوڻي جائزو وٺندو. چئن عنصر جيڪي هن جي تجويز ڪن ٿا انهن کي نقصان جي شدت، نقصان جي احتساب، رازداري تعلقات جي موجودگي، ۽ ڇا خطري جي شدت جي خدشات کي ظاهر ڪري ٿو.

• ڳڻپ جي شيون (سيڪشن 2.4.1)

نيويارڪ ۾ فارس جي ٽيڪسس جي مطالعي جي اڳڪٿي مطالعي Camerer et al. (1997) پاران ڪيل هئي Camerer et al. (1997) انهي کي پيپر جي سفر واري شيڪن جي ٽن مختلف سهولت نموني استعمال ڪيو ويو آهي. هن جي ابتدائي مطالعي مان معلوم ٿئي ٿو ته ڊرائيورن جو مقصد ماڻهون ٿيڻ لڳي: انهن ڏينهن ۾ گهٽ ڪم ڪيو جتي سندن اجرت اعلي هئا.

ايندڙ ڪم ۾، بادشاهه ۽ ڀائيوارن چين (King, Pan, and Roberts 2014, [@king_how_2016] ) ۾ آن لائين سينسرشپ کي ڳوليائين. चीन ۾ آن لائن سنسرسر کي ماپڻ جي لاڳاپيل طريقه لاء، Bamman, O'Connor, and Smith (2012) हेर्नुहोस्. اعداد و شمار جي طريقن تي وڌيڪ لاء، 11 ملين پوسٽن جي جذبي جو اندازو ڪرڻ لاء King, Pan, and Roberts (2013) ۾ استعمال ڪيو ويو، Hopkins and King (2010) ڏسو. نگراني واري سکيا تي وڌيڪ لاء، James et al. (2013) ڏسو James et al. (2013) (گهٽ ٽيڪنيڪل) ۽ Hastie, Tibshirani, and Friedman (2009) (وڌيڪ ٽيڪنالاجي).

• موسمياتي ۽ هاڻوڪو ڪرڻ (سيڪشن 2.4.2)

معياري صنعتي ڊيٽا سائنس جو وڏو حصو آهي (Mayer-Schönberger and Cukier 2013; Provost and Fawcett 2013) . ھڪڙي قسم جي اڳڪٿي ڄاڻو آھي جنھن کي عام طور تي سوشل محقق پاران ڪيو ويندو آھي. ڏسون، مثال طور، Raftery et al. (2012) .

Google فلو رجحان اڳوڻي انفلوينزا جي تبليغ لاء تلاش جي ڊيٽا کي استعمال ڪرڻ لاء پهريون منصوبو ڪونه هو. حقيقت ۾، آمريڪا ۾ محقق (Polgreen et al. 2008; Ginsberg et al. 2009) (Hulth, Rydevik, and Linde 2009) (Polgreen et al. 2008; Ginsberg et al. 2009) ۽ سويډن (Hulth, Rydevik, and Linde 2009) ڳولي لڌو ته ڪجهه خاص اصطلاحات (مثال طور، "فلو") پيش ڪيل قومي عوامي صحت جي نگراني ڊيٽا ان کان پهرين جاري ڪئي وئي. تنهن کان پوء ڪيترا ئي ٻين ڪيترن ئي منصوبن کي بيماري جي نگراني جي ڄاڻ لاء ڊجيٽل ٽاسس جي ڊيٽا استعمال ڪرڻ جي ڪوشش ڪئي وئي؛ ڏسو ته Althouse et al. (2015) جائزي لاء

ڊجيٽل ٽريس ڊيٽا کي استعمال ڪرڻ لاء صحت جي نتيجن کي پيش ڪرڻ لاء، Twitter ڊيٽا استعمال ڪندي هڪ وڏو ڪم پڻ ڪيو ويو آهي، چونڊ نتيجن جي پيشڪش ڪرڻ لاء. جائزي لاء ڏسو Gayo-Avello (2011) ، Gayo-Avello (2013) ، Jungherr (2015) (باب 7)، ۽ Huberty (2015) . اقتصادي اشارن جي ابڪاسڪ، جهڙوڪ مجموعي گھربل مصنوعات (GDP)، مرڪزي مرڪز ۾ عام آھي، Bańbura et al. (2013) ڏسو Bańbura et al. (2013) . ٽيبل 2.8 ۾ مطالعي جا چند مثال شامل آهن جيڪي دنيا ۾ ڪجهه قسم جي واقعا پيش ڪرڻ لاء ڪجھ قسم جي ڊجيٽل ٽريس استعمال ڪندا آهن.

آخرڪار، جون ڪلينبرگ ۽ اسڪاٽرنس (2015) انهي ڳالهه جي نشاندهي ڪئي آهي ته مسئلن جي واڌاري ٻن، ذيلي مختلف قسمن ۾ اچي ٿي ۽ سوشل سماجي سائنسدان هڪ تي ڌيان ڏيڻ ۽ ٻين کي نظرانداز ڪرڻ تي متفق آهن. هڪ پاليسي ساز ٺاهيو، مان هن کي انا سڏيندو آهيان، جيڪو خشڪي آهستي آهستي رهيو آهي ۽ اهو فيصلو ڪرڻ گهرجي ته مينهن جو موقعو وڌائڻ لاء هڪ مينهن جو رقص ڪرڻ جو ارادو رکڻو پوندو. ٻيو پاليسي ٺاهڻ وارو، آئون هن کي بيٽي سڏيندو، فيصلو ڪرڻ گهرجي ته گهر تي گلي وٺڻ کان بچڻ لاء هڪ چادر چاهيندا ته ڇا. اهي انا ۽ بٽي ٻئي موسم کي سمجهي سگهون ٿا ته بهتر فيصلو ڪري سگهن ٿا، پر انهن کي مختلف شين کي ڄاڻڻ جي ضرورت آهي. انا کي سمجهڻ جي ضرورت آهي ته مينهن ڊانس مينهن سبب ڪري ٿو. بيھي، ٻئي هٿ جي باري ۾ ڪجهه ڄاڻڻ جي ضرورت ناهي. هوء صرف هڪ صحيح پيشڪش جي ضرورت آهي. سماجي محقق اڪثر ڪري انهن مسئلن تي ڌيان ڏئي ٿو جهڙوڪ انا انا جو ڪلينبر ۽ ان سان گڏوگڏ "مشڪلاتن جي بارش ڊانس-جهڙو" پاليسي جي مسئلن جو سبب آهن، ڇاڪاڻ ته اهي سببن جي سوال شامل آهن. Betty-a-Kleinberg ۽ پنهنجن ڀائرن جي ماهرن بابت پاليسين جا مسئلا گهڻا اهم هوندا، پر سماجي محقق کان گهڻو ڌيان حاصل ڪيا آهن.

• تقريبن تجربن (سيڪشن 2.4.3)

جرنل پي پوليٽيڪل سائنس هڪ سمپوزيم هو جنهن ۾ وڏي انگن، سببن جي تڪرار، ۽ رواجي نظريو، ۽ Clark and Golder (2015) هر ڀاڱي جو مختصر بيان ڪيو ويو آهي. امريڪا جي نيشنل اڪيڊمي آف سائنسز جي جرنل ڪارڪردگي جي سببن جي نتيجي ۾ هڪ سمپوزيم هو ۽ وڏي ڊيٽا ۽ Shiffrin (2016) هر سهڪار جو خلاصا ڪيو ويو. مشين جي سکيا جي طريقن لاء جيڪا خودڪار طريقي سان قدرتي تجربن جي اندر قدرتي تجربن کي ڳولڻ جي ڪوشش ڪئي وڃي ٿي، Jensen et al. (2008) ڏسو Jensen et al. (2008) ، Sharma, Hofman, and Watts (2015) ، اور Sharma, Hofman, and Watts (2016) .

قدرتي تجربن بابت، Dunning (2012) ڪيترن ئي مثالن سان گڏ تعارف، ڪتاب جي ڊگهي علاج فراهم ڪري ٿي. قدرتي تجربن جي هڪ شڪايت ڏسڻ لاء، Rosenzweig and Wolpin (2000) (معاشيات) يا Sekhon and Titiunik (2012) (سياسي سائنس). Deaton (2010) ۽ Heckman and Urzúa (2010) دليل ڏيندي چيو ته فطري تجربن تي ڌيان ڏيڻ وارا محقق سببن جي اثرائتي اثر انداز ڪرڻ جي تياري ڪرڻ جا محقق ڪري سگهن ٿا. Imbens (2010) انهن دلائل تي قدرتي تجربن جي قدر وڌيڪ نظر سان ڏسڻ ۾ اچن ٿا.

جڏهن وضاحت ڪري رهيو آهي ته محقق جي اثر هيٺ مسوده جي اثر انداز ڪرڻ کان هڪ محقق ڪيئن ٿي سگهيو، مون کي ڄاڻائڻ وارو اوزار ٽيڪنڪٽر سڏيو پيو وڃي. Imbens and Rubin (2015) ، پنهنجن بابن 23 ۽ 24 ۾، تعارف مهيا ڪن ۽ Imbens and Rubin (2015) جي مسوده جي مثال طور استعمال ڪريو. شڪايتين تي فوجي سروس جو اثر ڪڏهن ڪڏهن شڪايت اوسط سبب اثر (CAcE) ۽ ڪڏهن ڪڏهن مقامي اوسط علاج جو اثر (LATE) سڏيندو آهي. Sovey and Green (2011) ، Angrist and Krueger (2001) ۽ Bollen (2012) سياسي سائنس، اقتصاديات ۽ سماجيات ۾ وسيلا متغيرات جي استعمال جي تجويز پيش ڪن ٿا، Sovey and Green (2011) لاء "پڙهندڙ جي چڪاس" ويجهڙائي ڪرڻ جا اوزار سازي جي متغير استعمال ڪندي.

اهو ظاهر ٿيو ته 1970 مسوده لاهڻ وارو نه هو، حقيقت ۾ صحيح طور تي ترتيب ڏني وئي؛ اهڙا خالص بي (Fienberg 1971) کان ننڍيون ويٺل هئا (Fienberg 1971) . Berinsky and Chatfield (2015) اهو بحث ڪيو ويو آهي ته هي ننڍڙي انحراف انتهائي اهميت وارو نه آهي ۽ صحيح انداز ۾ ڪيل ڪيل بي ترتيب جي اهميت بابت بحث ڪيو ويندو آهي.

ملازمت جي شرطن ۾، Stuart (2010) هڪ اميداتي جائزو وٺڻ لاء، ۽ Sekhon (2009) جائزي لاء Sekhon (2009) کي ڏسو. وڌيڪ مزي تي هڪ قسم جي پرکڻ وانگر، Ho et al. (2007) ڏسو Ho et al. (2007) . هر هڪ لاء هڪ اڪيلو کامل ميل ڳولڻ تمام گهڻو مشڪل آهي، ۽ هن کي ڪجهه پيچيدگي متعارف ڪرائڻ آهي. پهرين، سموري ميچين کي دستياب ناهي، تحقيق ڪندڙن کي ٻن يونٽن جي وچ ۾ فاصلو ڪئين اندازو ڪرڻ جو فيصلو ڪرڻ گهرجي ۽ جيڪڏهن ڄاڻايل فاصلو ڪافي ويجهو آهي. هڪ ٻيو پيچيدگي پيدا ٿئي ٿو ته محققین علاج جي گروپ ۾ هر ڪيس لاء گهڻن ميچين کي استعمال ڪرڻ چاهيندا آهن، ڇو ته هي وڌيڪ واضح اندازن جي ڪري سگھي ٿو. انهن ٻنهي مسئلن تي، ٻين سان گڏ، تفصيل سان Imbens and Rubin (2015) جو باب 18 Imbens and Rubin (2015) ۾ تفصيل سان بيان ڪيو ويو آهي. پڻ ڏسو II جو ( ??? ) .

ڏسو Dehejia and Wahba (1999) هڪ مثال لاء، جتي ملندڙ طريقا هڪ بي ترتيب ٿيل ڪنٽرول تجربو مان ڪاٿي لڳائي رهيا هئا. پر، Arceneaux, Gerber, and Green (2006) ۽ Arceneaux, Gerber, and Green (2010) ڏسو Arceneaux, Gerber, and Green (2006) مثال طور، جتي تجرباتي طريقن هڪ تجرباتي بينچ مارڪيٽ ٻيهر ناڪام ٿي.

Rosenbaum (2015) ۽ Hernán and Robins (2016) وڏن انگن جي ذريعن اندر مفيد نسبتا ڳولڻ جي لاء ٻيا مشورو پيش ڪن ٿا.