2.3.2.4 viseče
Prebivalstvo drift, uporaba drift, in sistem za drift bi bilo težko uporabiti velik vir podatkov za študij dolgoročnih trendov.
Ena od velikih prednosti mnogih velikih podatkovnih virov so, da zbirajo podatke v daljšem časovnem obdobju. Družboslovci klic te vrste preveč časa podatkov, longitudinalnih podatkov. In, seveda, vzdolžna podatki so zelo pomembni za preučevanje sprememb. Za zanesljivo merjenje sprememb, vendar meritev sam sistem mora biti stabilna. Po besedah sociologa Otis Dudley Duncan, "če želimo meriti spremembe, ne spreminjajo ukrepa" (Fischer 2011) .
Na žalost, mnogi veliki podatkovni sistemi-predvsem poslovni sistem, ki ustvarjajo in zajemanje digitalnih sledi-se ves čas spreminjajo, proces, ki ga bom poklical škropiva. Še posebej, ti sistemi spremenite na tri načine: populacija drsenja (spremembe, ki jih uporabljajo), vedenjske odklone (spremembe v tem, kako so ljudje, ki jih uporabljajo) in sistem drift (sprememba v samem sistemu). Trije viri škropiva pomenilo, da bi se vsak vzorec v digitalnih podatkov v sledovih s pomembnim spremembam v svetu povzročila, ali pa se lahko z neko obliko visečih povzročil.
Prvi vir visečimi prebivalstva drift-je, ki uporablja sistem, in to spremeni v dolgoletni lestvice in kratkoročne časovne lestvice. Na primer, od leta 2008, da predstavi je povprečna starost prebivalcev na socialnih medijih se je povečala. Poleg teh dolgoročnih trendov, ljudje, ki uporabljajo sistem v vsakem trenutku spreminja. Na primer, v ZDA predsedniške volitve leta 2012 je delež tweets o politiki, ki so jih napisali ženskah niha iz dneva v dan (Diaz et al. 2016) . Tako je, kar se morda zdi, da so spremembe v razpoloženju na Twitter-verz lahko dejansko samo se spremembe, ki je govoril v vsakem trenutku.
Poleg sprememb, ki uporablja sistem, obstajajo tudi spremembe v načinu uporabe sistema. Na primer, med Occupy Gezi Park proteste v Istanbulu v Turčiji v letu 2013 protestnikov spremenila svojo uporabo oznake tem kot protest razvil. Takole Zeynep Tufekci (2014) je opisal drift, ki je bil sposoben zaznati, ker je bila opazovanje vedenja na Twitterju in na terenu:
"Kaj se je zgodilo je bilo, da je takoj, ko je protest postala prevladujoča zgodba, veliko število ljudi. . . prenehala z uporabo oznake, razen da se opozori na nov pojav. . .. Medtem ko je še naprej protesti, in celo okrepila, da Oznake teme polegel. Intervjuji pokazala dva razloga za to. Prvič, ko so vsi vedeli temo je hashtag je hkrati nepotrebna in potratna od znakov omejeno Twitter platforme. Drugič, so opazili Oznake teme samo koristno za pritegnitev pozornosti na določeno temo, ne govorimo o tem. "
Tako bi raziskovalci, ki so se učili proteste z analizo tweets z oznake tem, povezanih s protestnimi imajo izkrivljen občutek, kaj se je dogajalo zaradi tega vedenjskega škropiva. Na primer, lahko menijo, da je razprava o protestu zmanjšal, še preden je dejansko zmanjšala.
Tretja vrsta škropiva je sistem drift. V tem primeru ne gre za ljudi, spreminjanje ali njihovo vedenje spreminja, ampak sam sistem spreminja. Na primer, s časom Facebook se je povečala omejitev glede dolžine posodobitve stanja. Tako bo vsaka vzdolžna študija posodobitve statusa izpostavljeni artefaktov, ki jih te spremembe povzročajo. Sistem drift je tesno povezan s problemom, imenovano algoritmično zavajajočih, ki smo zdaj zavijemo.
