Kusambazwa kwa ukusanyaji wa takwimu kunawezekana, na baadaye itakuwa na teknolojia na ushiriki usiohusika.
Kama eBird inavyoonyesha, kusambazwa kwa data inaweza kutumika kwa ajili ya utafiti wa kisayansi. Zaidi ya hayo, PhotoCity inaonyesha kuwa matatizo yanayohusiana na ubora wa sampuli na data yanaweza kutengwa. Je, kusambazwa kwa data inaweza kusanifu kwa utafiti wa jamii? Mfano mmoja unatoka kwa kazi ya Susan Watkins na wenzake kwenye Mradi wa Maandishi ya Malawi (Watkins and Swidler 2009; Kaler, Watkins, and Angotti 2015) . Katika mradi huu, wenyeji wa mitaa 22-wanaoitwa "waandishi wa habari" -apt "majarida ya majadiliano" yaliyoandikwa, kwa undani, mazungumzo waliyoyasikia kuhusu UKIMWI katika maisha ya kila siku ya watu wa kawaida (wakati mradi ulianza, asilimia 15 ya watu wazima Malawi wameambukizwa VVU (Bello, Chipeta, and Aberle-Grasse 2006) ). Kwa sababu ya hali yao ya wasiwasi, waandishi hawa waliweza kusikia mazungumzo ambayo inaweza kuwa haiwezekani Watkins na washiriki wake wa utafiti wa Magharibi (nitakujadili maadili ya hii baadaye katika sura wakati ninatoa ushauri juu ya kubuni mradi wako wa ushirikiano wa wingi) . Data kutoka Mradi wa Maandishi ya Malawi imesababisha matokeo ya muhimu. Kwa mfano, kabla ya mradi kuanza, wengi nje waliamini kuwa kuna ukimya kuhusu UKIMWI katika Afrika Kusini mwa Jangwa la Sahara, lakini gazeti la majadiliano lilionyesha kuwa hii haikuwa wazi: waandishi wa habari waliposikia majadiliano ya mada hii, katika maeneo kama vile mazishi, baa, na makanisa. Zaidi ya hayo, asili ya mazungumzo haya yaliwasaidia watafiti kuelewa vizuri zaidi ya upinzani wa matumizi ya kondomu; njia ambazo matumizi ya kondomu yaliyotengenezwa katika ujumbe wa afya ya umma ilikuwa kinyume na njia ambayo ilijadiliwa katika maisha ya kila siku (Tavory and Swidler 2009) .
Bila shaka, kama data kutoka eBird, data kutoka Mradi wa Maandishi ya Malawi si kamili, suala ambalo linajadiliwa kwa undani na Watkins na wenzake. Kwa mfano, mazungumzo yaliyoandikwa si sampuli ya random ya mazungumzo yote yanayowezekana. Badala yake, wao ni sensa isiyokwisha ya mazungumzo kuhusu UKIMWI. Kwa upande wa ubora wa data, watafiti waliamini kwamba waandishi wao walikuwa waandishi wa habari wenye ubora, kama inavyothibitishwa na uwiano ndani ya majarida na katika majarida. Kwa hiyo, kwa kuwa waandishi wa habari wa kutosha walipelekwa katika mazingira madogo ya kutosha na kuzingatia mada maalum, iliwezekana kutumia redundancy kutathmini na kuhakikisha ubora wa data. Kwa mfano, mfanyakazi wa ngono aitwaye "Stella" alionyesha mara kadhaa katika majarida ya waandishi wa habari nne tofauti (Watkins and Swidler 2009) . Ili kujenga zaidi intuition yako, meza 5.3 inaonyesha mifano mingine ya kusambazwa kwa data kwa utafiti wa kijamii.
Data zilizokusanywa | Kumbukumbu |
---|---|
Majadiliano kuhusu VVU / UKIMWI nchini Malawi | Watkins and Swidler (2009) ; Kaler, Watkins, and Angotti (2015) |
Anwani inayoomba London | Purdam (2014) |
Matukio ya migogoro katika Mashariki mwa Kongo | Windt and Humphreys (2016) |
Shughuli za kiuchumi nchini Nigeria na Liberia | Blumenstock, Keleher, and Reisinger (2016) |
Ufuatiliaji wa mafua | Noort et al. (2015) |
Mifano zote zilizoelezwa katika kifungu hiki zimehusisha ushiriki kamili: waandishi wa habari waliandika mazungumzo waliyasikia; Wafanyabiashara walipakia orodha zao za kuzingatia; au wachezaji walipakia picha zao. Lakini vipi ikiwa ushiriki ulikuwa wa moja kwa moja na hauhitaji ujuzi wowote au wakati wa kuwasilisha? Hili ni ahadi iliyotolewa na "kuhisi kushirikiana" au "watu wenye uchunguzi wa kati." Kwa mfano, Pothole Patrol, mradi wa wanasayansi wa MIT, imepanda accelerometers ya vifaa vya GPS ndani ya teksi saba za teksi eneo la Boston (Eriksson et al. 2008) . Kwa sababu kuendesha gari juu ya majani ya pothole ishara ya kasi ya accelerometer, vifaa hivi, wakati vinapowekwa ndani ya teksi zinazohamia, vinaweza kuunda ramani za pothole za Boston. Bila shaka, teksi hazifanyi barabara sampuli, lakini, kutokana na teksi za kutosha, kunaweza kuwa na chanjo cha kutosha ili kutoa habari kuhusu sehemu kubwa za mji huo. Faida ya pili ya mifumo ya kisiasa ambayo inategemea teknolojia ni kwamba wanafahamu mchakato wa kuchangia data: wakati inahitaji ujuzi kuchangia eBird (kwa sababu unahitaji kuwa na uhakika wa kutambua aina ya ndege), hauhitaji ujuzi maalum kwa kuchangia Pothole Patrol.
Kuendelea mbele, nadhani kuwa wengi wametayarisha miradi ya kukusanya data itaanza kutumia uwezo wa simu za mkononi ambazo tayari zimeletwa na mabilioni ya watu ulimwenguni kote. Simu hizi tayari zina idadi kubwa ya sensorer zinazohitajika kwa kupima, kama vile vipaza sauti, kamera, vifaa vya GPS, na saa. Zaidi ya hayo, huunga mkono programu za watu wengine ili kuwezesha watafiti kudhibiti juu ya miongozo ya kukusanya data. Hatimaye, wana uunganisho wa wavuti, na huwawezesha kuzima-kubeba data wanazokusanya. Kuna changamoto nyingi za kiufundi, kutoka kwa sensorer zisizo sahihi hadi maisha ya betri mdogo, lakini matatizo haya yatapungua kwa muda mrefu kama teknolojia inakua. Masuala yanayohusiana na faragha na maadili, kwa upande mwingine, inaweza kupata ngumu zaidi; Nitairudi maswali ya maadili wakati ninatoa ushauri kuhusu kubuni ushirikiano wako wa wingi.
Katika miradi ya kukusanya data, wajitolea huchangia data kuhusu ulimwengu. Njia hii tayari imetumiwa kwa ufanisi, na matumizi ya baadaye yatatakiwa kushughulikia matatizo ya sampuli na ubora wa data. Kwa bahati nzuri, miradi iliyopo kama PhotoCity na Pothole Patrol zinaonyesha ufumbuzi wa matatizo haya. Kwa kuwa miradi mingi hutumia teknolojia inayowezesha ushiriki wa ujuzi na usiojibikaji, miradi ya kukusanya data inapaswa kuongezeka kwa kiwango kikubwa, na kuwawezesha watafiti kukusanya data ambazo zimeondolewa mipaka katika siku za nyuma.