7.2.1 readymades మరియు custommades యొక్క మిశ్రమం

ఏ స్వచ్ఛమైన రెడీమేడ్ వ్యూహం లేదా స్వచ్ఛమైన కస్టమైడ్ వ్యూహం పూర్తిగా డిజిటల్ యుగంలో సామర్ధ్యాలను ఉపయోగించదు. భవిష్యత్తులో మేము సంకరజాతి సృష్టించడానికి వెళ్తున్నారు.

ఇంట్రడక్షన్ లో, నేను మిసిలన్జెలో యొక్క సాంప్రదాయ శైలితో మార్సెల్ డ్యూచాంప్ యొక్క రెడీమేడ్ శైలిని విరుద్ధం చేసాను. ఈ వ్యత్యాసము కూడా సమాచార శాస్త్రవేత్తల మధ్య వ్యత్యాసాన్ని, ప్రేక్షకులతో పనిచేయటానికి మరియు సాంఘిక శాస్త్రవేత్తలతో కలసి పనిచేస్తుంటుంది. భవిష్యత్తులో, అయితే, నేను ఈ సంపూర్ణ విధానాలు ప్రతి పరిమిత ఎందుకంటే మేము మరింత సంకర చూస్తారు భావిస్తున్నారు. ప్రపంచంలో readymades చాలా అందమైన లేవు ఎందుకంటే మాత్రమే readymades ఉపయోగించడానికి కావలసిన పరిశోధకులు కష్టపడుతుంటే వెళ్తున్నారు. మరోవైపు, సాంప్రదాయాలను మాత్రమే ఉపయోగించాలనుకునే పరిశోధకులు, స్కేలు త్యాగం చేయబోతున్నారు. హైబ్రిడ్ విధానాలు, అయితే, అనుకూలమైన నుండి వచ్చిన ప్రశ్న మరియు డేటా మధ్య గట్టిగా అమరికతో రెడీమేడ్లతో వచ్చే స్థాయిని మిళితం చేయవచ్చు.

ఈ నాలుగు సంభాషణ అధ్యాయాల్లోని ప్రతిమలలో ఈ సంకరజాతి యొక్క ఉదాహరణలు చూశాము. అధ్యాయం 2 లో, Google ఫ్లూ ట్రెండ్లు వేగవంతమైన అంచనాలను (Ginsberg et al. 2009) ఉత్పత్తి చేయడానికి సంభావ్యత ఆధారిత సంప్రదాయ కొలత వ్యవస్థ (CDC ఇన్ఫ్లుఎంజా పర్యవేక్షణ వ్యవస్థ) తో ఎల్లప్పుడూ పెద్ద డేటా సిస్టమ్ (శోధన ప్రశ్నలు) ని ఎలా కలుపుతున్నాయో మేము చూసాము. అధ్యాయం 3 లో, స్టెఫెన్ అన్సోలాబీర్ మరియు ఎటాన్ హెర్ష్ (2012) లను వాస్తవంగా ఓటు వేసిన వ్యక్తుల లక్షణాల గురించి మరింత తెలుసుకోవడానికి, సిద్ధంగా ఉన్న ప్రభుత్వ పరిపాలన డేటాతో అనుకూలపరచిన సర్వే డేటాను ఏవిధంగా కలిపారో మేము చూసాము. 4 వ అధ్యాయంలో, ఒబౌర్ ప్రయోగాలు మిలియన్ల మంది ప్రజలు (Allcott 2015) ప్రవర్తనపై సాంఘిక నియమాల ప్రభావాలను అధ్యయనం చేసేందుకు సాంప్రదాయిక చికిత్సతో రెడీమేడ్ విద్యుత్ కొలత అవస్థాపనను ఏ విధంగా కలిపాయో (Allcott 2015) . చివరగా, 5 వ అధ్యాయంలో, కెన్నెత్ బెనోయిట్ మరియు సహచరులు (2016) సాంప్రదాయ చర్చల విద్వేషాలను అధ్యయనం చేయడానికి ఉపయోగించే సమాచారాన్ని సృష్టించే డేటాను సృష్టించేందుకు అవసరమైన రాజకీయ పార్టీలచే సృష్టించబడిన మేనిఫెస్టోస్ యొక్క రెడీమేడ్ సమితికి ఒక అనుకూలమైన గుంపు-కోడింగ్ విధానాన్ని ఎలా ఉపయోగించాలో మేము చూసాము.

భవిష్యత్తులో ఒక శక్తివంతమైన వ్యూహం పరిశోధన కోసం సృష్టించబడని పెద్ద సమాచార వనరులను సుసంపన్నం చేస్తాయని ఈ నాలుగు ఉదాహరణలు సూచిస్తున్నాయి, వీటిని మరింత సమాచారం కోసం పరిశోధనకు మరింత ఉపయోగపడతాయి (Groves 2011) . ఇది కస్టమ్స్ లేదా రెడీమేడ్ తో మొదలవుతుందో లేదో, ఈ హైబ్రిడ్ స్టైల్ అనేక పరిశోధన సమస్యలకు గొప్ప వాగ్దానం కలిగి ఉంది.