Toggle navigation
Bit By Bit
: Social Research in the Digital Age
గురించి
ఓపెన్ రివ్యూ
citation
కోడ్
రచయిత గురుంచి
గోప్యత & సమ్మతి
భాషలు
English
Afrikaans
Albanian
Amharic
Arabic
Armenian
Azerbaijani
Basque
Belarusian
Bengali
Bosnian
Bulgarian
Catalan
Cebuano
Chichewa
Chinese Simplified
Chinese Traditional
Corsican
Croatian
Czech
Danish
Dutch
Esperanto
Estonian
Filipino
Finnish
French
Frisian
Galician
Georgian
German
Greek
Gujarati
Haitian Creole
Hausa
Hawaiian
Hebrew
Hindi
Hmong
Hungarian
Icelandic
Igbo
Indonesian
Irish
Italian
Japanese
Javanese
Kannada
Kazakh
Khmer
Korean
Kurdish (Kurmanji)
Kyrgyz
Lao
Latin
Latvian
Lithuanian
Luxembourgish
Macedonian
Malagasy
Malay
Malayalam
Maltese
Maori
Marathi
Mongolian
Myanmar (Burmese)
Nepali
Norwegian
Pashto
Persian
Polish
Portuguese
Punjabi
Romanian
Russian
Samoan
Scots Gaelic
Serbian
Sesotho
Shona
Sindhi
Sinhala
Slovak
Slovenian
Somali
Spanish
Sudanese
Swahili
Swedish
Tajik
Tamil
Telugu
Thai
Turkish
Ukrainian
Urdu
Uzbek
Vietnamese
Welsh
Xhosa
Yiddish
Yoruba
Zulu
Teaching
Media
Read Online
పుస్తకం కొనండి
Princeton University Press
Amazon
Barnes and Noble
IndieBound
ముందుమాట
1 పరిచయం
1.1 యాన్ సిరా బ్లాట్
1.2 డిజిటల్ యుగం స్వాగతం
1.3 పరిశోధన నమూనా
1.4 ఈ పుస్తకం యొక్క థీమ్స్
1.4.1 Readymades మరియు Custommades
1.4.2 సంక్లిష్టత పై సింప్లిసిటీ
1.4.3 ఎథిక్స్ ప్రతిచోటా
1.5 పుస్తకం అవుట్లైన్
2 గమనించిన ప్రవర్తనను
2.1 పరిచయం
2.2 బిగ్ డేటా
2.3 పెద్ద డేటా యొక్క సాధారణ లక్షణాలు
2.3.1 పరిశోధనా ఉత్తమమైనది అని లక్షణాలు
2.3.1.1 బిగ్
2.3.1.2 ఎల్లప్పుడూ ఆన్
2.3.1.3 నాన్ రియాక్టివ్
2.3.2 పరిశోధనకు సాధారణంగా చెడు అని లక్షణాలు
2.3.2.1 అసంపూర్ణ
2.3.2.2 ప్రాప్యత చేయలేరు
2.3.2.3 కాని ప్రతినిధి
2.3.2.4 కూరుకుపోయే
2.3.2.5 యాంత్రికంగా అయోమయానికి
2.3.2.6 డర్టీ
2.3.2.7 సెన్సిటివ్
2.4 రీసెర్చ్ వ్యూహాలు
2.4.1 కౌంటింగ్ విషయాలు
2.4.1.1 న్యూ యార్క్ సిటీ లో టాక్సీలు
2.4.1.2 విద్యార్థుల మధ్య స్నేహం ఏర్పాటు
2.4.1.3 చైనీస్ ప్రభుత్వం సామాజిక మీడియా సెన్సార్షిప్
2.4.2 ఫోర్కాస్టింగ్ మరియు nowcasting
2.4.3 దాదాపు ప్రయోగాలు
2.4.3.1 సహజ ప్రయోగాలు
2.4.3.2 సరిపోలిక
2.5 తీర్మానం
సాంకేతిక అనుబంధంలో
మరింత వ్యాఖ్యానం
చర్యలు
3 అడుగుతూ ప్రశ్నలు
3.1 పరిచయం
3.2 అడుగుతూ గమనించి వర్సెస్
3.3 మొత్తం సర్వే లోపం ఫ్రేమ్
3.3.1 రిప్రజెంటేషన్
3.3.2 కొలత
3.3.3 ఖర్చు
3.4 ఎవరు గోవా
3.4.1 ప్రాబబిలిటీ సాంప్లింగ్: డేటా సేకరణ మరియు డేటా విశ్లేషణ
3.4.2 కాని సంభావ్యత నమూనాలను: వైటింగ్
3.4.3 కాని సంభావ్యత నమూనాలను: నమూనా మ్యాచింగ్
3.5 ప్రశ్నలు అడగడం నూతన మార్గాలు
3.5.1 పర్యావరణ క్షణికమైన లెక్కింపులు
3.5.2 వికీ సర్వేలు
3.5.3 Gamification
3.6 సర్వేలు ఇతర డేటా లింక్
3.6.1 యమ్ప్లిఫైడ్ అడుగుతూ
3.6.2 కూరలతో అడగడం
3.7 తీర్మానం
సాంకేతిక అనుబంధంలో
మరింత వ్యాఖ్యానం
చర్యలు
4 రన్నింగ్ ప్రయోగాలు
4.1 పరిచయం
4.2 ప్రయోగాలు ఏమిటి?
4.3 రెండు ప్రయోగాలు కొలతలు: ప్రయోగశాల రంగంలో మరియు అనలాగ్-డిజిటల్
4.4 సాధారణ ప్రయోగాలు దాటి మూవింగ్
4.4.1 చెల్లుబాటు
4.4.2 చికిత్సా ఫలితాలని యొక్క భిన్నత్వం
4.4.3 మెకానిజమ్స్
4.5 అది జరిగే మేకింగ్
4.5.1 అది మిమ్మల్ని మీరు చేయండి
4.5.1.1 ఇప్పటికే ఉపయోగించండి వాతావరణాలలో
4.5.1.2 మీ సొంత ప్రయోగం బిల్డ్
4.5.1.3 మీ స్వంత ఉత్పత్తి బిల్డ్
4.5.2 శక్తివంతమైన భాగస్వామి
4.6 సలహా
4.6.1 సున్నా వేరియబుల్ ఖర్చు డేటా సృష్టించు
4.6.2 భర్తీ మెరుగుపరచండి, మరియు తగ్గించడం
4.7 తీర్మానం
సాంకేతిక అనుబంధంలో
మరింత వ్యాఖ్యానం
చర్యలు
5 మాస్ సహకారం
5.1 పరిచయం
5.2 మానవ గణన
5.2.1 గాలక్సీ జూ
5.2.2 రాజకీయ కార్యచరణ పత్రాల్లో క్రౌడ్ కోడింగ్
5.2.3 తీర్మానం
5.3 ఓపెన్ కాల్స్
5.3.1 నెట్ఫ్లిక్స్ ప్రైజ్
5.3.2 Foldit
5.3.3 పీర్-టు-పేటెంట్
5.3.4 తీర్మానం
5.4 డిస్ట్రిబ్యూటెడ్ డేటా సేకరణ
5.4.1 eBird
5.4.2 PhotoCity
5.4.3 తీర్మానం
5.5 మీ స్వంత డిజైనింగ్
5.5.1 చైతన్యపరచటంలో పాల్గొనే
5.5.2 పరపతి భిన్నత్వం
5.5.3 ఫోకస్ దృష్టిని
5.5.4 ఆశ్చర్యం ప్రారంభించు
5.5.5 నైతిక ఉండండి
5.5.6 ఫైనల్ డిజైన్ సలహాలు
5.6 తీర్మానం
మరింత వ్యాఖ్యానం
చర్యలు
6 ఎథిక్స్
6.1 పరిచయం
6.2 మూడు ఉదాహరణలు
6.2.1 ఎమోషనల్ ఒకరి నుండి ఇంకొకరి వ్యాపించేది
6.2.2 టేస్ట్ టైస్, మరియు టైం
6.2.3 ఎంకోర్
6.3 డిజిటల్ భిన్నంగా ఉంటుంది
6.4 నాలుగు సూత్రాలు
6.4.1 పర్సన్స్ గౌరవించుకోవటం
6.4.2 బెనిఫిసెన్స్
6.4.3 జస్టిస్
6.4.4 కోసం లా అండ్ పబ్లిక్ ఇంటరెస్ట్ గౌరవం
6.5 రెండు నైతిక చట్రాలు
6.6 కష్టం ప్రాంతాలు
6.6.1 ఔషధాన్ని
6.6.2 గ్రహించుట మరియు మేనేజింగ్ సమాచార ప్రమాదం
6.6.3 గోప్యతా
6.6.4 అనిశ్చితి నేపథ్యంలో నిర్ణయాలు మేకింగ్
6.7 ప్రాక్టికల్ చిట్కాలు
6.7.1 IRB ఒక అంతస్తు, ఒక సీలింగ్ ఉంది
6.7.2 అందరి బూట్లు మీరు ఉంచండి
6.7.3 నిరంతర, వివిక్త కాదు పరిశోధనా నైతికతలు థింక్
6.8 తీర్మానం
హిస్టారికల్ అనుబంధంలో
మరింత వ్యాఖ్యానం
చర్యలు
7 భవిష్యత్తులో
7.1 foward గురించి
7.2 భవిష్యత్ థీమ్స్
7.2.1 Readymades మరియు Custommades యొక్క బ్లెండింగ్
7.2.2 పార్టిసిపెంట్-కేంద్రీకృత డేటా సేకరణ
7.2.3 పరిశోధన రూపకల్పన లో ఎథిక్స్
7.3 ప్రారంభానికి తిరిగి
అందినట్లు
ప్రస్తావనలు
ఈ అనువాదం కంప్యూటర్ ద్వారా సృష్టించబడింది.
×
You are reading the Open Review Edition of
Bit by Bit
.
Click here to read the 1st Edition.
2
గమనించిన ప్రవర్తనను
2.1 పరిచయం
2.2 బిగ్ డేటా
2.3 పెద్ద డేటా యొక్క సాధారణ లక్షణాలు
2.3.1 పరిశోధనా ఉత్తమమైనది అని లక్షణాలు
2.3.1.1 బిగ్
2.3.1.2 ఎల్లప్పుడూ ఆన్
2.3.1.3 నాన్ రియాక్టివ్
2.3.2 పరిశోధనకు సాధారణంగా చెడు అని లక్షణాలు
2.3.2.1 అసంపూర్ణ
2.3.2.2 ప్రాప్యత చేయలేరు
2.3.2.3 కాని ప్రతినిధి
2.3.2.4 కూరుకుపోయే
2.3.2.5 యాంత్రికంగా అయోమయానికి
2.3.2.6 డర్టీ
2.3.2.7 సెన్సిటివ్
2.4 రీసెర్చ్ వ్యూహాలు
2.4.1 కౌంటింగ్ విషయాలు
2.4.1.1 న్యూ యార్క్ సిటీ లో టాక్సీలు
2.4.1.2 విద్యార్థుల మధ్య స్నేహం ఏర్పాటు
2.4.1.3 చైనీస్ ప్రభుత్వం సామాజిక మీడియా సెన్సార్షిప్
2.4.2 ఫోర్కాస్టింగ్ మరియు nowcasting
2.4.3 దాదాపు ప్రయోగాలు
2.4.3.1 సహజ ప్రయోగాలు
2.4.3.2 సరిపోలిక
2.5 తీర్మానం
సాంకేతిక అనుబంధంలో
మరింత వ్యాఖ్యానం
చర్యలు
×
×
Buy The Book
Princeton University Press
Amazon
Barnes and Noble
IndieBound
