2.3.1.2 ہمیشہ آن
ہمیشہ آن بڑے اعداد و شمار غیر متوقع واقعات اور اصل وقت کی پیمائش کے مطالعہ کے قابل بناتا ہے.
کئی بڑے اعداد و شمار کے نظام ہمیشہ پر ہیں؛ وہ مسلسل اعداد و شمار جمع کر رہے ہیں. یہ ہمیشہ پر خصوصیت تخدیربی ڈیٹا کے ساتھ محققین فراہم کرتا (یعنی، وقت کے ساتھ ساتھ ڈیٹا). ہمیشہ پر ہونے کی وجہ سے تحقیق کے لیے دو اہم اثر پڑتا ہے.
سب سے پہلے، ہمیشہ پر ڈیٹا جمع محققین نے پہلے ممکن نہیں تھا طریقوں سے غیر متوقع واقعات کا مطالعہ کرنے کے قابل بناتا ہے. مثال کے طور پر، 2013 کے موسم گرما میں ترکی میں Gezi احتجاجی مظاہروں پر قبضہ تعلیم حاصل کرنے میں دلچسپی رکھنے والے محققین عام طور پر تقریب کے دوران مظاہرین کے رویے پر توجہ مرکوز کرے گا. میں Ceren سے budak اور ڈنکن واٹس (2015) کے دوران اس سے پہلے مظاہرین ٹویٹر کا استعمال کرتے ہوئے مطالعہ کرنے کے لئے ٹوئٹر کی ہمیشہ پر فطرت کا استعمال کرتے ہوئے، کی طرف سے مزید کام کرنے کے قابل تھے، واقعہ کے بعد. اور، وہ دوران، اس سے پہلے غیر شرکاء (یا شرکاء احتجاج کے بارے میں ٹویٹ نہیں کیا جو) کے ایک مقابلے گروپ تخلیق کرنے کے قابل تھے، اور واقعہ کے بعد (چترا 2.1). کل میں ان کے سابقہ پوسٹ پینل دو سال کے دوران 30،000 لوگوں کی ٹویٹس شامل. وہ اندازہ لگانے کے لئے پر Gezi احتجاجی مظاہروں میں شرکت کرنے اور رویوں میں تبدیلی کا اندازہ کرنے کا امکان تھے لوگوں میں سے کس قسم کے قابل تھے: یہ دوسری معلومات کے ساتھ احتجاجی مظاہروں سے عام طور پر استعمال کے اعداد و شمار میں اضافہ کر کے، سے budak اور واٹس بہت کچھ جاننے کے لئے کے قابل تھے شرکاء اور غیر شرکاء، دونوں مختصر مدت میں (پہلے سے پر Gezi کرنے پر Gezi دوران کا موازنہ) اور طویل مدت میں (پوسٹ پر Gezi کے لئے پہلے سے پر Gezi کا موازنہ).
پیکر 2.1: کی طرف سے استعمال ڈیزائن Budak and Watts (2015) کا مطالعہ کرنے کے ٹویٹر کی ہمیشہ پر فطرت کا استعمال کرتے ہوئے 2013. کے موسم گرما میں ترکی میں Gezi احتجاجی مظاہروں پر قبضہ، محققین کے بارے میں وہ بھی شامل ہے کہ ایک سابق پوسٹ پینل کہا جاتا ہے پیدا دو سال کے دوران 30،000 افراد. اس کے برعکس احتجاج کے دوران شرکاء پر توجہ مرکوز کی کہ عام مطالعہ، سابق عہدے کے پینل 1) شرکاء سے اعداد و شمار سے پہلے اور اس واقعہ کے بعد اور 2) کے دوران اس سے پہلے غیر شرکاء سے اعداد و شمار،، اور واقعہ کے بعد اضافہ کر دیتی ہے. یہ افزودہ آنکڑا ڈھانچہ اندازہ لگانے کے لئے (کے دوران پہلے سے پر Gezi کا موازنہ مختصر مدت میں دونوں، پر Gezi احتجاجی مظاہروں میں شرکت کرنے اور شرکاء اور غیر شرکاء کے رویوں میں تبدیلی کا اندازہ کرنے کا امکان تھے لوگوں میں سے کس قسم سے budak اور واٹس کا فعال پر Gezi) اور طویل مدت میں (کا موازنہ پری پر Gezi پر پوسٹ-پر Gezi).
یہ درست ہے کہ ان تخمینوں کی کچھ بغیر بنایا جا سکتا تھا ہے ہمیشہ پر ڈیٹا جمع کرنے کے ذرائع (مثلا، رویہ تبدیل کی طویل مدت کے اندازوں)، 30،000 لوگوں کے لئے اس طرح کے ڈیٹا کلیکشن بہت مہنگے ہوتے ہیں، اگرچہ. اور، یہاں تک کہ ایک لامحدود بجٹ دیا جاتا، میں بنیادی طور پر محققین وقت میں واپس سفر کرنے کے لئے اور براہ راست ماضی میں شرکاء کے رویے کا مشاہدہ اجازت دیتا ہے کہ کسی بھی دوسرے طریقہ نہیں سوچ سکتا. قریب ترین متبادل رویے کی پوروویاپی رپورٹس جمع کرنے ہوں گے، لیکن ان رپورٹوں محدود گرینولیریٹی اور قابل اعتراض درستگی کی ہو گی. ٹیبل 2.1 ہمیشہ پر ڈیٹا کا ذریعہ ایک غیر متوقع واقعہ کا مطالعہ کرنے کے استعمال کرنے والے جائزوں کے دیگر مثالیں فراہم کرتا ہے.
| غیر متوقع واقعہ | ہمیشہ آن ڈیٹا کا ذریعہ | نظیر |
|---|---|---|
| ترکی میں Gezi تحریک پر قبضہ | ٹویٹر | Budak and Watts (2015) |
| ہانگ کانگ میں چھتری احتجاجی مظاہرے | ویبو | Zhang (2016) |
| نیو یارک شہر میں پولیس کی فائرنگ | سٹاپ اور ناچنا رپورٹیں | Legewie (2016) |
| پرسنز ISIS میں شمولیت | ٹویٹر | Magdy, Darwish, and Weber (2016) |
| 11 ستمبر 2001 کے حملے | livejournal.com | Cohn, Mehl, and Pennebaker (2004) |
| 11 ستمبر 2001 کے حملے | پیجر پیغامات | Back, Küfner, and Egloff (2010) ، Pury (2011) ، Back, Küfner, and Egloff (2011) |
دوئم، ہمیشہ پر ڈیٹا جمع محققین اصل وقت کی پیمائش، پالیسی سازوں صرف موجودہ رویے سے سبق حاصل نہیں کرنا ہے بلکہ اس کا جواب چاہتے ہیں، جہاں کی ترتیبات میں اہم ہو سکتا ہے جس کو پیدا کرنے کے قابل بناتا ہے. مثال کے طور پر، سوشل میڈیا ڈیٹا قدرتی آفات کے جوابات کی رہنمائی کے لئے استعمال کیا جا سکتا (Castillo 2016) .
آخر میں، ہمیشہ پر ڈیٹا سسٹمز غیر متوقع واقعات کا مطالعہ کرنے اور پالیسی سازوں کے لئے اصل وقت کی معلومات فراہم کرنے کے محققین کو چالو. میں نے نہیں، تاہم، کہ ہمیشہ پر ڈیٹا سسٹمز محققین وقت کی طویل مدت میں تبدیلیوں کو ٹریک کرنے کے قابل بنانے کی تجویز تھی. بہت سے بڑے ڈیٹا سسٹمز مسلسل تبدیل کر کے ایک کر رہے ہیں کیونکہ اس عمل کو کہا جاتا آلگائے (دفعہ 2.3.2.4) ہے.
