akitiyan

Key:

  • ìyí ti isoro: rorun rorun , alabọde alabọde , lile lile , Gan lile gan lile
  • nilo eko isiro ( nilo eko isiro )
  • nilo ifaminsi ( nbeere ifaminsi )
  • data gbigba ( data gbigba )
  • ayanfẹ mi ( iferanju mi )

  1. [ alabọde , iferanju mi ] Algorithmic confounding je kan isoro pẹlu Google kooli lominu. Ka awọn iwe nipa Lazer et al. (2014) , ki o si kọ a kukuru, ko imeeli si ohun ẹlẹrọ ni Google nse awọn isoro ati ẹbọ ohun agutan ti bi o si fix awọn isoro.

  2. [ alabọde ] Bollen, Mao, and Zeng (2011) ira wipe data lati Twitter a le lo lati ṣe asọtẹlẹ awọn iṣura oja. Yi wIwA yori si awọn ẹda ti a hejii inawo-Derwent Capital ọja-to nawo ni iṣura oja da lori data gbà lati Twitter (Jordan 2010) . Ohun ti eri ni yoo ti o fẹ lati ri ṣaaju ki o to o nri rẹ owo ni wipe inawo?

  3. [ rorun ] Nigba ti diẹ ninu àkọsílẹ ilera onigbawi yinyin e-siga bi ohun doko iranlowo fun siga cessation, awọn miran kilo nipa awọn pọju ewu, bi awọn ga-ipele ti eroja taba. Fojuinu ti a awadi pinnu lati iwadi gbangba ero si e-siga nipa gba e-siga-jẹmọ Twitter posts ati ifọnọhan itara onínọmbà.

    1. Ohun ti o wa awọn mẹta ti ṣee ṣe siwaju ti o ba wa ni julọ níbi nipa ninu iwadi yi?
    2. Clark et al. (2016) sáré kan iru a iwadi. First, nwọn si gbà 850,000 tweets ti o ti lo e-siga-jẹmọ koko lati January 2012 nipasẹ December 2014. Lori jo se ayewo, wọn mọ pé ọpọlọpọ ninu awọn tweets won otomatiki (ie, ko yi ni eda eniyan) ati ọpọlọpọ ninu awọn aládàáṣiṣẹ tweets wà pataki awọn ikede. Nwọn si ti ni idagbasoke a Human erin alugoridimu lati ya otomatiki tweets lati Organic tweets. Lilo yi Human Ri alugoridimu ti won ri wipe 80% ti tweets won aládàáṣiṣẹ. Ko ni yi wIwA yi idahun si apa (a)?
    3. Nigbati nwọn akawe awọn itara ninu Organic ati otomatiki tweets ti won ri wipe otomatiki tweets o wa siwaju sii rere ju Organic tweets (6.17 dipo 5.84). Ko ni yi wIwA yi idahun si (b)?

  4. [ rorun ] Ni November 2009, Twitter pada awọn ibeere ni tweet apoti lati "Kí ni o ṣe n ṣe?" To "Kí n ṣẹlẹ?" (Https://blog.twitter.com/2009/whats-happening).

    1. Bawo ni o ṣe ro awọn ayipada ti ta yoo ni ipa ti o tweet ati / tabi ohun ti won tweet?
    2. Orukọ ọkan iwadi ise agbese fun eyi ti o yoo fẹ awọn tọ "Kili ẹnyin nṣe?" Se alaye idi.
    3. Orukọ ọkan iwadi ise agbese fun eyi ti o yoo fẹ awọn ti tọ "Kí n ṣẹlẹ?" Se alaye idi.

  5. [ alabọde ] Kwak et al. (2010) atupale 41.7 million olumulo awọn profaili, 1.47 bilionu awujo ajosepo, 4262 Trending ero, ati 106 million tweets laarin June 6th ati June 31st, 2009. Da lori yi onínọmbà ti won pari wipe Twitter Sin siwaju sii bi a titun alabọde ti alaye pínpín ju a awujo nẹtiwọki.

    1. Considering Kwak et al ká wIwA, ohun ti Iru ti iwadi yoo o ṣe pẹlu Twitter data? Iru iwadi yoo ti o ko se pẹlu Twitter data? Kí nìdí?
    2. Ni 2010, Twitter fi kun a Ta To Tẹle iṣẹ ṣiṣe sile aba si awọn olumulo. Mẹta iṣeduro ti wa ni han ni akoko kan lori awọn ifilelẹ ti awọn iwe. Iṣeduro ti wa ni igba kale lati ọkan ká "ọrẹ-ti-ọrẹ," ati pelu awọn olubasọrọ ti wa ni tun han ninu recommendation. Awọn olumulo le sọ lati ri titun kan ti ṣeto ti awọn iṣeduro tabi lọ si a iwe pẹlu a gun akojọ ti awọn iṣeduro. Ṣe o ro yi titun ẹya ara ẹrọ yoo yi rẹ idahun si ara a)? Idi tabi idi ti ko?
    3. Su, Sharma, and Goel (2016) akojopo ni ipa ti Ta To Tẹle iṣẹ ati ki o ri pe nigba ti awọn olumulo kọja awọn gbale julọ.Oniranran anfaani lati awọn iṣeduro, awọn julọ gbajumo awọn olumulo profited substantially diẹ ẹ sii ju apapọ. Ko ni yi wIwA yi idahun si apakan b)? Idi tabi idi ti ko?

  6. [ rorun ] "Retweets" ti wa ni igba ti a lo lati wiwọn ipa ati ki o tan ti ipa lori Twitter. Lakoko, awọn olumulo ni lati da ati ki o lẹẹmọ awọn tweet ti won feran, tag awọn atilẹba onkowe pẹlu rẹ / rẹ mu, ati ọwọ tẹ "RT" ṣaaju ki o to tweet to fihan pe o ni a retweet. Nigbana ni, ni 2009 Twitter fi kun a "retweet" Bọtini. Ni June 2016, Twitter ṣe o ṣee ṣe fun awọn olumulo to retweet ara wọn tweets (https://twitter.com/twitter/status/742749353689780224). Ṣe o ro awọn ayipada yẹ ki o ni ipa bi o ti lo "retweets" ninu rẹ iwadi? Idi tabi idi ti ko?

  7. [ alabọde , data gbigba , nbeere ifaminsi ] Michel et al. (2011) ti won ko a koposi nyoju lati Google ká akitiyan lati ṣoníka awọn iwe ohun. Lilo awọn akọkọ ti ikede ti awọn koposi, eyi ti a atejade ni 2009 ati ki o ti o wa ninu lori 5 million digitized awọn iwe ohun, awọn onkọwe atupale ọrọ lilo igbohunsafẹfẹ lati se iwadi ede ayipada ati asa lominu. Laipe awọn Google Books koposi di a gbajumo data orisun fun oluwadi, ati ki o kan 2nd ti ikede awọn database ti a ti tu ni 2012.

    Sibẹsibẹ, Pechenick, Danforth, and Dodds (2015) kilo wipe oluwadi nilo lati ni kikun apejuwe awọn iṣapẹẹrẹ ilana ti awọn koposi ṣaaju lilo o fun loje ọrọ ipinnu. Awọn ifilelẹ ti awọn oro ni wipe koposi ni ìkàwé-bi, ti o ni ọkan ti kọọkan iwe. Bi awọn kan abajade, olúkúlùkù, prolific onkowe ni anfani lati ifiyesi fi titun gbolohun sinu Google Books lexicon. Jubẹlọ, sayensi ọrọ je ohun increasingly substantive ìka ti awọn koposi jakejado awọn 1900s. Ni afikun, nipa wé meji awọn ẹya ti awọn English itan akosile, Pechenick et al. ri eri wipe insufficient sisẹ a ti lo ninu producing akọkọ ti ikede. Gbogbo awọn ti awọn data ti nilo fun aṣayan iṣẹ-ṣiṣe ti o wa nibi: http://storage.googleapis.com/books/ngrams/books/datasetsv2.html

    1. Ni Michel et al. Ká atilẹba iwe (2011) , ti won ti lo awọn 1st version of awọn English data ṣeto, dìtẹ mọ awọn igbohunsafẹfẹ ti lilo ti awọn ọdun "1880", "1912" ati "1973", ati pari wipe "a ba wa ni forgetting wa ti o ti kọja yiyara pẹlu kọọkan ran odun "(Ọpọtọ. 3A, Michel et al.). Tun kanna Idite lilo 1) 1st version of awọn koposi, English eko (kanna bi Ọpọtọ. 3A, Michel et al.)
    2. Bayi tun kanna Idite pẹlu awọn 1st ti ikede, English itan eko.
    3. Bayi tun kanna Idite pẹlu awọn 2nd ti ikede ti awọn koposi, English eko.
    4. Níkẹyìn, tun kanna Idite pẹlu awọn 2nd version, English itan eko.
    5. Apejuwe awọn iyato ati afijq laarin awọn wọnyi merin igbero. Ni o gba pẹlu Michel et al. Ká atilẹba itumọ ti awọn šakiyesi aṣa? (Ofiri: c) ati d) yẹ ki o wa kanna bi Eeya 16 ni Pechenick et al.)
    6. Bayi ti o ti replicated yi ọkan wIwA nipa lilo yatọ si Google Books corpora, yan miiran ede ayipada tabi asa iyalenu gbekalẹ ninu Michel et al. Ká atilẹba iwe. Ṣe o ti gba pẹlu wọn itumọ ninu ina ti awọn idiwọn gbekalẹ ninu Pechenick et al.? Lati ṣe rẹ ariyanjiyan ni okun, gbiyanju tun kanna awonya lilo yatọ si awọn ẹya ti data ṣeto bi loke.

  8. [ gan lile , data gbigba , nbeere ifaminsi , iferanju mi ] Penney (2016) topinpin boya awọn ibigbogbo sagbaye nipa NSA / Prism kakiri (ie, awọn Snowden ifihan) ni June 2013 ni nkan ṣe pẹlu kan didasilẹ ati ki o lojiji ni isalẹ ijabọ to Wikipedia ìwé lori ero ti gbé ìpamọ awọn ifiyesi. Ti o ba ti bẹ, yi ayipada ninu ihuwasi yoo wa ni ibamu pẹlu a chilling ipa Abajade lati ibi-kakiri. Awọn ona ti Penney (2016) ti wa ni ma npe ni ohun alọhẹndotena akoko jara oniru ati ni jẹmọ si yonuso ninu awọn ipin nipa approximating adanwo lati observational data (Abala 2.4.3).

    Lati yan awọn koko oro koko, Penney tọka si awọn akojọ lo nipa US Department of Ile-Ile Aabo fun ipasẹ ati mimojuto awujo media. The DHS akojọ categorizes awọn ìfẹnukò àwárí sinu kan ibiti o ti oran, ie "Health ibakcdun," "Infrastructure Aabo," ati "Ipanilaya." Fun awọn iwadi ẹgbẹ, Penney lo awọn ogoji-mẹjọ koko jẹmọ si "Ipanilaya" (wo Table 8 ÀFIKÚN). O si ki o si kojopo Wikipedia article view julo lori kan oṣooṣu igba fun awọn ti o baamu ogoji-mẹjọ Wikipedia ìwé lori a ọgbọn-meji osù akoko, lati ibẹrẹ ti January 2012 si opin August 2014. Lati mu rẹ ariyanjiyan, o si tun da orisirisi awọn lafiwe awọn ẹgbẹ nipa titele article wiwo lori awọn miiran ero.

    Bayi, o ti wa ni lilọ lati tun ki o si fa Penney (2016) . Gbogbo awọn aise data ti o yoo nilo fun yi aṣayan iṣẹ-ṣiṣe wa lati Wikipedia (https://dumps.wikimedia.org/other/pagecounts-raw/). Tabi o le gba o lati R package wikipediatrend (Meissner and Team 2016) . Nigba ti o ba kọ-soke rẹ ti şe, jọwọ akiyesi eyi ti data orisun ti o lo. (Akọsilẹ: Eleyi kanna aṣayan iṣẹ-ṣiṣe tun han ni ori 6)

    1. Ka Penney (2016) ki o si tun Figure 2 eyi ti fihan awọn iwe wiwo fun "Ipanilaya" -related ojúewé ṣaaju ki o si lẹhin ti awọn Snowden ifihan. Túmọ awọn awari.
    2. Next, tun ṣe Ọpọtọ 4A, eyi ti o safiwe awọn iwadi ẹgbẹ ( "Ipanilaya" -related ìwé) pẹlu kan comparator ẹgbẹ lilo oro koko tito lẹšẹšẹ labẹ "DHS & miiran Agencies" lati DHS akojọ (wo Àfikún Table 10). Túmọ awọn awari.
    3. Ni apakan b) ti o akawe awọn iwadi ẹgbẹ si ọkan comparator ẹgbẹ. Penney tun akawe si meji miiran comparator ẹgbẹ: "Infrastructure Aabo" -related ìwé (Àfikún Table 11) ati ki o gbajumo Wikipedia ojúewé (Àfikún Table 12). Wá soke pẹlu yiyan comparator ẹgbẹ, ki o si idanwo ti o ba ti awọn awari lati ara b) jẹ kókó si rẹ wun ti comparator ẹgbẹ. Eyi ti wun ti comparator ẹgbẹ mu ki julọ ori? Kí nìdí?
    4. Awọn onkowe so wipe koko jọmọ "Ipanilaya" ni won lo lati yan awọn Wikipedia èlò nitori awọn US ijoba toka ipanilaya bi a bọtini idalare fun awọn oniwe-online kakiri ise. Bi awọn kan ayẹwo ti awọn wọnyi 48 "Ipanilaya" -related koko, Penney (2016) tun waiye a iwadi lori MTurk béèrè idahun si lati oṣuwọn kọọkan ti koko ni awọn ofin ti ijoba Wahala, Asiri-kókó, ati yẹra (Àfikún Table 7 ati 8). Tun ṣe awọn iwadi lori MTurk ki o si afiwe rẹ awọn esi.
    5. Da lori awọn esi ni apakan d) ati awọn rẹ kika ti awọn article, ni o ti gba pẹlu awọn onkowe ká wun ti koko oro koko ninu iwadi ẹgbẹ? Idi tabi idi ti ko? Ti o ba ti ko, ohun ti yoo o daba dipo?

  9. [ rorun ] Efrati (2016) iroyin, da lori igbekele alaye, pe "lapapọ pinpin" on Facebook ti lo sile nipa nipa 5.5% odun lori odun nigba ti "atilẹba igbohunsafefe pinpin" wà mọlẹ 21% odun lori odun. Eleyi lo sile je paapa ńlá pẹlu Facebook awọn olumulo labẹ 30 years ti ọjọ ori. Iroyin Wọn awọn idinku si meji ifosiwewe. Ọkan jẹ idagba ninu awọn nọmba ti "ọrẹ" eniyan ni on Facebook. Awọn miiran jẹ wipe diẹ ninu awọn pinpin aṣayan iṣẹ-ṣiṣe ti lo si fifiranṣẹ ati ki o si awọn oludije bi SnapChat. Iroyin na tun fi han ni orisirisi awọn ilana Facebook ti gbiyanju lati se alekun pinpin, pẹlu News Feed alugoridimu tweaks ti o ṣe atilẹba posts diẹ oguna, bi daradara bi periodical awọn olurannileti ninu atilẹba posts users "Lori Eyi Day" opolopo odun seyin. Ohun ti lojo, ti o ba eyikeyi, ko ni awon awari ni fun awọn oluwadi ti o fẹ lati lo Facebook bi a data orisun?

  10. [ alabọde ] Tumasjan et al. (2010) royin wipe o yẹ ti tweets menuba a oselu keta ti baamu awọn ti o yẹ ti ibo ti kẹta gba ni German ile asofin idibo ni 2009 (Figure 2.9). Ni gbolohun miran, ti o han ti o le lo Twitter lati ṣe asọtẹlẹ idibo. Ni akoko iwadi yi ti a atejade ti o ti kà lalailopinpin moriwu nitori ti o dabi enipe lati daba kan niyelori lilo fun a wọpọ orisun ti ńlá data.

    Fi fun awọn buburu ẹya ara ẹrọ ti ńlá data, sibẹsibẹ, o yẹ ki o lẹsẹkẹsẹ o wa ni skeptical ti yi esi. Jamani on Twitter ni 2009 wà oyimbo kan ti kii-asoju ẹgbẹ, ati Olufowosi ti ọkan keta le tweet nipa iselu diẹ sii igba. Bayi, o dabi yanilenu wipe gbogbo awọn ti ṣee siwaju ti o le fojuinu yoo bakan fagilee jade. Ni pato, awọn esi ni Tumasjan et al. (2010) ni tan-jade lati wa ni ju ti o dara lati wa ni otitọ. Ni won iwe, Tumasjan et al. (2010) kà mẹfa oselu ẹni: Christian alagbawi (CDU), Christian Social alagbawi (CSU), SPD, Olkan (FDP), The Osi (Kú Linke), ati awọn Green Party (Grüne). Sibẹsibẹ, awọn julọ ti a mẹnuba German oselu keta lori Twitter ni wipe akoko ti o wà ni Pirate Party (Piraten), a kẹta ti njà ijoba ilana ti awọn Internet. Nigbati awọn Pirate Party a ti o wa ninu awọn onínọmbà, Twitter so di a ẹru asọtẹlẹ ti idibo esi (Eeya 2.9) (Jungherr, Jürgens, and Schoen 2012) .

    Ro ero 2.9: Twitter so han lati ṣe asọtẹlẹ awọn esi ti awọn 2009 German idibo (Tumasjan et al. 2010), sugbon yi esi wa ni jade lati dale lori diẹ ninu awọn lainidii ati unjustified àṣàyàn (Jungherr, Jürgens, ati Schoen 2012).

    Ro ero 2.9: Twitter so han lati ṣe asọtẹlẹ awọn esi ti awọn 2009 German idibo (Tumasjan et al. 2010) , sugbon yi esi wa ni jade lati dale lori diẹ ninu awọn lainidii ati unjustified àṣàyàn (Jungherr, Jürgens, and Schoen 2012) .

    Paradà, awọn oluwadi miran ni ayika agbaye ti lo fancier ọna-bi lilo itara onínọmbà lati se iyato laarin rere ati odi nmẹnuba ti awọn ẹni-ni ibere lati mu awọn agbara ti Twitter data lati ṣe asọtẹlẹ kan orisirisi ti o yatọ si orisi ti idibo (Gayo-Avello 2013; Jungherr 2015, Ch. 7.) . Eyi ni bi Huberty (2015) nisoki awọn esi ti awọn wọnyi igbiyanju lati ṣe asọtẹlẹ idibo:

    "Gbogbo mọ asọtẹlẹ ọna da lori awujo media ti kuna nigba ti tunmọ si awọn wáà ti otito siwaju-nwa idibo asọtẹlẹ. Awọn wọnyi ikuna han lati wa ni nitori Pataki-ini ti awujo media, dipo ju to methodological tabi algorithmic isoro. Ni kukuru, awujo media se ko, ki o si jasi ko yoo, pese a idurosinsin, aigbesehin, asoju aworan ti awọn electorate; ati wewewe ayẹwo ti awujo media kù to data lati fix wọnyi isoro fí yi. "

    Ka diẹ ninu awọn ti awọn iwadi ti o ja Huberty (2015) si wipe ipari, ki o si kọ a ọkan iwe akọsilẹ to a oselu tani apejuwe ti o ba ti ati bi Twitter yẹ ki o wa ni lo lati se idibo.

  11. [ alabọde ] Ohun ni iyato laarin a sociologist ati ki o kan akoitan? Ni ibamu si Goldthorpe (1991) , akọkọ iyato laarin a sociologist ati ki o kan akoitan ni Iṣakoso lori data gbigba. Awon onipitan ti wa ni agbara mu lati lo relics da sociologists le telo wọn data gbigba si kan pato ti a ni. Ka Goldthorpe (1991) . Bawo ni iyato laarin sociology ati itan jẹmọ si awọn agutan ti Custommades ati Readymades?

  12. [ lile ] Ilé lori išaaju ibeere, Goldthorpe (1991) fà nọmba kan ti lominu ni ti şe, pẹlu ọkan lati Nicky Hart (1994) ti o laya Goldthorpe ká kanwa to telo ṣe data. Lati salaye awọn ti o pọju idiwọn ti telo-ṣe data, Hart se apejuwe awọn affluent Osise Project, kan ti o tobi iwadi to wiwọn awọn ibasepo laarin awujo kilasi ati idibo ti a ti waiye nipasẹ Goldthorpe ati awọn ẹlẹgbẹ ni aarin-1960. Bi ọkan le reti lati a omowe ti o ìwòyí ṣe data lori ri data, awọn affluent Osise Project gbà data ti a ti sile lati koju a laipe dabaa yii nipa ojo iwaju ti awujo kilasi ni ohun akoko ti npo alãye awọn ajohunše. Sugbon, Goldthorpe ati awọn araa bakan "gbagbe" lati gba alaye nipa awọn idibo ihuwasi ti obirin. Eyi ni bi Nicky Hart (1994) kukuru gbogbo isele:

    ". . . o [ni] soro lati yago fun awọn pinnu wipe obirin ni won ti own nitori yi 'telo ṣe' eko ti a fi ala nipa a paradigmatic kannaa ti o ni rara abo iriri. Ìṣó nipa a tumq si iran ti kilasi aiji ati igbese bi akọ preoccupations. . . , Goldthorpe ati awọn re elegbe won a ti ṣeto ti oniwadi ẹrí ti o je ki o nurtured ara wọn o tumq si awqn dipo ti tunasiri wọn si kan wulo igbeyewo ti adequacy. "

    Hart tesiwaju:

    "The oniwadi awari ti awọn affluent Osise Project so fun wa sii nipa awọn masculinist iye ti aarin-orundun sociology ju ti won sọfun awọn ilana ti stratification, iselu ati awọn ohun elo aye."

    O le ro ti miiran apeere ibi ti telo-ṣe data gbigba ni o ni awọn siwaju ti awọn data-odè kọ sinu o? Bawo ni afiwe si algorithmic confounding? Ohun ti lojo le yi ni fun nigba ti oluwadi yẹ ki o lo Readymades ati nigbati nwọn yẹ ki o lo Custommades?

  13. [ alabọde ] Ni yi ipin, mo contrasted data gbà nipa awọn oluwadi fun awọn oluwadi pẹlu Isakoso igbasilẹ da nipa ilé iṣẹ ati ijoba. Diẹ ninu awọn eniyan pe awon Isakoso igbasilẹ "ri data," eyi ti nwọn ṣe yàtọ sí pẹlu "še data." O wa ni otitọ wipe Isakoso igbasilẹ ti wa ni ri nipa oluwadi, sugbon ti won ti wa ni tun gíga še. Fun apẹẹrẹ, igbalode tekinoloji ilé na tobi pupo oye ti akoko ati oro lati gba ki o si curate wọn data. Bayi, awọn Isakoso igbasilẹ ti wa ni mejeji ri ati ki o še, o kan da lori rẹ irisi (Figure 2.10).

    Olusin 2.10: Awọn aworan ti wa ni mejeji a pepeye ati ki o kan ehoro; ohun ti o ri da lori rẹ irisi. Ijoba ati owo Isakoso igbasilẹ ti wa ni mejeji ri ati ki o še; ohun ti o ri da lori rẹ irisi. Fun apẹẹrẹ, awọn ipe data igbasilẹ gbà nipa a foonu alagbeka ile ti wa ni ri data lati irisi ti a awadi. Sugbon, awon gangan kanna igbasilẹ ti wa ni a še data irisi ti ẹnikan ṣiṣẹ ninu awọn ìdíyelé Eka ti awọn foonu ile. Orisun: Wikimedia Commons

    Olusin 2.10: Awọn aworan ti wa ni mejeji a pepeye ati ki o kan ehoro; ohun ti o ri da lori rẹ irisi. Ijoba ati owo Isakoso igbasilẹ ti wa ni mejeji ri ati ki o še; ohun ti o ri da lori rẹ irisi. Fun apẹẹrẹ, awọn ipe data igbasilẹ gbà nipa a foonu alagbeka ile ti wa ni ri data lati irisi ti a awadi. Sugbon, awon gangan kanna igbasilẹ ti wa ni a še data irisi ti ẹnikan ṣiṣẹ ninu awọn ìdíyelé Eka ti awọn foonu ile. Orisun: Wikimedia Commons

    Pese ohun apẹẹrẹ ti data orisun ibi ti ri ti o mejeeji bi ti ri ati ki o še jẹ wulo nigba lilo ti data orisun fun iwadi.

  14. [ rorun ] Ni a laniiyan esee, Christian Sandvig ati Eszter Hargittai (2015) apejuwe meji iru ti oni iwadi, ibi ti awọn oni eto ni "irinse" tabi "ohun ti iwadi." Ohun apẹẹrẹ ti akọkọ ni irú ti iwadi ti wa ni ibi ti Bengtsson ati awọn araa (2011) lo foonu alagbeka data lati orin ijira lẹhin ti awọn ìṣẹlẹ ni Haiti ni 2010. Ohun apẹẹrẹ ti awọn keji irú ni ibi ti Jensen (2007) -ẹrọ bi awọn ifihan ti foonu alagbeka jakejado Kerala, India kikan awọn functioning ti awọn oja fun eja. Mo ti ri yi wulo nitori ti o clarifies wipe iwadi nipa lilo oni data orisun le ni ohun ti o yatọ afojusun paapa ti o ba ti won ti wa ni lilo kanna ni irú ti data orisun. Ni ibere lati siwaju salaye yi adayanri, apejuwe mẹrin-ẹrọ ti o ti sọ ri: meji ti o lo kan oni eto bi ohun-elo ati meji ti o lo kan oni eto bi ohun ti iwadi. O le lo apeere lati yi ipin ti o ba ti o ba fẹ.

Powered by Open Review Toolkit