有关Blumenstock及其同事项目的更详细说明,请参阅本书的第3章。
Gleick (2011)提供了人类收集,存储,传输和处理信息的能力变化的历史概述。
有关潜在危害的数字时代的介绍,例如隐私侵犯,请参阅Abelson, Ledeen, and Lewis (2008)以及Mayer-Schönberger (2009) 。有关关注机遇的数字时代的介绍,请参阅Mayer-Schönberger and Cukier (2013) 。
有关将实验混合到常规实践中的公司,请参阅Manzi (2012) ,有关公司跟踪物理世界行为的更多信息,请参阅Levy and Baracas (2017) 。
数字时代系统既可以是仪器,也可以是研究对象。例如,您可能希望使用社交媒体来衡量公众舆论,或者您可能想要了解社交媒体对公众舆论的影响。在一种情况下,数字系统可用作帮助您进行新测量的仪器。在另一种情况下,数字系统是研究的对象。有关这一区别的更多信息,请参阅Sandvig and Hargittai (2015) 。
有关社会科学研究设计的更多信息,请参阅King, Keohane, and Verba (1994) , Singleton and Straits (2009) ,以及Khan and Fisher (2013) 。
Donoho (2015)将数据科学描述为人们从数据中学习的活动,它提供了数据科学的历史,将这一领域的知识渊源追溯到Tukey,Cleveland,Chambers和Breiman等学者。
关于在数字时代进行社会研究的一系列第一人称报告,请参阅Hargittai and Sandvig (2015) 。
有关混合现成数据和自定义数据的更多信息,请参阅Groves (2011) 。
有关“匿名化”失败的更多信息,请参阅本书第6章。 Blumenstock及其同事用来推断人们财富的一般技术也可用于推断潜在敏感的个人属性,包括性取向,种族,宗教和政治观点以及成瘾物质的使用(Kosinski, Stillwell, and Graepel 2013) 。