Samenvatting: Bit By Bit: Social Research In The Digital Age

Lees hier de samenvatting en de meest belangrijke oefenvragen van Bit by Bit: Social research in the digital age

• 2 Observing behavior

• 2.1 Introduction

• Waarom konden wij in het analoge tijdperk geen/ nauwelijks data verzamelen over het gedrag van mensen? Waarom kan dit nu, in het digitale tijdperk, wel?

  Voorheen was de "rijke" data, over het gedrag van mensen en bedrijven, niet voor iedereen toegankelijk. Deze rijke data wordt opgeslagen door bedrijven en overheden. Deze data was voorheen niet toegankelijk omdat de data lokaal werd opgeslagen. Tegenwoordig wordt deze data digitaal opgeslagen (digital traces) waardoor de toegankelijkheid van de data is toegenomen. Tegenwoordig worden naast data van bedrijven en overheden ook observaties gedaan uit artikelen van kranten en satelietfoto's.

• Onder welke categorie data valt "big data"?

  Big Data valt onder de categorie "observational data". Observational data is data dat verkregen is door een sociaal systeem te observeren zonder onderbrekingen.

• 2.3 Ten common characteristics of big data

  Dit is een preview. Er zijn 2 andere flashcards beschikbaar voor hoofdstuk 2.3
  Laat hier meer flashcards zien

• Welke van de 10 karakteristieken van Big Data lenen zich niet voor "social research"?

  1. Incomplete
  2. Inaccessible
  3. Nonrepresentative
  4. Drifting
  5. Algorithmically confounded
  6. Dirty
  7. Sensitive
     

• 2.3.1 Big

• Wat is een valkuil van large/ big datasets?

  Mogelijke antwoorden zijn:
  - Onderzoekers behandelen vaak de grootte van de big dataset als een doel op zich. 
  - Door Big Datasets negeren sommige onderzoekers hoe de data is gecreëerd, wat kan leiden tot een precieze schatting van een onbelangrijke gevraagde hoeveelheid.

• Bij wat voor soort onderzoeken zijn big datasets toepasbaar?

  
  

  1. Bij onderzoeken die zeldzame gebeurtenissen bevatten (bv. ziekte/ impact van orkanen, etc.);
     
  2. Bij de schatting van heterogeniteit/ verschillen in een bepaalde populatie (bv. educational level);
  3. Bij het opmerken van kleine verschillen (bv. bij het kiezen van de meest impactvolle interventie)
     

   

• 2.3.2 Always- on

• Noem twee belangrijke toepassingen van datasystemen die "Always on" zijn.

  1. Dit maakt voor onderzoekers mogelijk om onverwachte gebeurtenissen, zoals natuurlijke rampen, te bestuderen;
  2. Dit maakt het voor onderzoekers mogelijk om real- time schattingen te maken, wat belangrijk kan zijn in settings als beleidsmakers, overheden en industrie, waarvan verwacht wordt dat zij kunnen reageren op situationele gebeurtenissen.
     

• Wat kan een valkuil zijn van de always on karakteristiek?

  Veel big data systemen veranderen constant (ookwel drifting genoemd).

• 2.3.3 Nonreactive

• Wat is een voordeel van de karakteristiek "nonreactive" ten opzichte van ander soort onderzoek?

  Het meten van gedrag door big data bronnen zorgt voor minder verandering in het gedrag van mensen doordat zij minder bewust zijn van dat zij geobserveerd worden, in tegenstelling tot bv een laboratoriumonderzoek.

• Wat is een misvatting van de karakteristiek "nonreactive"?

  Ook al zijn sommige big data bronnen nonreactive, dan sluit dit niet uit dat mensen geen sociaal wenselijk gedrag vertonen.

• 2.3.4 Incomplete

  Dit is een preview. Er zijn 1 andere flashcards beschikbaar voor hoofdstuk 2.3.4
  Laat hier meer flashcards zien

• Welke drie types van informatie wordt vaak gemist bij sociaal onderzoek?

  1. Demografische informatie over deelnemers;
  2. Gedrag op andere platformen;
  3. Data om de operationele theorie te kunnen onderbouwen.