Od redaktorów: „Big Data” i CAQDAS a procedury badawcze w polu socjologii jakościowej
DOI:
https://doi.org/10.18778/1733-8069.13.2.01Słowa kluczowe:
Big Data, CAQDAS, komputerowa analiza danych jakościowych, danetyzacja, przetwarzanie danych, badania jakościoweAbstrakt
Świat życia codziennego zalewany jest ogromną liczbą różnych skwantyfikowanych i zdigitalizowanych danych. Mogą one być przetwarzanie i traktowane jako materiał badawczy – również jakościowy. Zastosowanie w badaniach jakościowych wielkich zbiorów danych (Big Data) modyfikuje postępowanie na wszystkich etapach procesu badawczego: od projektowania badania aż po formułowanie wniosków końcowych. Czy osadzenie w badaniach jakościowych modelu Big Data prowadzi ku ateoretyczności badań? Jakie skutki niesie rezygnacja z próby losowej na rzecz kompletności danych? Celem artykułu jest zasygnalizowanie owych zmian i krótkie ich scharakteryzowanie z uwzględnieniem znaczącej roli różnego typu oprogramowania (zwłaszcza CAQDAS), a co za tym idzie – analiz, które można przeprowadzać.
Bibliografia
Anderson Chris (2008) The End of Theory: The Data Deluge Makes the Scientific Method Obsolete. „Wired”, 16 lipca [dostęp 26 kwietnia 2017 r.]. Dostępny w Internecie http://www.uvm.edu/~cmplxsys/wordpress/wp-content/uploads/reading-group/pdfs/2008/anderson2008.pdf
Berelson Bernard (1952) Content Analysis in Communication Research. Glencoe, IL: Free Press.
Brent Edward E. (1984) Qualitative Computing: Approaches and Issues. „Qualitative Sociology”, vol. 7 (1/2), s. 36‒60. DOI: https://doi.org/10.1007/BF00987106
Bryda Grzegorz (2014a) CAQDAS a badania jakościowe w praktyce. „Przegląd Socjologii Jakościowej”, t. 10, nr 2, s. 12‒38. Dostępny w Internecie www.przegladsocjologiijakosciowej.org DOI: https://doi.org/10.18778/1733-8069.10.2.02
Bryda Grzegorz (2014b) Caqdas, Data Mining i odkrywanie wiedzy w danych jakościowych [w:] Jakub Niedbalski, red., Metody i techniki odkrywania wiedzy. Narzędzia CAQDAS w procesie analizy danych jakościowych. Łódź: Wydawnictwo UŁ, s. 13–40. DOI: https://doi.org/10.18778/7969-549-2.02
Bryda Grzegorz, Tomanek Krzysztof (2014) Od CAQDAS do TextMiningu. Nowe techniki w analizie danych jakościowych [w:] Jakub Niedbalski, red., Metody i techniki odkrywania wiedzy. Narzędzia CAQDAS w procesie analizy danych jakościowych. Łódź: Wydawnictwo UŁ, s. 191–218. DOI: https://doi.org/10.18778/7969-549-2.10
Chang Ray M., Kauffman Robert J., Kwon Young Ok (2013) Understanding the Paradigm Shift to Computational Social Science in the Presence of Big Data. „Decision Support Systems”, vol. 63, s. 67‒80. DOI: https://doi.org/10.1016/j.dss.2013.08.008
Chen C. L. Philip, Zhang Chun-Yang (2014) Data-Intensive Applications, Challenges, Techniques and Technologies: A Survey on Big Data. „Information Sciences”, vol. 275, s. 314‒347. DOI: https://doi.org/10.1016/j.ins.2014.01.015
Hand David, Mannila Heikki, Smyth Padhraic (2005) Eksploracja danych. Przełożyła Agnieszka Chądzyńska. Warszawa: WNT.
Hey Tony, Tansley Steward, Tolle Kristin (2009) Jim Gray on eScience: A Transformed Scientific Method [w:] Hey Tony, Tandanych sley Steward, Tolle Kristin, eds., The Fourth Paradigm: Data-Intensive Scientific Discovery. Redmond: Microsoft Research, s. xvii‒xxxi.
Ho Yu Chong, Jannasch-Pennell Angel, DiGangi Samuel (2011) Compatibility between Text Mining and Qualitative Research in the Perspectives of Grounded Theory, Content Analysis, and Reliability. „The Qualitative Report”, vol. 16, no. 3, s. 730‒744.
Holsti Ole R. (1969) Content Analysis for the Social Sciences and the Humanities. Reading, MA: Addison-Wesley.
Kitchin Rob (2014) Big Data, New Epistemologies and Paradigm Shifts. „Big Data & Society”, April-June, s. 1–12. DOI: https://doi.org/10.1177/2053951714528481
Krippendorf Klaus (2004) Content Analysis. An Introduction to Its Methodology. Thousand Oaks, CA: Sage.
Larose Daniel T. (2006) Odkrywanie wiedzy z danych: wprowadzenie do eksploracji. Przełożyła Anna Wilbik. Warszawa: PWN.
Larose Daniel T. (2008) Metody i modele eksploracji danych. Przełożyła Anna Wilbik. Warszawa: PWN.
Masterman Margaret (1970) The Nature of a Paradigm [w:] Imre Lakatos, Alan. E. Musgrave, eds., Criticism and the Growth of Knowledge. Cambridge: Cambridge University Press, s. 59‒90.
Mayer-Schonberger Viktor, Cukier Kenneth (2014) Big Data. Przełożył Michał Gładki. Warszawa: MT Biznes.
Parks Malcolm R. (2014) Big Data in Communication Research: Its Contents and Discontents. „Journal of Communication”, vol. 64, s. 355‒360. DOI: https://doi.org/10.1111/jcom.12090
Pigliucci Massimo (2009) The End of Theory in Science? „EMBO reports”, vol. 10, no. 6, s. 533‒662. DOI: https://doi.org/10.1038/embor.2009.111
Ramsay Stephen (2010) Reading Machines: Toward an Algorithmic Criticism. Champaign: University of Illinois Press. DOI: https://doi.org/10.5406/illinois/9780252036415.001.0001
Shah Dhavan V., Cappella Joseph N., Neuman W. Russell (2015) Big Data, Digital Media, and Computational Social Science: Possibilities and Perils. „The ANNALS of the American Academy of Political and Social Science”, vol. 659, no 1, s. 6‒13. DOI: https://doi.org/10.1177/0002716215572084
Tashakkori Abbas, Teddlie Charles (2003) Handbook of Mixed Methods in Social & Behavioral Research. Thousand Oaks, CA: SAGE Publications.
Weber Robert P. (1990) Basic Content Analysis. Newbury Park, CA: Sage. DOI: https://doi.org/10.4135/9781412983488
Wiedemann Gregor (2013) Opening Up to Big Data: Computer-Assisted Analysis of Textual Data in Social Sciences. „Forum Qualitative Sozialforschung”, vol. 14, no. 2 [dostęp 26 kwietnia 2017 r.]. Dostępny w Internecie http://www.qualitative-research.net/index.php/fqs/article/view/1949
Pobrania
Opublikowane
Numer
Dział
Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Bez utworów zależnych 4.0 Międzynarodowe.




