注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书人文社科社会科学人口学量化民族志:一种面向大数据的研究方法

量化民族志:一种面向大数据的研究方法

量化民族志:一种面向大数据的研究方法

定 价:¥69.00

作 者: 吴忭 著
出版社: 重庆大学出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787568930468 出版时间: 2022-02-01 包装:
开本: 页数: 字数:  

内容简介

  本书将把量化民族志中的关键概念、工具和方法梳理成三个部分。部分包括2、3、4章,梳理了质性和量化这两种截然不同的研究方法的知识基础,以便在量化民族志这种新方法中着手建立两者之间的联系。第二部分包括5、6、7章,介绍了将质性和量化研究相结合的关键理论和研究实践。第5章介绍了如何组织和整理质性资料、数据,使其能被用于定量分析。第6和第7章探讨建构定量模型的基本量化研究过程,并展示了如何将定量方法应用于通过第5章描述的方法所组织的数据。后一部分探讨将统计模型用于理解民族志数据的意义,即试图构建人类理解世界的模型。第8 章关注识别人们的言谈举止背后的含义,并涉及自动编码和信度的问题。第9章是关于意义建构的结构,以及如何从人们表达对世界的理解方式中构造模型。第10章将所有这些内容联系起来,将量化民族志与分析大数据的其他方法一起讨论。

作者简介

  大卫·威廉姆斯·谢弗(David Williamson Shaffer),美国威斯康星大学麦迪逊分校教育心理系学习科学研究讲席教授,同时也是威斯康星州教育研究中心数据哲学家。谢弗教授主要研究如何发展和评估复杂的协作思维能力,目前已发表关于教育游戏、学习分析的论文百余篇,著作有《How Computer Games Help Children Learn》和《Quantitative Ethnography》。 译者简介吴忭,华东师范大学教育信息技术学系副教授,香港大学博士,美国威斯康星大学麦迪逊分校访问学者。吴忭博士的研究兴趣包括复杂问题解决学习、数字化学习环境设计、STEM教育和信息化教师专业发展等,发表中英文期刊论文四十余篇,著作有《图示支持的非良构问题解决学习环境设计与测评》、《学习分析》、《Achieving Greater Educational Impact through Data Intelligence: Practice, Challenge and Expectations of Education》。

图书目录

1.引言:舰长的日志………………………………………1
科克的遗产……………………………………………………………1
数据,无处不在………………………………………………………5
排列成行的漂亮的小数据……………………………………………9
关于虾的数据挖掘 …………………………………………………15
理解人 ………………………………………………………………20
全书安排 ……………………………………………………………23

2.偏见 ……………………………………………………26
标准航行观察 ………………………………………………………26
民族志学者的工作 …………………………………………………30
是关于如何的问题,不是关于是否的问题 ………………………32
田野札记 ……………………………………………………………36
丑陋的圣诞节毛衣 …………………………………………………41
主位和客位 …………………………………………………………46
反思 …………………………………………………………………51
田野调查 ……………………………………………………………57
观察备忘录 …………………………………………………………57

3.抓地力 …………………………………………………59
“战地故事”…………………………………………………………59
身份、实践、价值观和知识 ………………………………………63
深描 …………………………………………………………………67
话语 …………………………………………………………………74
编码 …………………………………………………………………77
依据 …………………………………………………………………83
编码本 ………………………………………………………………87
关联 …………………………………………………………………91
田野调查 ……………………………………………………………96
数据备忘录 …………………………………………………………97

4.抽样 ……………………………………………………98
大象 …………………………………………………………………98
样本 ………………………………………………………………103
置信度 ……………………………………………………………109
控制变量 …………………………………………………………119
结构 ………………………………………………………………125
规范 ………………………………………………………………127
田野调查 …………………………………………………………133
研究报告备忘录 …………………………………………………134

5.分割 …………………………………………………135
海象与木匠 ………………………………………………………135
拆分为行 …………………………………………………………142
分割 ………………………………………………………………150
时间上下文 ………………………………………………………154
金鱼 ………………………………………………………………158
高夫曼的小刀 ……………………………………………………166
主分割和派生分割 ………………………………………………169
田野调查 …………………………………………………………175
数据分割的备忘录 ………………………………………………176

6.建模 …………………………………………………177
天体运行论 ………………………………………………………177
结构 ………………………………………………………………182
巴厘岛的斗鸡 ……………………………………………………187
学习文化 …………………………………………………………191
行动后的反思 ……………………………………………………194
是否是盲人 ………………………………………………………198
0 号模型 ……………………………………………………………203
操作化 ……………………………………………………………208
田野调查 …………………………………………………………217
0号模型备忘录 ……………………………………………………218
 
7.饱和 …………………………………………………219
表征世界 …………………………………………………………219
1 号模型 ……………………………………………………………223
诠释的循环 ………………………………………………………229
“节”的礼赞 ………………………………………………………234
logistic回归 ………………………………………………………238
可交换性 …………………………………………………………242
可控的 ……………………………………………………………248
效应大小 …………………………………………………………251
已经足够了 ………………………………………………………255
田野调查 …………………………………………………………263
结构分析备忘录 …………………………………………………264

8.可靠性 ………………………………………………265
审稿 ………………………………………………………………265
抓住读者的内心 …………………………………………………268
信度 ………………………………………………………………276
Rho值………………………………………………………………284
膨胀基本比率 ……………………………………………………292
分类器 ……………………………………………………………298
情境 ………………………………………………………………307
派生编码 …………………………………………………………310
田野调查 …………………………………………………………313
编码备忘录 ………………………………………………………314

9.联结 …………………………………………………315
Katsungngaittuq (爱斯基摩语中的拒绝) ……………………315
认知框架 …………………………………………………………318
“土地科学” ………………………………………………………322
平衡 ………………………………………………………………325
网络 ………………………………………………………………331
认知网络分析 ……………………………………………………337
操作化 ……………………………………………………………341
邻接矩阵 …………………………………………………………351
结果 ………………………………………………………………357
有效性验证 ………………………………………………………364
结语 ………………………………………………………………370
田野调查 …………………………………………………………375
联结分析备忘录 …………………………………………………376

10.总结 …………………………………………………377
威斯康星州怎么了 ………………………………………………377
混合方法 …………………………………………………………380
合适的样本 ………………………………………………………384
模型界面 …………………………………………………………387
关键问题 …………………………………………………………391
做得很好 …………………………………………………………394
潜台词 ……………………………………………………………399
结束语 ……………………………………………………………402

致谢 ……………………………………………………405

尾注 ……………………………………………………407

本目录推荐