Kuidas mõista andmestunud maailma

Оглавление

Anto Aasa Mare Ainsaar Mai Beilmann Marju Himma Muischnek. Kuidas mõista andmestunud maailma

EESSÕNA

Tänusõnad

SISSEJUHATUS1

Kuidas mõista andmestunud maailma?

Andmestumine ja andmepööre

Andmete mitmetähenduslikkusest

Metodoloogilised nihked

Pluralism meetodites

Raamatu ülesehitus

1. MAAILMA ANDMESTUMINE

1.1. ANDMEPÕHINE MUUTUSTE JUHTIMINE

1.1.1. Andmepõhised otsused andmestunud ühiskonnas

1.1.2. Andmepõhiste otsustega seotud probleemid organisatsioonilises ja poliitilises juhtimises

1.1.3. Andmepõhise muutuste juhtimise põhimõtted

1.1.3.1. NORMATIIVNE MOBILISEERIV MUUTUS

1.1.3.2. NORMATIIVNE STRUKTUURNE MUUTUS

1.1.3.3. AVATUD JA MOBILISEERIV MUUTUS

1.1.4. Andmeanalüütiku roll poliitikakujunduses

1.1.5. Andmeõiglus andmeanalüütiku töös

1.1.6. Kokkuvõte

1.2. ANDMETE ÕIGUSLIK KAITSE JA KASUTAMINE TEADUSTÖÖS

1.2.1. Sissejuhatus

1.2.2. Andmete kaitse intellektuaalse omandina

1.2.2.1. AUTORIÕIGUS JA KAASNEVAD ÕIGUSED

1.2.2.2. ÄRISALADUS

1.2.3. Andmete kaitse isikuandmetena

1.2.3.1. ISIKUANDMETE MÕISTE

1.2.3.2. ISIKUANDMETE TÖÖTLEMINE TEADUSTÖÖ EESMÄRGIL

1.2.4. Praktiline näide (rahvalooming)

1.2.5. Kokkuvõtlikud soovitused teadusuuringu korraldajale

1.3. AVAANDMETE KASUTUSVÕIMALUSED JA PIIRANGUD

1.3.1. Mis on avaandmed ja miks neid ühiskonna uurimisel kasutada?

1.3.2. Avaandmete kasutusvõimalused ja piirangud kvantitatiivsete küsitlusuuringute puhul

1.3.3. Meta-, para- ja abistavate andmete roll küsitlusandmete taaskasutamisel

1.3.4. Avaandmete kasutusvõimalused ja piirangud kvalitatiivandmete puhul

1.3.4.1. VASTUOLU ISIKUANDMETE KAITSEGA

1.3.4.2. UURIJA JA UURINGUS OSALEJATE ENESETSENSUUR

1.3.4.3. ANDMEKOGUJA EELISSEIS ANDMEKASUTAJATE EES

1.3.6. Kokkuvõte

1.4. EETIKA JA PRIVAATSUS

1.4.1. Sissejuhatus

1.4.2. Interneti eetilised parameetrid

1.4.2.1. LUBAVUSED JA PLATVORMID

1.4.3. Privaatsus ja seire

1.4.4. Kuidas olla eetiline?

1.4.5. Teadlik nõusolek

1.4.6. Anonüümsus

1.4.7. Konfidentsiaalsus

1.4.8. Kokkuvõtteks

2 (SUUR)ANDMETE MÕTESTAMINE

2.1. (SUUR)ANDMETE VISUAALNE ESITAMINE

2.1.1. Mõisteid

2.1.2. Teooria

2.1.3. Praktika

2.1.4. Andmed

2.1.5. Dünaamika

2.1.6. Osakaalud ja varieeruvus

2.1.7. Ruumisuhted

2.1.8. Teekonnad, vood

2.1.9. Tunnustevahelised seosed

2.1.10. Paralleelkoordinaadid

2.1.11. Kokkuvõte

2.2. SOTSIAALVÕRGUSTIKE ANALÜÜS

2.2.1. Sissejuhatus (sotsiaal)võrgustike analüüsi

2.2.2. Võrgustike andmete eripärad ja tüübid

2.2.3. Võrgustikuandmete koostamine ja kogumine

2.2.3.1. HEITANDMED

2.2.3.2. Andmed online-tegevusest

2.2.3.3. ANDMED SENSORTEHNOLOOGIATEST

2.2.3.4. KODANIKE (MASS)RAPORTEERITUD ANDMED EHK „RAHVAHANGE“

2.2.4. Võrgustike struktuursed omadused

2.2.5. Kogukondade tuvastamise ehk võrgustiku segmenteerimise algoritmid

2.2.6. Võrgustiku visualiseerimine

2.2.7. Sotsiaalvõrgustiku analüüsi eetilised aspektid

2.2.8. Kokkuvõte

2.3. AGENDIPÕHINE MODELLEERIMINE

2.3.1. Sissejuhatus

2.3.2. Agendipõhise modelleerimise põhimõisted

2.3.3. Agendipõhiste mudelite näiteid

2.3.4. Meetodid ja tööriistad

2.3.5. Makro- ja mikrotasandi mudelid

2.3.6. Kokkuvõte

2.3.7. Eetilised aspektid

2.4. MASINÕPPE MEETODID JA RAKENDUSED SUURANDMETE TÖÖTLEMISEL

2.4.1. Sissejuhatus

2.4.1.1. METOODIKA

2.4.1.2. SUURANDMED

2.4.1.3. ANDMETE ESITUS MASINÕPPEKS

2.4.2. Masinõpe

2.4.2.1. JUHENDATUD ÕPPIMINE

2.4.2.2. GRADIENTLASKUMINE

2.4.2.3. JUHENDAMATA ÕPE

2.4.3. Neurovõrgud

2.4.4. Suurandmete töötlemine

2.4.5. Kokkuvõte

3. TEKSTI- JA TAJUANDMETE ANALÜÜS

3.1. TEKSTIKAEVE

3.1.1. Sissejuhatus

3.1.2. Tekstikaeve ja loomuliku keele töötlus

3.1.3. Terminoloogia

3.1.4. Tekstikaeve töö etapid

3.1.4.1. TEKSTIKAEVE MEETODID

3.1.5. Tekstikaeve rakendamise näiteid

3.1.6. Kokkuvõte

3.2. DIGITAALSED TEKSTIANDMED JA KORPUSLINGVISTIKA61

3.2.1. Sissejuhatus

3.2.1.1. MIS ON KORPUSLINGVISTIKA?

3.2.1.2. KORPUSTE LIIGITUSI

3.2.2. Korpuste koostamise ajaloost

3.2.3. Eesti keele korpused

3.2.4. Märgendamine

3.2.4.1. TEHNILIST: MÄRGISTIK, MÄRGENDUSSKEEM JA -KEEL, STANDARDID

3.2.5. Korpuste kasutamine

3.2.5.1. KORPUSTE ANALÜÜSI KESKKONNAD

3.2.5.2. OMAKORPUS

3.2.6. Levinumad analüüsimeetodid korpuslingvistikas

3.2.7. Kokkuvõte

3.3. AUTOMATISEERITULT HOIAKUTE MÕÕTMINE JA MEELESTATUSE ANALÜÜS

3.3.1. Sissejuhatus

3.3.2. Ühiskondlik vajadus

3.3.3. Meetodid ja tarkvara

3.3.3.1. Korpuse kogumine ja eeltöötlus

3.3.3.2. Masinõpe ja leksikonid meelestatuse analüüsil

3.3.3.3. TARKVARA JA KEELERESSURSID

3.3.4. Meelestatuse analüüs kui teksti klassifitseerimine

3.3.5. Mida on tehtud Eestis?

3.3.6. Automaatse meetodi eelised ja puudused

3.3.7. Eetilised põhimõtted

3.3.8. Kuidas edasi?

3.4. PILGUJÄLGIMINE

3.4.1. Pilgujälgimise peamised põhimõtted ja olemus

3.4.2. Üldiselt pilgujälgimisest

3.4.3. Miks meid huvitab pilgu asukoht ja miks me seda mõõdame

3.4.4. Pilgujälgija tööpõhimõte

3.4.5. Peamised pilgujälgimise mõõdikud

3.4.6. Kuumuskaardid ja pilgumuster

3.4.7. Huvipiirkondade kaardistamine

3.4.7.1. KATSE ÜLESSEADMINE

3.4.7.2. KATSE TEOSTAMINE

3.4.8. Näiteid uuringutest

3.4.9. Teiste seadmete paralleelne kasutamine katse ajal (Tobii andmete ristkasutus teiste mõõteseadmete tarbeks)

3.4.10. Kokkuvõte

4. LUGUDE JUTUSTAMINE ANDMETEST JA ANDMETEGA

4.1. DIGIAJALOO JA -ARHEOLOOGIA UURIMISMEETODID

4.1.1. Sissejuhatus

4.1.2. Digiajaloo uurimismeetodid

4.1.2.1. TEKSTIANALÜÜS JA -TUVASTUS

4.1.2.2. AJALOOLINE VÕRGUSTIKUANALÜÜS

4.1.2.3. RUUMILINE ANALÜÜS

4.1.3. Digiarheoloogia uurimismeetodid

4.1.3.1. OLUKORRA TALLETAMINE JA DOKUMENTEERIMINE

4.1.3.2. DIGITEHNOLOOGILISED TÖÖVAHENDID

4.1.3.3. UUTE ANDMETE LOOMINE JA NENDE TÕLGENDAMINE

4.1.4. Kokkuvõtteks

4.2. AJAKIRJANDUS (SUUR)ANDMETE AJASTUL

4.2.1. Mis on andmeajakirjandus?

4.2.2. Andmete liigid ja nende esitamise viis

4.2.3. Universaalsed ja andmespetsiifilised loo jutustamise pädevused

4.2.3.1. STATISTIKA JA TEADUSUURINGUD KOOS AJAKIRJANDUSLIKU LOO JUTUSTAMISEGA

4.2.3.2. ANDMED KINNITAVAD VIHJET VÕI OLETUST

4.2.3.3. ANDMED KÕNELEVAD ISE – SUURANDMETE PARADIGMA

4.2.3.4. KODANIKUTEADUSE KAASAMINE

4.2.3.5. ANDMETE ESITAMINE

4.2.4. Kokkuvõtteks

4.3. DISKURSUSANALÜÜS ANDMESTUNUD ÜHISKONNAS

4.3.1. Sissejuhatus diskursusanalüüsi

4.3.2. Kuidas diskursusanalüüsi teha? Üldised põhimõtted

4.3.3. Kvalitatiivne multimodaalne diskursusanalüüs

4.3.4. Kriitilised ja tehnokultuurilised võrgutehnoloogiaist vahendatud diskursusanalüüsi meetodid

4.3.4. Q-metodoloogiline diskursusanalüüs

4.3.4.1. Q-METODOLOOGILISE UURIMUSE VALIM

4.3.4.2. Q-METODOLOOGILINE ANALÜÜS

4.3.5. Diskursusanalüüsi eetika

4.3.6. Kokkuvõte

4.4. NARRATIIVID SOTSIAALMEEDIAS89

4.4.1. Sissejuhatus

4.4.1.1. NARRATIIV KUI VAHEND REAALSUSE MÕTESTAMISEKS

4.4.1.2 SOTSIAALMEEDIA NARRATIIVID

4.1.1.3. MIKS VALIDA NARRATIIVNE MEETOD JA UURIDA NARRATIIVE SOTSIAALMEEDIAS?

4.4.2. Käsitlusviise, meetodeid ja näiteid

4.4.2.1 LÄHENEMISI JA UURIMISPROBLEEME SOTSIAALMEEDIA NARRATIIVIDE KÄSITLEMISEL

4.4.2.2. SOTSIAALMEEDIAST NARRATIIVIDE KOGUMISE MEETODID

4.4.2.3 SOTSIAALMEEDIA NARRATIIVIDE ANALÜÜSIMEETODID

4.4.2.4. SOTSIAALMEEDIA NARRATIIVIDE SALVESTAMINE JA SÄILITAMINE

4.2.2.5. REFLEKSIIVSUS, UURIJAEETIKA JA UURIMISTULEMUSTE ESITAMINE

4.4.3. Soovitused uurimusteks

5. PLATVORMID JA ANDMETARISTUD UURIMISVAHENDI JA -OBJEKTINA

5.1. AUDIOVISUAALNE KULTUUR, METAANDMED JA LINGIANALÜÜS94

5.1.1. Andmete eripärad

5.1.2. Võrgustike ja lingianalüüs filmikultuuri allsüsteemide uurimiseks

5.1.2.1. ANDMESTIKU PUHASTAMINE

5.1.2.2. LINKANDMED

5.1.2.3. TEHNILINE TEOSTUS

5.1.2.4. NÄIDISUURINGU TULEMUSED

5.1.3. Kokkuvõtteks: meetodi tugevused ja nõrkused

5.2. INTERNETIANDMETE KASUTAMINE TÖÖTURU-UURINGUTEKS

5.2.1. Sissejuhatus

5.2.2. Internetiandmed tööturu-uuringutes

5.2.2.1. TÖÖPORTAALID

5.2.2.2. VEEBIPÕHISED TÖÖTURU VAHENDAJAD

5.2.2.3. SUHTLUSPORTAALID

5.2.2.4. GOOGLE’I OTSINGUMOOTORI ANDMED

5.2.2.5. VEEBIUURINGUTE LEHED

5.2.3. Metodoloogilised väljakutsed ja võimalikud lahendused

5.2.4. Interneti tööturu-uuring CV Keskuse andmete põhjal

5.2.5. Kokkuvõte: soovitused edasiseks teadustööks

5.3. SOTSIAALMEEDIA ANDMETE SOTSIAAL-RUUMILINE ANALÜÜS

5.3.1. Sissejuhatus

5.3.2. Andmed

5.3.2.1. SOTSIAALMEEDIA PLATVORMID

5.3.2.2. SOTSIAALMEEDIA POSTITUSE ELEMENDID

5.3.2.3. ANDMETE HANKIMINE JA TÖÖVOOG

5.3.3. Analüüsivõimalused

5.3.3.1. AEGRUUMILISE ANALÜÜSI VIISID

5.3.3.2. POSTITUSTE SISU SIDUMINE AEGRUUMIGA

5.3.3.3. SOTSIAALVÕRGUSTIKE SIDUMINE AEGRUUMIGA

5.3.4. Tugevused ja väljakutsed

5.3.4.1. ANDMEKAITSE, PRIVAATSUS JA EETIKA

5.3.5. Kokkuvõte

5.4. MOBIILTELEFONID ÜHISKONNA AEGRUUMILISES ANALÜÜSIS107

5.4.1. Sissejuhatus

5.4.2. Andmed

5.4.2.1. PASSIIVNE MOBIILPOSITSIONEERIMINE

5.4.2.2. AKTIIVNE MOBIILPOSITSIONEERIMINE

5.4.2.3. NUTITELEFONIPÕHINE POSITSIONEERIMINE

5.4.2.4. RUUMILINE JA AJALINE TÄPSUS NING ULATUS JA VALIM

5.4.3. Eetika ja andmehaldus

5.4.3.1. EETIKA

5.4.3.2. PRIVAATSUSE TAGAMINE

5.4.4. Andmete töötlus

5.4.4.1. ANDMETE EELTÖÖTLUS

5.4.4.2. TÄIENDAVATE TUNNUSTE LEIDMINE

5.4.4.3. ANALÜÜSIMEETODID

5.4.5. TUGEVUSED JA NÕRKUSED

5.4.6. Tulevikuvõimalused

6. ISETEADLIK JA TEOVÕIMELINE INIMENE ANDMEÜHISKONNAS

6.1. KÜSITLUSUURINGUD INTERNETIS

6.1.1. Küsitlusuuringute meetodite mitmekesisus

6.1.2. Kvantitatiivse veebiuuringu eripära

6.1.2.1. ESINDUSLIKKUS

6.1.2.2. VASTAMISMÄÄR

6.1.2.3. KIIRUS

6.1.2.4. ODAVUS

6.1.2.5. PUUDUV SOTSIAALNE SOOVITAVUS JA INTERVJUEERIJA MÕJU VEEBIUURINGUTES

6.1.2.6. EETILISED PÕHIMÕTTED

6.1.3. Kuidas valida inimesi uuringusse

6.1.4. Millised ettevalmistused on vajalikud

6.1.5. Kui algab andmete kogumine

6.1.6. Uuringu ajal

6.1.7. Kui andmed on kogutud

6.1.8. Kokkuvõte

6.2. ETNOGRAAFIA ANDMESTUNUD ÜHISKONNAS: OSALUSVAATLUS JA VÄLITÖÖMÄRKMED

6.2.1. Sissejuhatus

6.2.2. Mis on etnograafia?

6.2.3. Kuidas etnograafiline uurimine käib?

6.2.3.1. VÄLI

6.2.3.2. (OSALUS)VAATLUS

6.2.3.3. VÄLITÖÖ MÄRKMED

6.2.4. Etnograafilise uurimuse kvaliteet: refleksiivsus ja eetika

6.2.5. Kirjutamise roll etnograafias

6.2.6. Kokkuvõte

6.3. VEEBIINTERVJUUD, PROJEKTIIVTEHNIKAD JA LOOVUURIMISMEETODID

6.3.1. Ekraanide vahendatud intervjuud

6.3.1.1. SÜNKROONSED VEEBIINTERVJUUD

6.3.1.2. ASÜNKROONSED VEEBIINTERVJUUD

6.3.1.3. RÜHMAINTERVJUUD VEEBIS

6.3.2. PROJEKTIIVTEHNIKATE KASUTAMINE VEEBIUURINGUTES

6.3.2.1. PROJEKTIIVTEHNIKAD DIGIPLATVORMIDEL

6.3.3. Loovuurimismeetodid

6.3.3.1. LOOVUURIMISMEETODID DIGIPLATVORMIDEL

6.3.4. Kokkuvõte

6.4. AUTOETNOGRAAFIA ANDMESTUNUD ÜHISKONNAS

6.4.1. Mis on autoetnograafia ja mida sellega andmestunud ühiskonnas uurida saab

6.4.2. Uurimisprobleemid ja andmete kogumise keerukus

6.4.3. Autoetnograafilise uurimistöö olulised etapid

6.4.4. Autoetnograafia ja eetika

6.4.5. Milline on hea autoetnograafiline uurimus?

6.4.6. Kas autoetnograafilist uurimust tasub teha?

TERMINISÕNASTIK

AINELOEND

AUTORID

Отрывок из книги

Mõte koostada raamat andmestunud maailma uurimisest ja mõistmisest sai alguse sihtasutuse Archimedes kõrgkooliõpikute kirjutamise kutsungist. Selle raamatu kolmel koostajal tekkis teineteisest sõltumatult mõte panna kokku raamat, mis tutvustaks uusimaid suundi ühiskonna- ja humanitaarteaduslikes, kuid ka teiste seotud distsipliinide uuringutes, ja seda ajal, mil digitehnoloogiad ja internet aina enam uurimishuvi suunavad ja uurimisobjekte vormivad. Jõudude ühendamisel sündis unikaalne meeskond, kelle koostöö tulemusena on nüüd võimalik tutvustada laiemale lugejaskonnale Eestis kasutatavaid originaalseid andmeid, meetodeid ja vaatenurki.

Raamatu kirjutamisel on olnud kolm eesmärki: esiteks, avada andmestunud maailma analüüsimise mitmekesiseid võimalusi ja põhimõtteid; teiseks, tutvustada uudseid Eesti uurimusi ja siin arendatud analüüsimeetodeid; kolmandaks, tekitada huvi uute meetodite kasutamise, katsetamise ja edasiarendamise vastu. Kõik need on eelduseks, et ühiskondlikke muutusi tõendus- ja teadmuspõhiselt juhitaks. Raamatu ambitsioon on käsitleda andmestumisega seotud metodoloogilisi muutusi ning alustada peamiste andmestunud maailma uurimise ja mõistmisega kaasnevate nihete ja suundade kaardistamisega Eestis.

.....

McBride, K.; Toots, M.; Kalvet, T.; Krimmer, R. 2018. Leader in e-Government, Laggard in Open Data: Exploring the Case of Estonia. – Revue Française d’administration Publique 167, 3, 613–625. https://doi.org/10.3917/rfap.167. 0613.

Milan, S.; Velden, L. van der 2016. The Alternative Epistemologies of Data Activism. – Digital Culture and Society 2, 2, 2364–2114. https://doi.org/10.14361/dcs-2016-0205.

.....