店铺推荐
【推荐语】
大数据时代，研究者和决策者们缺少的不再是数据，而是如何挖掘出数据的意义，并通过对数据意义的建构，正确地理解世界。量化民族志正是为了解决这样的问题而诞生的新方法。

量化民族志整合了数据挖掘、话语分析、心理学、统计学和民族志等方法论，是一种全新的科学研究方法。

量化民族志方法跨越了量化研究和质性研究非此即彼的鸿沟，是大数据时代定性研究工作者理解数据科学、统计学家理解人文科学，以及所有试图理解学习、文化和人类行为的研究者可利用的有效研究工具，可以帮助我们更好地理解这个数据日益丰富的世界。
【作者】
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》。
【内容】
量化民族志是在整合了数据挖掘、话语分析、心理学、统计学和民族志等方法的基础上，提出的一种全新的科学研究方法。这种方法的提出，主要是为了解决互联网时代如何处理、分析海量数据来做社会科学研究的问题。本书强调了大数据时代，原始数据蕴含的意义是开展所有研究与分析的基石。面对海量数据，必须通过合理的数据整理来赋予数据意义，而挖掘意义，正是民族志方法所具有的优势。本书首先介绍了民族志方法的基本要点，然后介绍了统计分析的基本要点，之后根据互联网大数据的特点，指出应当如何将民族志与统计分析结合，来地结合生成“量化民族志方法”。
【目录】
1．引言：舰长的日志
科克的遗产
数据，无处不在
排列成行的漂亮的小数据
关于虾的数据挖掘
理解人
全书安排
2．偏见
标准航行观察
民族志学者的工作
是关于如何的问题，不是关于是否的问题
田野札记
丑陋的圣诞节毛衣
主位和客位
反思
田野调查
观察备忘录
3．抓地力
“战地故事”
身份、实践、价值观和知识
深描
话语
编码
依据
编码本
关联
田野调查
数据备忘录
4．抽样
大象
样本
置信度
控制变量
结构
规范
田野调查
研究报告备忘录
5．分割
海象与木匠
拆分为行
分割
时间上下文
金鱼
高夫曼的小刀
主分割和派生分割
田野调查
数据分割的备忘录
6．建模
天体运行论
结构
巴厘岛的斗鸡
学习文化
行动后的反思
是否是盲人
0号模型
操作化
田野调查
0号模型备忘录
7．饱和
表征世界
1号模型
诠释的循环
“节”的礼赞
logistic回归
可交换性
可控的
效应大小
已经足够了
田野调查
结构分析备忘录
8．可靠性
审稿
抓住读者的内心
信度
Rho值
膨胀基本比率
分类器
情境
派生编码
田野调查
编码备忘录
9．联结
Katsungngaittuq(爱斯基摩语中的拒绝)
认知框架
“土地科学”
平衡
网络
认知网络分析
操作化
邻接矩阵
结果
有效性验证
结语
田野调查
联结分析备忘录
10．总结
威斯康星州怎么了
混合方法
合适的样本
模型界面
关键问题
做得很好
潜台词
结束语
致谢
尾注
返回顶部