மாதிரி, பிரதிநிதித்துவம் மற்றும் சார்பு

ஆதாயங்கள்:

• பிரபஞ்சத்தை தெளிவாக வரையறுத்து, மாதிரி முறையின் பிரதிநிதித்துவத்தை மதிப்பிடுவது மற்றும் முறையாக விலக்கப்பட்டவர்
• தரவுகளின் சார்பு மற்றும் செயற்கை நுண்ணறிவால் மேற்கொள்ளப்படும் ஸ்டீரியோடைப்களை வேறுபடுத்தி, இரண்டையும் கட்டுப்படுத்தும் திறன்
• ஒரு மாதிரிக்கு வரையறுக்கப்பட்ட கண்டுபிடிப்புகளை மிகைப்படுத்தாமல் வெளிப்படுத்தும் திறன் மற்றும் நேர்மையான வரம்புகள் பகுதியை எழுதுதல்.

சமூக ஆராய்ச்சியின் மிக முக்கியமான கருத்து மாதிரி - அதாவது, நீங்கள் தேர்ந்தெடுக்கும் துணைக்குழு, ஏனெனில் நீங்கள் விரும்பும் முழு குழுவையும் (பிரபஞ்சம்/மக்கள் தொகை: ஆராய்ச்சி பேச விரும்பும் அனைத்து நபர்கள் அல்லது அலகுகள்) ஒவ்வொன்றாக ஆராய முடியாது. ஒரு ஆய்வின் கண்டுபிடிப்புகள் யாருக்கு பொதுமைப்படுத்தப்படலாம் (அதாவது, "இந்த முடிவு இந்த நபர்களுக்கு அல்லது ஒரு பரந்த குழுவிற்கு மட்டுமே செல்லுபடியாகும்") முற்றிலும் மாதிரியின் பிரதிநிதித்துவத்தைப் பொறுத்தது. தவறான அல்லது பக்கச்சார்பான மாதிரியின் முடிவு தவறானது, அது எவ்வளவு நன்றாக பகுப்பாய்வு செய்யப்பட்டாலும் சரி. இந்த அலகில், மாதிரி வடிவமைப்பைப் பற்றி சிந்திக்கவும், சார்புநிலையைக் கண்டறியவும் - தரவுகளின் முறையான சறுக்கல் அல்லது ஒரு திசையில் விளக்கவும், மற்றும் பொதுமைப்படுத்தலின் வரம்புகளை நேர்மையாக வெளிப்படுத்தவும் AI ஐ எவ்வாறு பயன்படுத்துவது என்பதை நீங்கள் கற்றுக் கொள்வீர்கள்.

இங்கே இரண்டு வகையான தப்பெண்ணங்களை வேறுபடுத்துவது அவசியம். முதலாவதாக, தரவுகளின் சார்பு: மாதிரியானது ஒரு குழுவை அதிகமாகக் குறிக்கிறது மற்றும் மற்றொரு குழுவைக் குறைவாகக் குறிக்கிறது (எ.கா. ஆன்லைன் கணக்கெடுப்பில் மட்டுமே பங்கேற்கக்கூடியவர்கள், அதாவது இணைய அணுகல் உள்ளவர்கள்). இரண்டாவது, AI இன் சொந்த சார்பு: AI ஆனது அது பயிற்றுவிக்கப்பட்ட நூல்களின் வடிவங்களைக் கொண்டுள்ளது மற்றும் ஒரு சமூகக் குழுவைப் பற்றிய ஒரே மாதிரியான பொதுமைப்படுத்தல்களை உருவாக்க முடியும். ஒரு நல்ல சமூக ஆய்வாளர் இரண்டிலும் எச்சரிக்கையாக இருக்க வேண்டும்; இரண்டையும் அடையாளம் காண AI உங்களுக்கு உதவலாம் அல்லது இரண்டையும் பெரிதாக்கலாம்.

படிப்படியாக: பிரதிநிதித்துவம் பற்றி சிந்திப்பது

1. பிரபஞ்சத்தை விவரிக்கவும். உங்கள் கண்டுபிடிப்பைப் பற்றி யாரிடம் சொல்ல விரும்புகிறீர்கள்? "துர்கியேவில் உள்ள அனைத்து வாக்காளர்களும்" மற்றும் "இஸ்தான்புல்லில் உள்ள இளம் வாக்காளர்கள்" மிகவும் வித்தியாசமான பிரபஞ்சங்கள். இதை தெளிவாக எழுதாமல் ஒரு மாதிரி நிறுவ முடியாது.

2. மாதிரி முறையைத் தேர்ந்தெடுக்கவும். சீரற்ற (அனைவருக்கும் தேர்ந்தெடுக்கப்படுவதற்கான சம வாய்ப்பு உள்ளது), அடுக்கு (பிரபஞ்சத்தை குழுக்களாகப் பிரித்து ஒவ்வொரு குழுவிலிருந்தும் தேர்ந்தெடுப்பது), பனிப்பந்து (ஒரு பங்கேற்பாளர் மற்றொருவரைப் பரிந்துரைப்பது) போன்ற முறைகள் வெவ்வேறு பிரதிநிதித்துவ சக்திகளை வழங்குகின்றன. AI ஆனது ஒவ்வொரு முறையின் நன்மை தீமைகளையும் எளிய மொழியில் விளக்க முடியும்.

3. விடுபட்டவர் யார் என்று கேளுங்கள். ஒவ்வொரு மாதிரியும் யாரையாவது தவறவிடுகிறது. இணையம் இல்லாதவர்களை ஆன்லைன் சர்வே தவறவிடுகிறது, லேண்ட்லைன் இல்லாதவர்களை ஃபோன் சர்வே தவறவிடுகிறது, பகல் நேர நேர்காணல் ஊழியர்களைத் தவறவிடுகிறது. AI ஒரு நல்ல சரிபார்ப்பு பட்டியலை உருவாக்குகிறது "இந்த முறை யாரை முறையாக விலக்குகிறது?"

4. சார்பு வரைபட ஆதாரங்கள். தேர்வு சார்பு (யார் தேர்ந்தெடுக்கப்பட்டவர்), மறுமொழி சார்பு (யார் பதில் சொல்கிறார்கள்), சார்புகளை நினைவுபடுத்துதல் (கடந்த காலத்தை தவறாக நினைவுபடுத்துதல்) போன்ற ஆதாரங்களை பட்டியலிடுங்கள்.

5. பொதுமைப்படுத்தல் வரம்பை எழுதவும். கண்டுபிடிப்பை "இந்த மாதிரியில் உள்ள இளைஞர்கள்", "எல்லா பதின்ம வயதினரும்" என்று சொல்ல முடியாது. AI உங்கள் வரைவில் அதிகப்படியான பொதுமைப்படுத்தல்களைக் கொடியிடலாம்.

உதவிக்குறிப்பு: "வரம்புகள்" பிரிவால் ஒரு நல்ல ஆய்வு அறிக்கை வலுப்படுத்தப்படுகிறது, பலவீனப்படுத்தப்படவில்லை. உங்கள் மாதிரி யாரைப் பிரதிநிதித்துவப்படுத்தவில்லை என்பதைப் பற்றி நேர்மையாக எழுதுவது உங்கள் படிப்பை மிகவும் நம்பகமானதாக ஆக்குகிறது. AI வரைவு இந்தப் பகுதியை வைத்திருங்கள், ஆனால் ஏதேனும் வரம்புகளை நீங்களே உறுதிப்படுத்திக் கொள்ளுங்கள்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - மறைக்கப்பட்ட தேர்வு சார்பு. ஒரு நகராட்சியின் சேவைகளில் திருப்தியை அளவிட, ஒரு குழு நகராட்சியின் இணையதளத்தில் ஒரு கணக்கெடுப்பை வைத்து 78% திருப்தியைக் கண்டறிந்தது. "இந்த மாதிரி யாரைக் காணவில்லை?" என்று நான் AI யிடம் கேட்டபோது, ​​தளத்தை ஏற்கனவே பயன்படுத்தும் பிரிவு (அதாவது, சேவைக்கான அணுகலைக் கொண்டுள்ளது மற்றும் மிகவும் திருப்திகரமாக உள்ளது) அதிகமாகக் குறிப்பிடப்பட்டுள்ளது. "தள பயனர்களிடையே 78%" என்று கண்டுபிடிப்பு சரி செய்யப்பட்டது.

வழக்கு 2 - AI இன் ஸ்டீரியோடைப். "தொழில்நுட்பம் குறித்த கிராமப்புற முதியோர்களின் பார்வையை" ஒரு ஆராய்ச்சியாளர் AI சுருக்கமாகச் சொன்னபோது, ​​"வயதானவர்கள் தொழில்நுட்பத்தைப் பார்த்து பயப்படுகிறார்கள்" போன்ற தரவுகளில் இல்லாத ஒரே மாதிரியான சட்டத்தை AI சேர்த்தது. ஆய்வாளர் இதை உணர்ந்து, "டிரான்ஸ்கிரிப்டில் உள்ள அறிக்கைகளை மட்டும் நம்புங்கள்" என்று கூறியபோது, ​​தரவுகளில் உண்மையில் பலவிதமான அணுகுமுறைகள் இருப்பது தெரிந்தது.

வழக்கு 3 - அடுக்கு மாதிரி திருத்தம். 500 நபர்களின் மாதிரியில், மக்கள் தொகையில் 51% உடன் ஒப்பிடுகையில், பெண்கள் 30% ஆக இருந்தனர். AI வெயிட்டிங் தர்க்கத்தை எளிய மொழியில் விளக்கியது, மேலும் குழு மக்கள் தொகை விகிதத்திற்கு ஏற்ப முடிவுகளை எடைபோட்டது, இதன் விளைவாக அதிக பிரதிநிதித்துவ படம் கிடைத்தது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) மாதிரி விமர்சனம்:

எனது ஆராய்ச்சியின் பிரபஞ்சம்: [விளக்கம்]. எனது மாதிரி முறை: [முறை]. உங்கள் பணி: இந்த மாதிரி யாரை முறையாகக் குறைவாக அல்லது அதிகமாகப் பிரதிநிதித்துவப்படுத்தலாம் என்பதை பட்டியலிடுங்கள். தேர்வு, பதில் மற்றும் நினைவுப் பிழைகளைத் தனித்தனியாகக் கருதுங்கள். ஒவ்வொரு ஆபத்துக்கும் ஒரு குறைப்பு பரிந்துரையை வழங்கவும். என் கண்டுபிடிப்பை பெரிதுபடுத்தாதே; எல்லைகளை நேர்மையாகக் காட்டுங்கள்.

2) பொதுமைப்படுத்தல் கட்டுப்பாடு:

இந்த கண்டுபிடிக்கும் வாக்கியங்களை ஆராயவும்: [உரை]. ஒவ்வொரு அதிகப்படியான பொதுமைப்படுத்தலைக் குறிக்கவும். தரவு உண்மையில் ஆதரிக்கும் ஒரு குறுகிய அறிக்கையுடன் "அனைவரும்/அனைவரும்/இளைஞர்கள்/பெண்கள்" போன்ற அறிக்கைகளை மீண்டும் எழுதவும். எடுத்துக்காட்டாக, "இளைஞர்கள் X செய்கிறார்கள்" என்பதற்குப் பதிலாக, "இந்த மாதிரியில் உள்ள Y% பதின்ம வயதினர் X எனப் புகாரளித்துள்ளனர்." நிச்சயமற்ற தோற்றம் கொண்ட எந்தவொரு உரிமைகோரலையும் கொடியிடவும்.

3) AI சார்பு பிடிப்பு:

சுருக்கத்தை கீழே கொடுத்துள்ளேன். சரிபார்க்கவும்: கொடுக்கப்பட்ட உரையில் நீங்கள் சேர்த்த ஏதேனும் தீர்ப்புகள், உரிச்சொற்கள் அல்லது பொதுமைப்படுத்தல்கள் உண்மையில் உள்ளதா? உரையில் இல்லாத ஆனால் உங்கள் சொந்த வடிவங்களிலிருந்து வரும் வெளிப்பாடுகளைக் குறிக்கவும் மற்றும் அகற்றவும். உரையில் உள்ளதை ஒட்டிக்கொள்ளுங்கள்.

4) வரைவு வரம்புகள் பிரிவு:

பின்வரும் முறைத் தகவலின் அடிப்படையில் வரைவு "வரம்புகள்" பிரிவை எழுதவும்: மாதிரி அளவு [n], முறை [x], சூழல் [y]. ஒவ்வொரு வரம்பும் கண்டுபிடிப்புகளை எவ்வாறு பாதிக்கலாம் என்பதை விளக்குங்கள். மிகைப்படுத்தல் அல்லது குறைத்து மதிப்பிடுதல் இல்லை; சமநிலையாகவும் நேர்மையாகவும் இருங்கள். நான் ஒவ்வொரு பொருளையும் உறுதிப்படுத்துவேன்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

எனது கணக்கெடுப்பு முடிவுகளின்படி, பெரும்பாலான இளைஞர்கள் இந்த கருத்தைக் கொண்டுள்ளனர். இதை ஒரு வலுவான வாக்கியத்தில் எழுதுங்கள்.

இது மாதிரியை எப்போதும் கேள்வி கேட்காமல் மிகைப்படுத்தலை உருவாக்குகிறது. "துர்க்கியே இளைஞர்கள்..." போன்ற தரவு தாங்காது என்ற கூற்றுக்குள் AI எளிதில் நழுவுகிறது.

சக்திவாய்ந்த தூண்டுதல்:

எனது மாதிரி: ஒரே பல்கலைக்கழகத்தில் 220 இளங்கலை மாணவர்கள், ஆன்லைன் கணக்கெடுப்பு, தன்னார்வ பங்கேற்பு. நான் ஒரு கண்டுபிடிப்பை வெளிப்படுத்த விரும்புகிறேன்: 61% பங்கேற்பாளர்கள் X கருத்தை வெளிப்படுத்தினர். இதை மாதிரியின் வரம்புகளை (பிரதிநிதித்துவம், தன்னார்வச் சார்பு) தெளிவாகக் கூறும் ஒரு இலவச கல்வி வாக்கியத்தில் எழுதுங்கள். இந்த மாதிரிக்கு பொதுமைப்படுத்தலை வரம்பிடவும்.

வித்தியாசம்: இரண்டாவது வாக்கியம் தரவு உண்மையில் ஆதரிக்கும் ஒரு பாதுகாக்கக்கூடிய கூற்றை உருவாக்குகிறது.

மாதிரி முறைகள் மற்றும் பிரதிநிதித்துவம்

முறை

இது எப்படி வேலை செய்கிறது

பிரதிநிதித்துவ சக்தி

வழக்கமான ஆபத்து

எளிய சீரற்ற

அனைவருக்கும் சம வாய்ப்பு

உயர்

போக்குவரத்து செலவு

அடுக்கு

குழுக்களாக பிரித்து தேர்ந்தெடுக்கவும்

உயர்

குழு வரையறை பிழை

ஒதுக்கீடு

குழு கட்டணங்களை நிரப்புதல்

நடுத்தர

குழுவில் சார்பு

எளிதாக

யாரை அணுக முடியும் என்று கேட்க வேண்டாம்

குறைந்த

கடுமையான தேர்வு சார்பு

பனிப்பந்து

பங்கேற்பாளர் பரிந்துரை மூலம்

குறைந்த

உள் நெட்வொர்க் ஒற்றுமை

பொதுவான தவறுகள்

• பிரபஞ்சத்தை வரையறுக்காமல் ஒரு மாதிரியை நிறுவுதல். நீங்கள் யாரைப் பொதுமைப்படுத்துவீர்கள் என்று தெரியாமல் பிரதிநிதித்துவத்தை மதிப்பிட முடியாது.
• ஒட்டுமொத்த மக்களுக்கும் வசதிக்கான மாதிரியைப் பொதுமைப்படுத்துதல். மிகவும் பொதுவான தவறு; "கணக்கெடுப்பு பதிலளித்தவர்கள்" "எல்லோரும்" என்று குழப்பமடைகிறார்கள்.
• யாரை விட்டுவிட்டார்கள் என்று கேட்பதில்லை. ஒவ்வொரு முறையும் ஒருவரை கடத்துகிறது; இதை விழிப்புடன் தேடுங்கள்.
• AI ஆல் சேர்க்கப்பட்ட ஸ்டீரியோடைப்பைக் கவனிக்கவில்லை. தரவுகளில் இல்லாத ஒரே மாதிரியான மாதிரிகளை மாதிரி சேர்க்கலாம்.
• வரம்புகளை மறைத்தல். மாதிரியின் பலவீனத்தை மறைப்பது ஆய்வை உடையக்கூடியதாக ஆக்குகிறது, நம்பகமானதாக இல்லை.

சுருக்கமாக

ஒரு கண்டுபிடிப்பின் மதிப்பு, அது எந்த மாதிரியை அடிப்படையாகக் கொண்டதோ அந்த மாதிரியின் பிரதிநிதித்துவத்தைப் போலவே இருக்கும். AI; மாதிரி முறைகளை விளக்குவதற்கும், யார் குறைவாகப் பிரதிநிதித்துவம் செய்யப்படுகிறார்கள் என்பதை வரைபடமாக்குவதற்கும், அதிகப்படியான பொதுமைப்படுத்தல்களைக் கொடியிடுவதற்கும், நேர்மையான வரம்புகள் பிரிவை உருவாக்குவதற்கும் இது ஒரு சக்திவாய்ந்த உதவியாகும். ஆனால் இரண்டு சார்புகளில் ஜாக்கிரதை: தரவின் சார்பு மற்றும் AI ஆல் செயல்படுத்தப்படும் ஸ்டீரியோடைப்கள். பிரபஞ்சத்தை தெளிவாக வரையறுத்து, யார் விடுபட்டுள்ளனர் என்று கேளுங்கள், பொதுமைப்படுத்தலை மாதிரிக்கு வரம்பிடவும், வரம்புகளை நேர்மையாக எழுதவும்.

விண்ணப்ப பணி

உண்மையான அல்லது கற்பனையான ஆய்வுக்கான மக்கள் தொகை மற்றும் மாதிரி முறையை விவரிக்கவும். "மாதிரி விமர்சனம்" டெம்ப்ளேட் மூலம் AI இலிருந்து குறைவாக/அதிகமாகப் பிரதிநிதித்துவம் செய்யப்படக்கூடியவர்களைப் பிரித்தெடுத்து, குறைந்தபட்சம் மூன்று சார்பு ஆதாரங்களைக் கண்டறியவும். "பொதுமைப்படுத்தல் சரிபார்ப்பு" வடிவத்துடன் தரவு உண்மையில் ஆதரிக்கும் ஒரு குறுகிய அறிக்கையாக கண்டறியும் அறிக்கையை மொழிபெயர்க்கவும். இறுதியாக, நேர்மையான அரை பக்க வரம்புகள் பகுதியை எழுதுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் பிரபஞ்சத்தை தெளிவாக வரையறுத்துள்ளேன் (யாருக்கு நான் பொதுமைப்படுத்துவேன்).
• [ ] நான் மாதிரி முறையின் பிரதிநிதித்துவத்தை மதிப்பீடு செய்தேன்.
• [ ] யாரெல்லாம் முறையாக விடுபட்டார்கள் என்று பட்டியலிட்டேன்.
• [ ] நான் கண்டுபிடிப்புகளை மாதிரிக்கு வரம்புக்குட்படுத்தியது மற்றும் மிகைப்படுத்தாமல் வெளிப்படுத்தினேன்.
• [ ] AI சேர்த்த ஸ்டீரியோடைப்கள்/பொதுமயமாக்கல்களை நீக்கிவிட்டேன்.