Forwarded from Versia
Аналитическая гигиена
В одном из своих предыдущих исследований мне довелось в течение года наблюдать за информанткой, которая отличалась поразительной тягой к упорядочиванию и архивированию своего здоровья и повседневной жизни в целом. Этим человеком была моя однокурсница (хоть социологам так делать не рекомендуется) и коллега Лена, с которой мы прошли огонь и воду в магистратуре Европейского по социальным исследованиям науки и технологий (STS). Лена ведет канал «какая-то библиотека», в котором под занавес прошлого года опубликовала обновляемое издание своей книги «Кабинетные исследования». Этот текст был рожден благодаря сочетанию разных академических бэкграундов — библиотечного и социологического — с большим опытом аналитики в индустрии.
Я часто придираюсь к работам своих студентов, когда в программе исследования они пишут «провести интервью» или «провести кабинетное исследование» (desk research) — еще и используя последнее синонимично с литературным обзором. Очевидно, подобная формулировка не является задачей — разве что этапом с использованием метода, или инструмента — пока не указано, для достижения какого результата это делается. Наконец, подобная не-рефлексивная формулировка представляет этапы исследования как самоцель – особенно от этого страдают литературный обзор и деск ресерч (которые не одно и то же). Так вот в своей книге Лена раскрывает этот черный ящик самоочевидности кабинетного исследования и множества цифровых инструментов, используемых в этом процессе.
Desk research — это не big data, а предварительный сбор и анализ вторичных данных, в рамках которого можно реализовывать реферирование источников по какой-то проблеме, метаобзор, трендвотчинг, систематический обзор, наукометрическое исследование. Казалось бы, в последние годы мы стали как никогда близки к тому, что возможности семантического поиска с использованием ИИ сведут к нулю те навыки, о которых говорит автор книги. Однако черные ящики этих AI-based инструментов как раз в том, что мы не всегда знаем, какие алгоритмы, решения, ограничения данные привели к тем или иным результатам. Лена делится своим майндсетом и полезными привычками аналитической гигиены. С ее помощью ИИ становится не заменой человека, а помощником, который может действовать без потери качества при ответственном подходе исследователя.
В одном из своих предыдущих исследований мне довелось в течение года наблюдать за информанткой, которая отличалась поразительной тягой к упорядочиванию и архивированию своего здоровья и повседневной жизни в целом. Этим человеком была моя однокурсница (хоть социологам так делать не рекомендуется) и коллега Лена, с которой мы прошли огонь и воду в магистратуре Европейского по социальным исследованиям науки и технологий (STS). Лена ведет канал «какая-то библиотека», в котором под занавес прошлого года опубликовала обновляемое издание своей книги «Кабинетные исследования». Этот текст был рожден благодаря сочетанию разных академических бэкграундов — библиотечного и социологического — с большим опытом аналитики в индустрии.
Я часто придираюсь к работам своих студентов, когда в программе исследования они пишут «провести интервью» или «провести кабинетное исследование» (desk research) — еще и используя последнее синонимично с литературным обзором. Очевидно, подобная формулировка не является задачей — разве что этапом с использованием метода, или инструмента — пока не указано, для достижения какого результата это делается. Наконец, подобная не-рефлексивная формулировка представляет этапы исследования как самоцель – особенно от этого страдают литературный обзор и деск ресерч (которые не одно и то же). Так вот в своей книге Лена раскрывает этот черный ящик самоочевидности кабинетного исследования и множества цифровых инструментов, используемых в этом процессе.
Desk research — это не big data, а предварительный сбор и анализ вторичных данных, в рамках которого можно реализовывать реферирование источников по какой-то проблеме, метаобзор, трендвотчинг, систематический обзор, наукометрическое исследование. Казалось бы, в последние годы мы стали как никогда близки к тому, что возможности семантического поиска с использованием ИИ сведут к нулю те навыки, о которых говорит автор книги. Однако черные ящики этих AI-based инструментов как раз в том, что мы не всегда знаем, какие алгоритмы, решения, ограничения данные привели к тем или иным результатам. Лена делится своим майндсетом и полезными привычками аналитической гигиены. С ее помощью ИИ становится не заменой человека, а помощником, который может действовать без потери качества при ответственном подходе исследователя.
❤23👍5
Работа с текстами и данными — ключевой этап в любом исследовании. Но как превратить массив информации в полезные знания? Я использую два подхода: реферирование и использование аналитических фреймворков. Они выполняют разные задачи, но вместе создают мощный инструмент для исследования.
Реферирование — это как приготовить концентрированный бульон. Вы "увариваете" текст, убирая лишнее, и оставляете только суть.
Этот метод помогает:
Например, вы читаете статью о рынке онлайн-образования. Реферирование выделит основные тезисы В результате у вас будет выжимка, которая экономит ваше время при повторном обращении к тексту.
Если реферирование помогает понять, о чем текст, то фреймворки помогают разобраться, как его использовать. Они превращают разрозненные данные в осмысленную структуру.
Популярные фреймворки:
Например, анализируя рынок электромобилей, DESTEP поможет учесть влияние политики, технологий и демографии, а SWOT выявит сильные стороны (экологичность) и угрозы (нестабильность цен на электроэнергию).
Реферирование сокращает текст до ключевых идей. Это инструмент для быстрого ознакомления. Фреймворки структурируют данные, выявляют взаимосвязи и позволяют анализировать их с разных сторон.
Напрмиер, реферирование скажет: "Рынок онлайн-образования растет." А DESTEP-анализ покажет, почему: экономическая ситуация, демографические особенности аудитории, технологические инновации и социальные тренды.
Начните с реферирования, чтобы быстро выделить главное. Затем используйте фреймворки, чтобы углубиться в детали и сделать выводы. Вместе эти подходы помогут вам не только разобраться в сложной информации, но и эффективно применить ее в исследовании.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤20
Это отличная возможность для вас задать любые вопросы, которые вас волнуют. Я готова обсудить всё: от профессиональных секретов аналитики и исследований до борьбы с депрессией.
💡 Вопросы, собранные от подписчиков на Бусти, получат ответ в первую очередь, но я обещаю: каждый вопрос точно не останется без внимания!
Пишите ваши вопросы в комментариях, в личные сообщения или на Бусти. Отвечать буду в комментариях и постах.😊
Спасибо за вашу активность и интерес к каналу! 💜
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9❤3
Forwarded from Учусь как умею
Если вы замечаете, что какую-то интересующую вас тему давно «пасёте», т.е. следите со стороны, то проверьте:
— есть ли в вашей жизни свободное место для новых впечатлений? Подсказка: здесь может помочь скука. Попробуйте два-три дня не стимулировать себя новыми фактами, новостями, музыкой и фильмами. Жизненное место освободится и будет проще направить восприятие на новый объект.
— перепроверьте, вы заинтересованы темой или человеком, который сейчас об этом рассказывает / владеет профессией или навыками, которые вы присматриваете для себя? Подсказка: выйти из-под очарования конкретным человеком и перейти к рассмотрению самого предмета.
— перепроверьте, не высматриваете ли вы из-за кустов ситуацию насилия? Входить в контакт порой значит совершить серьезное столкновение. К сожалению, для многих из нас новая учеба — это новое насилие над собой. 😥 Пока не вымотаем себя от этого напряжения приближения к предмету (например, скачаем уже десяток приложений по английскому, подпишемся на каналы и инст-странички) в общем пока не устанем тревожиться, то в контакт не войдем. 😖Только обессиленные мы можем снять оборону и тревожащий оскал сменить на уставшее «здравствуйте, у вас есть место в группе по английскому А1». Катастрофическая усталость от тревожности разрешит нам стать безоружными и признаться в своём незнании.
или ещё распространенный вариант: мы входим в контакт только когда наблюдаемый объект совершает ошибку. Если это эксперт в теме, который нас очаровывает своим мастерством, то любой противоречивый для нас тезис, любое альтернативное мнение с нашим может вызвать возмущение и интерес. Сталкиваясь с противоречием в нас что-то взрывается и мы готовы на атаку, вернее вступить в прямой контакт. Подсказка: нас особо не учили выдерживать противоречия и мы склонны решать их агрессивно. Позамечайте, что вызывает в вас конкуренцию, ступор, зажигает противоречия или в достаточной мере фрустрирует. Возможно там ваш интерес.
#опыт
— есть ли в вашей жизни свободное место для новых впечатлений? Подсказка: здесь может помочь скука. Попробуйте два-три дня не стимулировать себя новыми фактами, новостями, музыкой и фильмами. Жизненное место освободится и будет проще направить восприятие на новый объект.
— перепроверьте, вы заинтересованы темой или человеком, который сейчас об этом рассказывает / владеет профессией или навыками, которые вы присматриваете для себя? Подсказка: выйти из-под очарования конкретным человеком и перейти к рассмотрению самого предмета.
— перепроверьте, не высматриваете ли вы из-за кустов ситуацию насилия? Входить в контакт порой значит совершить серьезное столкновение. К сожалению, для многих из нас новая учеба — это новое насилие над собой. 😥 Пока не вымотаем себя от этого напряжения приближения к предмету (например, скачаем уже десяток приложений по английскому, подпишемся на каналы и инст-странички) в общем пока не устанем тревожиться, то в контакт не войдем. 😖Только обессиленные мы можем снять оборону и тревожащий оскал сменить на уставшее «здравствуйте, у вас есть место в группе по английскому А1». Катастрофическая усталость от тревожности разрешит нам стать безоружными и признаться в своём незнании.
или ещё распространенный вариант: мы входим в контакт только когда наблюдаемый объект совершает ошибку. Если это эксперт в теме, который нас очаровывает своим мастерством, то любой противоречивый для нас тезис, любое альтернативное мнение с нашим может вызвать возмущение и интерес. Сталкиваясь с противоречием в нас что-то взрывается и мы готовы на атаку, вернее вступить в прямой контакт. Подсказка: нас особо не учили выдерживать противоречия и мы склонны решать их агрессивно. Позамечайте, что вызывает в вас конкуренцию, ступор, зажигает противоречия или в достаточной мере фрустрирует. Возможно там ваш интерес.
#опыт
❤14🤔2🦄1
Какое видео вам наиболее интересно увидеть на канале?
Anonymous Poll
48%
Пишем парсер для сбора научных статей с помощью ChatGPT
38%
Все (вообще все) про Zotero
19%
Создание базы сигналов рынка для трендвотчинга (Gppgle AI Studio)
51%
Самоорганизация, таймменеджмент и привычки кабинетного исследователя (то есть меня) - лайфстайл
1%
Другое, напишу в комменты
14%
Не люблю видео пиши буквами
какая-то библиотека
Какое видео вам наиболее интересно увидеть на канале?
внезапно полетел лайфстайл. вы чего...
👾3
Отвечаю на вопрос из QA-сессии: что, кроме Sci-Hub?
Вопрос: какие есть аналоги Sci-Hub для поиска научной информации, особенно если Sci-Hub не содержит статей за последние годы?
Альтернативы Sci-Hub:
arXiv — архив препринтов, охватывающий множество областей науки: https://arxiv.org/.
BioRxiv и MedRxiv — архивы препринтов для биологии и медицины: https://www.biorxiv.org/ и https://www.medrxiv.org/.
LibGen (Library Genesis) — база книг, статей и журналов: http://libgen.rs/.
Z-Library — бесплатная библиотека с огромной коллекцией книг: https://z-lib.is/.
SmartQuant.ai — поиск аналитических материалов: https://www.smartquantai.com/.
Unpaywall — браузерное расширение для поиска легальных открытых версий статей: https://unpaywall.org/.
Lazy Scholar — расширение для браузера, упрощающее доступ к открытым научным статьям: Lazy Scholar в Chrome Store.
Telegram-бот Nexus Search — запрос статей через бота: @nexus_search.
ZeroNet — децентрализованные сети для доступа к научным материалам.
Freenet и Tor — для анонимного доступа к ресурсам.
Soulseek — пиринговая сеть для обмена файлами, в том числе научными материалами: https://www.slsknet.org/news/.
Public Library of Science (PLOS) — открытые журналы в различных областях науки: https://plos.org/.
DOAJ (Directory of Open Access Journals) — каталог открытых научных журналов: https://doaj.org/.
OpenAIRE — агрегатор открытого научного контента из Европы: https://www.openaire.eu/.
ERIC (Education Resources Information Center) — открытые ресурсы для образовательных исследований: https://eric.ed.gov/.
PubMed Central (PMC) — база открытых медицинских исследований: https://www.ncbi.nlm.nih.gov/pmc/.
ResearchGate — социальная сеть ученых, где можно запросить статью напрямую у автора: https://www.researchgate.net/.
И еще
Используйте расширенные поисковые запросы с операторами Google, например:
site:.edu "название статьи" — для поиска в университетских доменах.
"название статьи" filetype:pdf — для поиска PDF-файлов.
Что добавить? Делитесь своими рекомендациями в комментариях! 😊
Вопрос: какие есть аналоги Sci-Hub для поиска научной информации, особенно если Sci-Hub не содержит статей за последние годы?
Альтернативы Sci-Hub:
arXiv — архив препринтов, охватывающий множество областей науки: https://arxiv.org/.
BioRxiv и MedRxiv — архивы препринтов для биологии и медицины: https://www.biorxiv.org/ и https://www.medrxiv.org/.
LibGen (Library Genesis) — база книг, статей и журналов: http://libgen.rs/.
Z-Library — бесплатная библиотека с огромной коллекцией книг: https://z-lib.is/.
SmartQuant.ai — поиск аналитических материалов: https://www.smartquantai.com/.
Unpaywall — браузерное расширение для поиска легальных открытых версий статей: https://unpaywall.org/.
Lazy Scholar — расширение для браузера, упрощающее доступ к открытым научным статьям: Lazy Scholar в Chrome Store.
Telegram-бот Nexus Search — запрос статей через бота: @nexus_search.
ZeroNet — децентрализованные сети для доступа к научным материалам.
Freenet и Tor — для анонимного доступа к ресурсам.
Soulseek — пиринговая сеть для обмена файлами, в том числе научными материалами: https://www.slsknet.org/news/.
Public Library of Science (PLOS) — открытые журналы в различных областях науки: https://plos.org/.
DOAJ (Directory of Open Access Journals) — каталог открытых научных журналов: https://doaj.org/.
OpenAIRE — агрегатор открытого научного контента из Европы: https://www.openaire.eu/.
ERIC (Education Resources Information Center) — открытые ресурсы для образовательных исследований: https://eric.ed.gov/.
PubMed Central (PMC) — база открытых медицинских исследований: https://www.ncbi.nlm.nih.gov/pmc/.
ResearchGate — социальная сеть ученых, где можно запросить статью напрямую у автора: https://www.researchgate.net/.
И еще
Используйте расширенные поисковые запросы с операторами Google, например:
site:.edu "название статьи" — для поиска в университетских доменах.
"название статьи" filetype:pdf — для поиска PDF-файлов.
Что добавить? Делитесь своими рекомендациями в комментариях! 😊
❤34👍11
Отвечаю на вопрос из QA-сессии: что нужно сделать, чтобы не использовать платное хранилище Zotero?
Вот основные варианты:
1️⃣ Хранение файлов только на компьютере:
Это самый простой способ избежать использования платного хранилища Zotero. В этом случае, Zotero будет синхронизировать только метаданные (информация о статьях, заметки, теги и т.д.), которые занимают очень мало места и помещаются в бесплатный лимит Zotero. Сами же PDF-файлы и другие прикрепленные файлы будут храниться только на вашем компьютере.
▶️ Отключите синхронизацию файлов в настройках Zotero:
- Откройте Zotero.
- Перейдите в Редактировать > Настройки (Edit > Preferences).
- Перейдите на вкладку Синхронизация (Sync).
- В разделе Синхронизация файлов (File Syncing) снимите галочку с опции Синхронизировать прикрепленные файлы в My Library с использованием Zotero Storage (Sync attachment files in My Library using Zotero Storage).
- При необходимости, снимите галочку с опции Синхронизировать прикрепленные файлы в группах с использованием Zotero Storage (Sync attachment files in groups using Zotero Storage), если вы используете групповые библиотеки.
✔️ Плюсы:
Бесплатно: Вы не платите за хранилище Zotero.
Полный контроль: Ваши файлы находятся только на вашем компьютере.
❌ Минусы:
Доступ только с одного устройства: Вы сможете получить доступ к PDF-файлам только с того компьютера, где они хранятся. Метаданные будут синхронизироваться на всех ваших устройствах, где установлен Zotero.
Риск потери данных: Важно регулярно делать резервные копии вашего компьютера, чтобы не потерять все данные, включая файлы Zotero.
2️⃣ Использование стороннего облачного хранилища с плагином ZotFile:
Этот метод позволяет хранить PDF-файлы и другие прикрепления в вашем собственном облачном хранилище (например, Dropbox, Google Drive, OneDrive, Nextcloud и т.д.) и связывать их с записями в Zotero. Плагин ZotFile автоматизирует процесс перемещения и переименования файлов.
▶️ Установите плагин ZotFile:
- Откройте Zotero.
- Перейдите в Инструменты > Дополнения (Tools > Add-ons).
- В строке поиска введите "ZotFile" и установите плагин.
- Перезапустите Zotero.
Настройте ZotFile:
- Перейдите в Редактировать > Настройки (Edit > Preferences).
- Перейдите на вкладку ZotFile Preferences.
- Source Folder for New Attachments: Укажите папку, куда Zotero будет временно сохранять новые загруженные файлы (например, папку "Загрузки").
- Location of Files: Выберите Custom Location.
- Custom Location: Укажите папку в вашем облачном хранилище, куда вы хотите сохранять файлы Zotero. Например, "Dropbox/Zotero Storage".
- Using Subfolders: Выберите желаемую структуру подпапок. Часто используют %c (коллекция) или %a_year (автор_год).
- Настройте другие параметры по вашему усмотрению (переименование файлов и т.д.).
- Отключите синхронизацию файлов в настройках Zotero (как описано в пункте 1).
Как использовать:
При добавлении нового файла в Zotero (например, перетаскиванием PDF-файла), ZotFile автоматически переместит его в указанную папку в вашем облачном хранилище и свяжет его с записью в Zotero.
Zotero будет хранить только ссылку на файл, а не сам файл.
✔️ Плюсы:
Доступ с разных устройств: Вы можете получить доступ к PDF-файлам с любого устройства, где установлен Zotero и настроена синхронизация вашего облачного хранилища.
Использование существующего облачного хранилища: Вы используете уже оплаченное или бесплатное хранилище.
Автоматизация: ZotFile облегчает управление файлами.
❌ Минусы:
Требуется установка плагина: Необходимо установить и настроить ZotFile.
Зависимость от стороннего облачного хранилища: Доступность файлов зависит от работоспособности вашего облачного сервиса.
Вот основные варианты:
Это самый простой способ избежать использования платного хранилища Zotero. В этом случае, Zotero будет синхронизировать только метаданные (информация о статьях, заметки, теги и т.д.), которые занимают очень мало места и помещаются в бесплатный лимит Zotero. Сами же PDF-файлы и другие прикрепленные файлы будут храниться только на вашем компьютере.
- Откройте Zotero.
- Перейдите в Редактировать > Настройки (Edit > Preferences).
- Перейдите на вкладку Синхронизация (Sync).
- В разделе Синхронизация файлов (File Syncing) снимите галочку с опции Синхронизировать прикрепленные файлы в My Library с использованием Zotero Storage (Sync attachment files in My Library using Zotero Storage).
- При необходимости, снимите галочку с опции Синхронизировать прикрепленные файлы в группах с использованием Zotero Storage (Sync attachment files in groups using Zotero Storage), если вы используете групповые библиотеки.
Бесплатно: Вы не платите за хранилище Zotero.
Полный контроль: Ваши файлы находятся только на вашем компьютере.
Доступ только с одного устройства: Вы сможете получить доступ к PDF-файлам только с того компьютера, где они хранятся. Метаданные будут синхронизироваться на всех ваших устройствах, где установлен Zotero.
Риск потери данных: Важно регулярно делать резервные копии вашего компьютера, чтобы не потерять все данные, включая файлы Zotero.
Этот метод позволяет хранить PDF-файлы и другие прикрепления в вашем собственном облачном хранилище (например, Dropbox, Google Drive, OneDrive, Nextcloud и т.д.) и связывать их с записями в Zotero. Плагин ZotFile автоматизирует процесс перемещения и переименования файлов.
- Откройте Zotero.
- Перейдите в Инструменты > Дополнения (Tools > Add-ons).
- В строке поиска введите "ZotFile" и установите плагин.
- Перезапустите Zotero.
Настройте ZotFile:
- Перейдите в Редактировать > Настройки (Edit > Preferences).
- Перейдите на вкладку ZotFile Preferences.
- Source Folder for New Attachments: Укажите папку, куда Zotero будет временно сохранять новые загруженные файлы (например, папку "Загрузки").
- Location of Files: Выберите Custom Location.
- Custom Location: Укажите папку в вашем облачном хранилище, куда вы хотите сохранять файлы Zotero. Например, "Dropbox/Zotero Storage".
- Using Subfolders: Выберите желаемую структуру подпапок. Часто используют %c (коллекция) или %a_year (автор_год).
- Настройте другие параметры по вашему усмотрению (переименование файлов и т.д.).
- Отключите синхронизацию файлов в настройках Zotero (как описано в пункте 1).
Как использовать:
При добавлении нового файла в Zotero (например, перетаскиванием PDF-файла), ZotFile автоматически переместит его в указанную папку в вашем облачном хранилище и свяжет его с записью в Zotero.
Zotero будет хранить только ссылку на файл, а не сам файл.
Доступ с разных устройств: Вы можете получить доступ к PDF-файлам с любого устройства, где установлен Zotero и настроена синхронизация вашего облачного хранилища.
Использование существующего облачного хранилища: Вы используете уже оплаченное или бесплатное хранилище.
Автоматизация: ZotFile облегчает управление файлами.
Требуется установка плагина: Необходимо установить и настроить ZotFile.
Зависимость от стороннего облачного хранилища: Доступность файлов зависит от работоспособности вашего облачного сервиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤16👍3
🔬🌱 Погружаемся в мир биотехнологий через ML Bootcamp от OpenBio!
В своей аналитической практике я сталкивалась с множеством отраслей, и биотехнологии — одна из самых увлекательных. Именно здесь искусственный интеллект помогает создавать решения, которые изменяют жизнь. Хотите узнать больше? Тогда этот буткемп — ваш шанс!
С 3 по 9 февраля вас ждет интенсив на канале «Машинное обучение в биологии и биомедицине». Вы сможете пройти часть материалов курса, который обычно доступен только по подписке. Каждый день — новый модуль и новые знания!
Не знаете, как подступиться к биомедицине? Буткемп от OpenBio станет вашим гидом в этой захватывающей области. Начните знакомство с машинным обучением уже этой зимой! 😊
👉 Подробнее о курсе
В своей аналитической практике я сталкивалась с множеством отраслей, и биотехнологии — одна из самых увлекательных. Именно здесь искусственный интеллект помогает создавать решения, которые изменяют жизнь. Хотите узнать больше? Тогда этот буткемп — ваш шанс!
С 3 по 9 февраля вас ждет интенсив на канале «Машинное обучение в биологии и биомедицине». Вы сможете пройти часть материалов курса, который обычно доступен только по подписке. Каждый день — новый модуль и новые знания!
Не знаете, как подступиться к биомедицине? Буткемп от OpenBio станет вашим гидом в этой захватывающей области. Начните знакомство с машинным обучением уже этой зимой! 😊
👉 Подробнее о курсе
👾4🦄3🤔2❤1
Коллеги, теперь у вас есть бот, обученный именно для того, чтобы помогать с кабинетными исследованиями и библиографией. Всё, что нужно, — это задать вопрос, и он подскажу, как искать, анализировать и систематизировать информацию, будто вы настоящий исследователь. 📚
🧐 Что такое обученные GPTs?
Это модели ИИ, которые специально обучаются для определённых задач. Я создала бота, чтобы он был экспертом в информационном поиске, работе с источниками и всех тонкостях исследовательской работы.
Что умеет мой бот?
🔍 Помощь в кабинетных исследованиях: он знает, как искать, систематизировать и анализировать информацию, не выходя из дома. От базовых запросов до сложных аналитических задач — бот предложит эффективные методы и подходы.
📚 Библиографическая поддержка: рекомендации по управлению источниками и использованием библиографических менеджеров.
⚙️ Техники поиска: бот подскажет, как грамотно формулировать запросы, использовать поисковые операторы и фильтры для точных результатов.
🧠 Обучение методам анализа: бот делится советами по извлечению знаний из текста, реферированию, контент- и фрейм-анализу.
📊 Инструменты автоматизации: советы по использованию цифровых ресурсов, ИИ, программ для систематизации данных.
Этот бот сочетает в себе профессиональные знания, собранные из учебных пособий, книг и методичек по кабинетным исследованиям, а также практический опыт исследователей, чтобы стать вашим незаменимым помощником.
Please open Telegram to view this post
VIEW IN TELEGRAM
ChatGPT
ChatGPT - какая-то библиотека
ChatGPT helps you get answers, find inspiration, and be more productive.
👍20❤3🦄2
🌐 Digital Methods Initiative Tool Archive — инструменты для анализа данных и интернета
Если вы интересуетесь анализом цифровых данных, то Digital Methods Initiative (DMI) предоставляет целый арсенал инструментов для работы с данными из интернета и социальных платформ. Это набор мощных решений, которые упрощают обработку информации для исследователей, студентов и аналитиков.
Вот что можно найти в архиве DMI:
🔍 Категории инструментов:
Media Analysis: От мониторинга медиа до создания облаков тегов и анализа.
Data Treatment: Инструменты для сбора, обработки и визуализации данных.
Natively Digital: Работа с URL, доменами и мета-данными цифровых объектов.
Device-Centric: Анализ данных с популярных платформ (Google, Twitter, Instagram, Wikipedia и др.).
Spherical: Исследования в рамках различных цифровых «сфер» — новостей, блогов, видео, изображений.
https://wiki.digitalmethods.net/Dmi/ToolDatabase
Если вы интересуетесь анализом цифровых данных, то Digital Methods Initiative (DMI) предоставляет целый арсенал инструментов для работы с данными из интернета и социальных платформ. Это набор мощных решений, которые упрощают обработку информации для исследователей, студентов и аналитиков.
Вот что можно найти в архиве DMI:
🔍 Категории инструментов:
Media Analysis: От мониторинга медиа до создания облаков тегов и анализа.
Data Treatment: Инструменты для сбора, обработки и визуализации данных.
Natively Digital: Работа с URL, доменами и мета-данными цифровых объектов.
Device-Centric: Анализ данных с популярных платформ (Google, Twitter, Instagram, Wikipedia и др.).
Spherical: Исследования в рамках различных цифровых «сфер» — новостей, блогов, видео, изображений.
https://wiki.digitalmethods.net/Dmi/ToolDatabase
❤7✍4
Методологический кейс: ✔️ использование государственных данных для оценки доли устаревшей сельскохозяйственной техники
🔤 Задача
Вы — агротехнический стартап, который разрабатывает роботов для сельского хозяйства. Необходимо понять, как много техники в отрасли уже используется и какая доля из неё не является инновационной, чтобы оценить рынок для замещения своей продукцией.
❓ Вопрос
Можно ли выполнить расчёты доли устаревшей техники исключительно на основе государственной статистики?
📊 Мой ответ
1. Госстатистика: доступные данные
- Использование робототехники по субъектам РФ: общие показатели по промышленности без детализации по секторам сельского хозяйства.
- Инновационная активность организаций: есть данные по сельскому хозяйству, но они не отражают роль робототехники или степень устаревания техники.
- Число новых и используемых передовых технологий: присутствует разбивка по видам деятельности, но роль роботов не уточняется.
2. Ограничения данных
- Отсутствие информации об устаревшей технике: невозможно напрямую оценить объём техники, которую можно заменить.
- Нехватка детализации по робототехнике: ключевой сегмент рынка — роботы — слабо отражён в госстатистике.
- Косвенные индикаторы: данные по инновациям в целом дают общую картину развития, но не точные цифры.
✉️ Предлагаемое решение
Для точной оценки потенциала замещения необходимо комбинировать госстатистику с дополнительными источниками:
1. Использование доступной статистики
- Анализ трендов инновационной активности. Определить долю организаций, внедряющих инновации в сельском хозяйстве, чтобы выделить перспективные ниши.
- Распределение робототехники по регионам. Изучить использование роботов в промышленности как индикатор их проникновения.
2. Дополнительные источники данных
- Новости Минсельхоза и рыночные отчёты. Например, сайт specagro.ru может содержать кейсы о внедрении роботов, что даст представление о состоянии отрасли.
- Отраслевые исследования и консалтинговые отчёты. Для уточнения количества устаревшей техники и конкретных моделей роботов.
- Экспертные интервью. Собрать мнения участников рынка о текущих тенденциях и доле техники, подлежащей замене.
📌
Государственная статистика предоставляет основу для понимания общих трендов в сельском хозяйстве, но не позволяет полноценно оценить долю устаревшей техники. Для агротехнического стартапа наиболее эффективным будет использование смешанного подхода, включающего кабинетные исследования, анализ рыночных отчётов и экспертные интервью. Это обеспечит более точное и детализированное понимание целевого рынка.
Вы — агротехнический стартап, который разрабатывает роботов для сельского хозяйства. Необходимо понять, как много техники в отрасли уже используется и какая доля из неё не является инновационной, чтобы оценить рынок для замещения своей продукцией.
Можно ли выполнить расчёты доли устаревшей техники исключительно на основе государственной статистики?
1. Госстатистика: доступные данные
- Использование робототехники по субъектам РФ: общие показатели по промышленности без детализации по секторам сельского хозяйства.
- Инновационная активность организаций: есть данные по сельскому хозяйству, но они не отражают роль робототехники или степень устаревания техники.
- Число новых и используемых передовых технологий: присутствует разбивка по видам деятельности, но роль роботов не уточняется.
2. Ограничения данных
- Отсутствие информации об устаревшей технике: невозможно напрямую оценить объём техники, которую можно заменить.
- Нехватка детализации по робототехнике: ключевой сегмент рынка — роботы — слабо отражён в госстатистике.
- Косвенные индикаторы: данные по инновациям в целом дают общую картину развития, но не точные цифры.
Для точной оценки потенциала замещения необходимо комбинировать госстатистику с дополнительными источниками:
1. Использование доступной статистики
- Анализ трендов инновационной активности. Определить долю организаций, внедряющих инновации в сельском хозяйстве, чтобы выделить перспективные ниши.
- Распределение робототехники по регионам. Изучить использование роботов в промышленности как индикатор их проникновения.
2. Дополнительные источники данных
- Новости Минсельхоза и рыночные отчёты. Например, сайт specagro.ru может содержать кейсы о внедрении роботов, что даст представление о состоянии отрасли.
- Отраслевые исследования и консалтинговые отчёты. Для уточнения количества устаревшей техники и конкретных моделей роботов.
- Экспертные интервью. Собрать мнения участников рынка о текущих тенденциях и доле техники, подлежащей замене.
Государственная статистика предоставляет основу для понимания общих трендов в сельском хозяйстве, но не позволяет полноценно оценить долю устаревшей техники. Для агротехнического стартапа наиболее эффективным будет использование смешанного подхода, включающего кабинетные исследования, анализ рыночных отчётов и экспертные интервью. Это обеспечит более точное и детализированное понимание целевого рынка.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13❤6💅1
Методологический разбор кабинетного исследования: анализ конкурентоспособности сельской местности на примере муниципалитета Раковски (Болгария)
Данное исследование анализирует конкурентоспособность сельской местности, используя модель «Ромб» Майкла Портера и кейс-стади муниципалитета Раковски в Болгарии.
Выбор метода кабинетного исследования и конкретного кейса обусловлен ограниченным количеством работ, посвященных конкурентоспособности именно сельских регионов, а также необходимостью продемонстрировать применимость модели Портера в условиях конкретного региона.
Исследовательский вопрос: Как модель «Ромб» Портера может быть применена для оценки конкурентоспособности сельской местности, и какие факторы оказывают наибольшее влияние на ее развитие?
Методология:
Исследование основывается на качественном анализе вторичных данных, что обусловлено ограничениями в ресурсах и времени, характерными для кабинетных исследований. Использовался подход кейс-стади, позволяющий глубоко изучить специфику одного региона. Выбор муниципалитета Раковски обусловлен его разносторонней экономикой, сочетающей сельское хозяйство и промышленность, что делает его репрезентативным для многих сельских регионов Болгарии.
Данные были систематизированы и проанализированы в рамках четырех составляющих модели «Ромб»:
Для каждого из четырех факторов были выявлены как сильные, так и слабые стороны муниципалитета Раковски.
Please open Telegram to view this post
VIEW IN TELEGRAM
ideas.repec.org
The Diamond Model of Porter to Measure Rural Regions' Competitiveness:
The study of rural area development is a subject of extensive research and analyses but regarding the competitiveness of rural regions the number of researches is limited. Globalization and the proces
❤11
Может ли генеративный ИИ улучшить социальные науки?
В статье, опубликованной в PNAS, Кристофер Бейл исследует потенциал генеративного ИИ для трансформации социальных наук. Автор рассматривает как преимущества, так и риски использования таких инструментов, предлагая пути минимизации негативных последствий.
Бейл выделяет несколько перспективных направлений применения генеративного ИИ:
Улучшение опросов и экспериментов: Генеративные модели могут создавать реалистичные тексты и изображения, которые могут использоваться для создания более эффективных стимулов и анкет. Это позволяет расширить масштабы исследований и улучшить качество данных. Например, ИИ может генерировать вариации текстов для А/В тестирования, что позволит определить наиболее эффективные формулировки вопросов.
Автоматизированный анализ контента: Генеративный ИИ способен анализировать огромные объемы текстовых данных с высокой скоростью, что значительно ускоряет процесс анализа контента в социальных сетях, новостных статьях и других источниках. Это открывает новые возможности для изучения социальных явлений на больших выборках. Например, промпт может выглядеть так: "Проанализируйте этот текст и определите преобладающий эмоциональный тон (позитивный, негативный, нейтральный). Укажите ключевые слова, подтверждающие ваш вывод."
Моделирование на основе агентов: Генеративный ИИ может использоваться для создания более реалистичных моделей на основе агентов, которые имитируют поведение людей в сложных социальных системах. Это позволяет моделировать динамику социальных процессов и тестировать различные гипотезы. Например, можно создать симуляцию распространения слухов в социальной сети, используя промпт: "Агент А сообщает слух агенту В. Агент В верит слуху с вероятностью X и передает его агенту С с модификацией Y. Смоделируйте распространение слуха в сети из 100 агентов с различными уровнями доверия."
Бейл подчеркивает ряд важных ограничений и рисков, связанных с использованием генеративного ИИ:
Смещение: Модели обучаются на данных, которые могут содержать существующие социальные предрассудки. Это может привести к искажению результатов исследований. Важно тщательно проверять результаты на наличие смещения и использовать методы коррекции.
Репликация: Из-за стохастической природы генеративных моделей, результаты могут быть трудно воспроизводимы. Необходимо разработать стандартизированные методы для обеспечения реплицируемости исследований.
Этика: Использование генеративного ИИ поднимает ряд этических вопросов, связанных с конфиденциальностью данных, авторским правом и потенциальным злоупотреблением. Необходимо разработать строгие этические принципы для использования этих технологий.
Качество исследований: Существует риск увеличения количества низкокачественных исследований, созданных с помощью генеративного ИИ. Необходимо разработать механизмы контроля качества и проверки результатов.
Предложение автора:
Для минимизации рисков и обеспечения широкого доступа к высококачественным инструментам Бейл предлагает создание открытой инфраструктуры для исследований поведения человека. Это позволит ученым совместно разрабатывать и совершенствовать методы, обеспечивая прозрачность и реплицируемость исследований.
В статье, опубликованной в PNAS, Кристофер Бейл исследует потенциал генеративного ИИ для трансформации социальных наук. Автор рассматривает как преимущества, так и риски использования таких инструментов, предлагая пути минимизации негативных последствий.
Бейл выделяет несколько перспективных направлений применения генеративного ИИ:
Улучшение опросов и экспериментов: Генеративные модели могут создавать реалистичные тексты и изображения, которые могут использоваться для создания более эффективных стимулов и анкет. Это позволяет расширить масштабы исследований и улучшить качество данных. Например, ИИ может генерировать вариации текстов для А/В тестирования, что позволит определить наиболее эффективные формулировки вопросов.
Автоматизированный анализ контента: Генеративный ИИ способен анализировать огромные объемы текстовых данных с высокой скоростью, что значительно ускоряет процесс анализа контента в социальных сетях, новостных статьях и других источниках. Это открывает новые возможности для изучения социальных явлений на больших выборках. Например, промпт может выглядеть так: "Проанализируйте этот текст и определите преобладающий эмоциональный тон (позитивный, негативный, нейтральный). Укажите ключевые слова, подтверждающие ваш вывод."
Моделирование на основе агентов: Генеративный ИИ может использоваться для создания более реалистичных моделей на основе агентов, которые имитируют поведение людей в сложных социальных системах. Это позволяет моделировать динамику социальных процессов и тестировать различные гипотезы. Например, можно создать симуляцию распространения слухов в социальной сети, используя промпт: "Агент А сообщает слух агенту В. Агент В верит слуху с вероятностью X и передает его агенту С с модификацией Y. Смоделируйте распространение слуха в сети из 100 агентов с различными уровнями доверия."
Бейл подчеркивает ряд важных ограничений и рисков, связанных с использованием генеративного ИИ:
Смещение: Модели обучаются на данных, которые могут содержать существующие социальные предрассудки. Это может привести к искажению результатов исследований. Важно тщательно проверять результаты на наличие смещения и использовать методы коррекции.
Репликация: Из-за стохастической природы генеративных моделей, результаты могут быть трудно воспроизводимы. Необходимо разработать стандартизированные методы для обеспечения реплицируемости исследований.
Этика: Использование генеративного ИИ поднимает ряд этических вопросов, связанных с конфиденциальностью данных, авторским правом и потенциальным злоупотреблением. Необходимо разработать строгие этические принципы для использования этих технологий.
Качество исследований: Существует риск увеличения количества низкокачественных исследований, созданных с помощью генеративного ИИ. Необходимо разработать механизмы контроля качества и проверки результатов.
Предложение автора:
Для минимизации рисков и обеспечения широкого доступа к высококачественным инструментам Бейл предлагает создание открытой инфраструктуры для исследований поведения человека. Это позволит ученым совместно разрабатывать и совершенствовать методы, обеспечивая прозрачность и реплицируемость исследований.
PNAS
Can Generative AI improve social science?
Generative AI that can produce realistic text, images, and other human-like outputs is currently transforming many different industries. Yet it is ...
❤8👍1
Использование искусственного интеллекта в исследованиях открывает огромные возможности, но важно понимать, где его применение наиболее эффективно. Сегодня хочу поговорить о том, почему стоит доверять ИИ анализ собранных данных, а не процесс их поиска.
Почему анализ важнее поиска?
1. Качество данных зависит от источника
Алгоритмы поиска, даже самые мощные, часто не в состоянии отличить релевантные данные от нерелевантных. Например, при сборе информации из интернета вы можете получить устаревшие или некачественные данные, не заметив этого на этапе загрузки.
2. Предвзятость и неполнота в результатах поиска
Многие инструменты, включая AI, настраиваются под определенные запросы и могут выдавать результаты с предвзятостью. Это особенно критично в академической или коммерческой среде, где полнота и достоверность данных играют ключевую роль.
3. Фокус на глубоком анализе
ИИ гораздо эффективнее, когда вы уже собрали данные из проверенных источников и хотите выявить закономерности, тренды или скрытые взаимосвязи. Например:
- Кластеризация данных для выявления групп.
- Текстовый анализ для поиска ключевых слов и идей.
- Построение предсказательных моделей на основе уже известных фактов.
- Контроль за качеством данных: исследователь самостоятельно выбирает источники, что минимизирует ошибки.
- Углубленное понимание: ИИ помогает раскрыть смысл данных, а не просто собрать их.
- Экономия времени: процесс анализа автоматизируется, но вы точно знаете, что работаете с нужной информацией.
Не гонитесь за автоматизацией на всех этапах. Позвольте ИИ стать вашим аналитиком, а не архивариусом. Собирайте данные самостоятельно из надежных источников, а потом передавайте их ИИ для извлечения пользы.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤26👍2
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegram
какая-то библиотека
🆕Обновление тиров на Бусти🆕
Друзья, рады представить вам обновленные уровни подписки на Boosty! Теперь еще больше возможностей для прокачки ваших навыков в кабинетных исследованиях и доступ к эксклюзивному контенту. Выбирайте уровень, который подходит именно…
Друзья, рады представить вам обновленные уровни подписки на Boosty! Теперь еще больше возможностей для прокачки ваших навыков в кабинетных исследованиях и доступ к эксклюзивному контенту. Выбирайте уровень, который подходит именно…
❤11✍1👍1
Контекст — это ключевой элемент, позволяющий понять глубинные смыслы данных, их взаимосвязь и значимость.
Почему контекст важен?
Избежание манипуляций. Манипулятивные данные часто вырываются из контекста, чтобы исказить их значение. Например, статистика может быть представлена таким образом, чтобы выгодно подчеркнуть определённый аспект проблемы, игнорируя другие.
Понимание условий формирования данных. Каждая информация существует в рамках своей системы условий — социальной, экономической, политической или исторической. Без учёта этих условий невозможно понять, что именно означают данные и как они могут быть использованы.
Историческая перспектива
Любое событие или явление связано с историей. Анализируйте, как развивалась ситуация, чтобы понять её предысторию и причины. Например, экономические показатели текущего года имеют смысл только в сравнении с предыдущими периодами и трендами.
Социально-экономические факторы
Рассматривайте, в каких условиях собиралась информация. Например:
- Уровень доверия к источникам в обществе.
- Экономическое состояние региона или страны.
- Политические интересы, которые могут влиять на интерпретацию данных.
- Географические и культурные особенности. Различия в восприятии одних и тех же данных между странами или даже регионами могут быть значительными.
Например, восприятие уровня безработицы может зависеть от исторически сложившихся норм занятости и социальной поддержки.
Цели и мотивы
Учитывайте цели, которые могут преследовать авторы данных:
- Рекламный или PR-контент может акцентировать позитивные моменты и игнорировать негативные.
- Политические заявления часто адаптируются к интересам целевой аудитории.
Информационная среда
Важен анализ того, как распространялась информация:
- Были ли использованы социальные сети?
- Какие средства массовой информации поддерживали распространение?
- Какие реакции вызвала информация?
Сравнительный анализ
Сравнивайте данные из разных источников, чтобы выявить возможные расхождения. Это поможет увидеть, где информация могла быть искажена.
Анализ тональности
Изучите язык, которым представлены данные. Нейтральное ли это изложение или эмоционально окрашенное? Например, использование терминов вроде «катастрофический рост» вместо «значительное увеличение» может сигнализировать о предвзятости.
Работа с первоисточниками
Обратитесь к оригинальным данным, на которых основаны отчёты или статьи. Это позволяет избежать интерпретаций и узнать, как информация выглядела изначально.
Социальный и политический анализ
Рассмотрите, какие группы поддерживали или критиковали опубликованные данные. Это может указать на мотивы и скрытые интересы.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤18
Forwarded from Korenev AI - GPT в тапочках🩴
Сейчас сегментация делается "на глазок" — выделяются 5-10 групп клиентов и проводится дальнейшая работа с ними. Но представляете, насколько круче будет, если будет выделиться 100-500 сегментов и к каждому будет свой особенный подход? Говорить с каждым на его языке, цеплять за то, что действительно важно именно для него.
Пробовали раньше освоить Power BI для этих целей — не пошло: сложно и не хватает времени на изучение.
Я открыл открыл для себя платформу Kaggle. Там постоянно проходят соревнования по машинному обучению с денежными призами. И лучшие специалисты выкладывают свои решения в открытый доступ!
Для нас это отличная возможность перенять готовые идеи и адаптировать их под свои задачи. В общем, велосипед не изобретаем, а катаемся на созданном ранее
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9✍3