Big data & innovatieve methoden
Inleiding
Cursus
Te kennen H7-H16
Nieuwe technologieën als motor voor innovatie
Noodzaak - De opkomst van big data breidt de set van beschikbare
databronnen uit
- De criminoloog van morgen is maar zo sterk als het
instrumentarium waarover hij/zij beschikt
- Methodologisch onderwijs als basis
Ontbreken handboek vergemakkelijkt de inbedding niet
Onder invloed van nieuwe technologieën wordt - Kwalitatieve en kwantitatieve data
veel meer data gegenereerd motor voor - Primaire, secundaire en tertiaire data
innovatie - Made en found data
- Index-, attribuut- en metadata
- Primitieve en niet-primitieve data
Deze data vragen doorgaans een andere aanpak Statistiek (datamodellen) vs. data science (algoritmische modellen)
dan conventionele databronnen o Realiteit – Datamodellen – Algoritmische modellen
Big data
Big data in wetenschappelijk onderzoek
Enorme toename van data, ook met Exponentieel, omwille van dataficatie
criminologische relevantie
Karakteristieken vaak omschreven obv 3 V’s 1. Volume
2. Velocity
3. Variety
Onderzoekstoepassingen 1. Van theorie of hypothese driven
2. Naar data driven implicaties voor kwaliteit onderzoek,
conclusies, …
Voordelen 1. Geen steekproeven nodig (uitspraak mogelijk voor bijna volledige
populatie)
2. Combinatie van databronnen (en onafhankelijke vraag- en
antwoordeffecten)
3. Onverwachte banden of interacties
Nadelen 1. Menselijke intuïtie wordt uitgesloten
2. Veel verbanden: ook spurieuze of triviale verbanden
3. Algemene tekortkomingen van secundaire data
4. Self-fulfilling prophecies: feedbackloops
5. Bias in analysemethoden (vb. Redlining)
Digital history en big data uit het verleden
Twee tendensen 1. Innovatieve onderzoeksmethoden doen hun intrede in de
geschiedkundige wetenschap
2. Historical big data door
a. Grootschalige digitalisering
b. Toename digital born data
Het gebruik van innovatieve databronnen in de sociale wetenschappen
Voorgaand onderzoek toont aan dat het gebruik van new and emerging data sources binnen de omgevingscriminologie
in de lift zit criminologie is een interdisciplinaire wetenschap (relevant om naar andere disciplines te kijken)
Onderscheid made en found data - Directed data, Volunteered data, Automated data
1
, Directed data Doelbewust gegenereerd door menselijke operatoren in de uitvoering
van hun werk vb. administratieve data (oa politionele criminaliteits-
gegevens)
Volunteered data - Vrijwillig gegenereerd door gebruikers zelf ‘digital footprints’
- Onderscheid: proactieve en retroactieve user-generated content
Automated data - Geen menselijke tussenkomst nodig om data te genereren vb.
telefoonmasten
- Vijf subtypes: automated surveillance, data generated by digital
devices, interaction data, scan data en sensed data
Innovatieve dataverzamelingsmethoden
Innovaties in conventionele dataverzamelingsmethoden
Conventionele dataverzamelingsmethoden 1. Surveys
(invloed van relevante techno evoluties) o Conventionele manieren
Zelfrapportage, e-survey (CATI, CAWI vervanging v PAPI)
o Innovatieve manieren
Factorial survey experiment
Experience-sampling method (zelfrapportage, real time)
Space-time budget method
Life-events calendar method
2. Interviews
3. Focusgroepen
4. Observaties
o Conventionele manieren
Systematic social observation
(Systematic) self-observation
o Innovatieve manieren
Video’s als observatiemateriaal, virtual reality,
electronically activated recorder-studies
Het factorial survey experiment
Omschrijving - Gerandomiseerde scenariostudie
- Experiment in een survey
- Kwantitatieve onderzoeksmethode obv vignetten
- Vignetten: korte beschrijvingen van hypothetische situaties
o Worden voorgelegd ad respondenten met de bedoeling de
structuur vd opinie- en attitudevorming, evaluatie of
normatieve beoordeling te modelleren obv info id vignetten
Procedure en materiaal - Survey
- Vignet (scenario) met bep kenmerken scenario-universum
- Deze vignetkenmerken (stimuli) worden gemanipuleerd obv toeval
terwijl alle andere kenmerken constant blijven
- Meting van een gedragsintentie
De modi kunnen divers zijn a. Geschreven scenario’s
b. Virtuele scenario’s
c. Virtual reality scenario’s
Voordelen 1. Verhoging interne geldigheid door experimentele opzet (specifieke
condities kan je goed controleren)
2. Afname van socialewenselijkheidsbias
3. Mogelijkheid tot meten van situationele convergentie (kenmerken
van actor en omgeving apart volstaan niet voor de verklaring, wel
de samenkomst van deze factoren in tijd en ruimte)
2
Inleiding
Cursus
Te kennen H7-H16
Nieuwe technologieën als motor voor innovatie
Noodzaak - De opkomst van big data breidt de set van beschikbare
databronnen uit
- De criminoloog van morgen is maar zo sterk als het
instrumentarium waarover hij/zij beschikt
- Methodologisch onderwijs als basis
Ontbreken handboek vergemakkelijkt de inbedding niet
Onder invloed van nieuwe technologieën wordt - Kwalitatieve en kwantitatieve data
veel meer data gegenereerd motor voor - Primaire, secundaire en tertiaire data
innovatie - Made en found data
- Index-, attribuut- en metadata
- Primitieve en niet-primitieve data
Deze data vragen doorgaans een andere aanpak Statistiek (datamodellen) vs. data science (algoritmische modellen)
dan conventionele databronnen o Realiteit – Datamodellen – Algoritmische modellen
Big data
Big data in wetenschappelijk onderzoek
Enorme toename van data, ook met Exponentieel, omwille van dataficatie
criminologische relevantie
Karakteristieken vaak omschreven obv 3 V’s 1. Volume
2. Velocity
3. Variety
Onderzoekstoepassingen 1. Van theorie of hypothese driven
2. Naar data driven implicaties voor kwaliteit onderzoek,
conclusies, …
Voordelen 1. Geen steekproeven nodig (uitspraak mogelijk voor bijna volledige
populatie)
2. Combinatie van databronnen (en onafhankelijke vraag- en
antwoordeffecten)
3. Onverwachte banden of interacties
Nadelen 1. Menselijke intuïtie wordt uitgesloten
2. Veel verbanden: ook spurieuze of triviale verbanden
3. Algemene tekortkomingen van secundaire data
4. Self-fulfilling prophecies: feedbackloops
5. Bias in analysemethoden (vb. Redlining)
Digital history en big data uit het verleden
Twee tendensen 1. Innovatieve onderzoeksmethoden doen hun intrede in de
geschiedkundige wetenschap
2. Historical big data door
a. Grootschalige digitalisering
b. Toename digital born data
Het gebruik van innovatieve databronnen in de sociale wetenschappen
Voorgaand onderzoek toont aan dat het gebruik van new and emerging data sources binnen de omgevingscriminologie
in de lift zit criminologie is een interdisciplinaire wetenschap (relevant om naar andere disciplines te kijken)
Onderscheid made en found data - Directed data, Volunteered data, Automated data
1
, Directed data Doelbewust gegenereerd door menselijke operatoren in de uitvoering
van hun werk vb. administratieve data (oa politionele criminaliteits-
gegevens)
Volunteered data - Vrijwillig gegenereerd door gebruikers zelf ‘digital footprints’
- Onderscheid: proactieve en retroactieve user-generated content
Automated data - Geen menselijke tussenkomst nodig om data te genereren vb.
telefoonmasten
- Vijf subtypes: automated surveillance, data generated by digital
devices, interaction data, scan data en sensed data
Innovatieve dataverzamelingsmethoden
Innovaties in conventionele dataverzamelingsmethoden
Conventionele dataverzamelingsmethoden 1. Surveys
(invloed van relevante techno evoluties) o Conventionele manieren
Zelfrapportage, e-survey (CATI, CAWI vervanging v PAPI)
o Innovatieve manieren
Factorial survey experiment
Experience-sampling method (zelfrapportage, real time)
Space-time budget method
Life-events calendar method
2. Interviews
3. Focusgroepen
4. Observaties
o Conventionele manieren
Systematic social observation
(Systematic) self-observation
o Innovatieve manieren
Video’s als observatiemateriaal, virtual reality,
electronically activated recorder-studies
Het factorial survey experiment
Omschrijving - Gerandomiseerde scenariostudie
- Experiment in een survey
- Kwantitatieve onderzoeksmethode obv vignetten
- Vignetten: korte beschrijvingen van hypothetische situaties
o Worden voorgelegd ad respondenten met de bedoeling de
structuur vd opinie- en attitudevorming, evaluatie of
normatieve beoordeling te modelleren obv info id vignetten
Procedure en materiaal - Survey
- Vignet (scenario) met bep kenmerken scenario-universum
- Deze vignetkenmerken (stimuli) worden gemanipuleerd obv toeval
terwijl alle andere kenmerken constant blijven
- Meting van een gedragsintentie
De modi kunnen divers zijn a. Geschreven scenario’s
b. Virtuele scenario’s
c. Virtual reality scenario’s
Voordelen 1. Verhoging interne geldigheid door experimentele opzet (specifieke
condities kan je goed controleren)
2. Afname van socialewenselijkheidsbias
3. Mogelijkheid tot meten van situationele convergentie (kenmerken
van actor en omgeving apart volstaan niet voor de verklaring, wel
de samenkomst van deze factoren in tijd en ruimte)
2
