作者简介: 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》。 主编推荐: 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。 内容简介: 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,来有机地结合生成“量化民族志方法”。 目录: 1.引言:舰长的日志