Forwarded from Itou Keycee
Я знаю, что все ждали так долго, что уже забыли
Но все же я таки нашел в себе силы на новогодних праздниках
И допилил небольшой анализ зарплатного опроса, который собирался, в том числе и тут, у нас:
https://uxrozum.github.io/salaryQ32024/
Но все же я таки нашел в себе силы на новогодних праздниках
И допилил небольшой анализ зарплатного опроса, который собирался, в том числе и тут, у нас:
https://uxrozum.github.io/salaryQ32024/
uxrozum.github.io
Анализ анонимного зарплатного опроса исследователей Q3 2024
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.
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
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
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
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...
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! 😊
libgen.rs
Library Genesis
Library Genesis is a scientific community targeting collection of books on natural science disciplines and engineering.
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
🔬🌱 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
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
Советы по кабинетным исследованиям
🌐 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
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
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
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 ...
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
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…