استخدام البيانات الضخمة في البحوث المتعلقة بالمقاييس: الفرص والتحديات

الفرص: ما هي البيانات الضخمة التي لا تزال قائمة في بحوث المقاييس الكلوية

تخفيض حاد في عدد حالات الرعب في أخذ العينات

فالمسح التقليدي يعتمد في كثير من الأحيان على العينات - أي عينة واحدة في المائة من التعداد، مثلا - لأنه لا يمكن تقييده بالنسبة لمجموعات السكان بأكملها، وفي حين أن أخذ العينات بعناية يمكن أن يسفر عن نتائج موثوقة، فإنه لا بد أن يؤدي إلى عدم اليقين، لا سيما عند دراسة الأحداث النادرة أو المجموعات الفرعية الصغيرة، فالبيانات الضخمة تسمح للباحثين بالعمل مع بيانات كاملة السكان، وعلى سبيل المثال، ربط كل فرد في تعداد يمتد إلى سجلات لاحقة - مثل الآثار المترتبة على حركة الهجرة.

أسئلة جديدة

ومع وجود بيانات أكثر ثراء، يمكن للمختصين في مجال القياس أن يستكشفوا الافتراضات التي اعتبرت سابقا غير قابلة للاختبار، فهل تؤثر الصدمات الجوية في القرن الثامن عشر على الإصلاح المؤسسي؟ وهل يمكن أن نحدد الأثر الرجعي للسكك الحديدية المبكرة على نمو المدن عن طريق تحليل عشرات الآلاف من الإحداثيات الجغرافية الدقيقة؟ إن البيانات الضخمة تتيح التصاميم شبه التجريبية - الاختلافات في الاختلاف، والاختلاف في الطبع، والات العالية، والنُهج المتغيرية -

الأبعاد الطويلة الأجل للفريق

ومن أكثر التطورات إثارة إنشاء مجموعات بيانات تاريخية مترابطة تتبع الأفراد أو الأسر المعيشية أو المجتمعات المحلية على مدى عقود أو حتى قرون، أو مشاريع مثل مشروع Longitudinal، أو مشروع البيانات الإلكترونية للأسرة المشتركة بين الأجيال (LIFE-M) أو ما إذا كان الباحثون غير المرئيين في قاعدة البيانات الوطنية تأثير على الهجرة([FLT:])

أوجه التآزر بين مختلف القطاعات

ومن الطبيعي أن تجمع البيانات الضخمة بين الاقتصاديين، والمؤرخين، والمسرحين، والجغرافيا، والعلماء الحاسوبيين، والإحصاءات، ويمكن أن يجمع مشروع واحد بين البيانات الاقتصادية (المرتبات، والأسعار، والناتج)، والبيانات الجغرافية (الخرائط التاريخية، ونوعية التربة، والمناخ)، والبيانات الاجتماعية (الديانة، والأصل العرقي، والتعليم)، وهذا الاندماج المتعدد التخصصات يؤدي إلى تفسير النتائج، وغالبا ما يؤدي إلى الابتكارات الساتلية المتطورة.

التحديات: مواطن الضعف في البيانات التاريخية الكبيرة

نوعية البيانات عبر ميلينيا

ولم تُنشأ السجلات التاريخية للتحليل الإحصائي الحديث، فالقوائم الضريبية تغفل أفقر السكان؛ وأخطأت في حساب سجلات السكان؛ وسجلات الأبرشية غير كاملة بسبب الاضطرابات الدينية، وحتى عندما تكون السجلات رقمية، فإن الاعتراف بالطابع البصري يستحدث أخطاء جديدة، فمعدل الخطأ في مجموعة بيانات تبلغ 10 ملايين خطأ يعني 100 ألف خطأ، بما يكفي للتحقق من النتائج إذا كانت منهجية.

الخصوصية والاهتمامات الأخلاقية

وعلى الرغم من أن الأفراد الذين يسجلون تاريخياً قد توفوا منذ فترة طويلة، فإن بعض المعلومات - مثل الأسماء والعناوين والعلاقات الأسرية - لا تزال تتدخل في خصوصية الخردة الحية، وفي كثير من البلدان، لا تزال القوانين التي تنظم استخدام البيانات الشخصية التاريخية آخذة في التطور، وعلاوة على ذلك، فإن رقمنة بعض السجلات وإطلاقها علناً (مثل جداول العبيد أو قوائم تسجيل أمريكا الأصلية) تثير قضايا حساسة بشأن التمثيل والاستغلال.

الحواجز التقنية والحسابية

وتتطلب معالجة مجموعات البيانات التاريخية الكبيرة مهارات متخصصة: البرمجة في بيتون أو ر، والمعرفة بإدارة قواعد البيانات، وغالبا ما تستخدم حواسيب المجموعات أو منابر السحب، إذ لم تدمج بعد إدارات تاريخية اقتصادية كثيرة هذه المهارات في مناهجها الأساسية، ونتيجة لذلك، يمكن أن تنشأ مشكلة " ثقافتين " ، حيث يفتقر الباحثون المستوفون تقنيا إلى العمق التاريخي، ولا يمكن للباحثين المدربين تاريخيا أن يستغلوا أدوات التدريب الرقمي.

The Peril of Decontextualized Analysis

ومع وجود بيانات كبيرة، يغري التراجع في المئات من المتغيرات دون فهم عميق للسياق المؤسسي، وقد يجد الباحث أن المناطق التي لديها أكثر من خرافا في عام 1500 كان لها دخل أعلى في عام 2000 - ولكن دون معرفة دور تجارة الصوف أو القيود الكفيلية أو حيازة الأراضي، فإن هذه النتيجة لا معنى لها تقريبا، كما أن البيانات الضخمة تضاعف خطر الارتباط الحاد التاريخي.

الحدود المنهجية: جعل البيانات الضخمة تعمل في مجال المقاييس

الصلة بين الكيانين

إن ربط الأفراد بمختلف المصادر التاريخية مهمة أساسية، وقد ينطوي ذلك على مطابقة شخص ما من تعداد إلى سجل للزواج أو صك ملكية، وكثيرا ما تفشل القواعد المحددة (الاسم الحقيقي + سنة الميلاد) لأن الأسماء تُصاغ بشكل غير متسق، وتُجمع الأعمار وتغير المواقع، كما أن طرق الربط التساهلي - باستخدام مسافات التحرير، والتوسيع الهاتفي، والربط بين بايزيزيزيان - قد أصبحت معايير موحدة.

التنسيق عبر الزمن والفضاء

وكثيراً ما تستخدم البيانات التاريخية العملات الأثرية ووحدات القياس والحدود الإدارية، فتحول سلسلة من أسعار القمح من القرن السادس عشر إلى وحدات نقدية حديثة تتطلب نكهة، وجداول تحويل، وفهم الأسواق المحلية، وتسمح نظم المعلومات الجغرافية للباحثين برسم الحدود القديمة على الإحداثيات الحديثة، ولكن الحدود التاريخية - مثل الحدود المتغيرة للبوسنة أو حدود المقاطعات الاستعمارية - بطلب إعادة بناء تاريخي دقيق.

تعليم الآلات من أجل الحصول على البيانات

فالمصادر غير المنظمة - الصحف، والسجلات المكتوبة بخط اليد، وتجليات السفن - يجري التعدين بها في تجهيز اللغات الطبيعية، ويمكن أن يؤدي الاعتراف بالدخل، واستخراج العلاقات، ونمذجة الموضوع إلى تحويل ملايين الصفحات من النصوص إلى متغيرات منظمة، فعلى سبيل المثال، استخدم الباحثون نظام التخطيط الوطني لاستخراج بيانات الأسعار من الصحف التاريخية، وتحديد حالات الأوبئة في السجلات الأبرشية، أو تصنيف مواضيع اللغة البرلمانية.

الإطلاع على البيانات الضخمة

فالبيانات الضخمة لا تحل تلقائياً التجانس الداخلي؛ بل يمكن أن تزيد من حدة المشكلة بجعلها سهلة الكسر أو إيجاد نتائج " هامة " بالصدفة، ويجب أن تظل البحوث الموثوقة المتعلقة بالبرمجيات تعتمد على استراتيجيات دقيقة لتحديد الهوية: التجارب الطبيعية، والاختلافات في الحدود، والضوابط الاصطناعية، والمتغيرات الاصطناعية، أو تصميمات التراجع، كما أن ميزة تصميمات الكبيرة هي أن تسويغات المقنعة في كثير من الأحيان.

الاتجاهات المستقبلية: حيث تتصدر البيانات الضخمة

قواعد البيانات التاريخية العالمية

والجهود مثل مشروع الأسعار والدخل العالمي أو ] أو قاعدة بيانات ماديسون ] هي أدوات موحدة بالفعل، ولكنها تعتمد على التقديرات الوطنية الإجمالية، والحدود التالية هي بيانات على مستوى صغير تغطي العالم بأسره - تربط مثلاً سجلات الضرائب الاستعمارية بأسعار السوق المحلية في أفريقيا وآسيا وأمريكا.

إدماج البيانات غير التقليدية

وقد تدخل الآن المزيج من مصادر غير جنسية - صور تاريخية، لوحات، واكتشافات أثرية، وحتى الحمض النووي القديم - وقد يقوم المؤرخون الاقتصاديون بتحليل حجم العملات القديمة لتقلل من قيمة الاختلال، واستخدام حلقات الأشجار لإعادة بناء تقلب المناخ في العصور الوسطى، أو تطبيق التعرف على الوجه على اللوحات لتقدير متوسط حجم الجسم )وهو بديل للتغذية(.

Reproducibility and Open Science

(ب) يجب أن تُعالج البيانات الضخمة مع إمكانية إعادة إنتاجها، وعندما تعتمد الدراسة على مجموعة بيانات مبنية حسب الطلب تبلغ 50 مليون سجل مرتبط، كيف يمكن للباحثين الآخرين التحقق من النتائج أو توسيعها؟ وينتقل الميدان إلى وضع مدونة مفتوحة، وبيانات مميتة واضحة، ومحفوظات بيانات في مستودعات مثل ] مسائل تتعلق بالخصوصية [FLFT:] أو [2]

وتتزايد إدماج البرامج العليا في التاريخ الاقتصادي للطرق الحسابية، إذ إن الدورات الدراسية في علوم البيانات ونظم المعلومات الجغرافية ورسم الخرائط التاريخية شائعة الآن، كما أن حلقات العمل والمدارس الصيفية - مثل تلك التي تنظمها رابطة التاريخ الاقتصادي أو فريق جامعة الدول العربية في التاريخ الاقتصادي - تساعد على اكتساب هذه المهارات التقنية في منتصف الرعاية.

الاستنتاج: تسخير الإمكانية في حين تجنب التعقب

وقد غيرت البيانات الضخمة بالفعل البحوث المتعلقة بالبرمجيات من أجل الأفضل، وقد أتاحت للباحثين اختبار النظريات بأدلة أكبر بكثير، ورؤية أنماط غير مرئية للأجيال السابقة، وربط التاريخ الاقتصادي بمناقشات أوسع نطاقا في مجال العلوم الاجتماعية، ومع ذلك، يجب أن يتأثر الحماس بفهم واضح للتحديات، كما أن ضعف نوعية البيانات، والتحليل المتدهور، وخط التعمق في التعلم التقني يمكن أن يقوض حتى أكثر المشاريع طموحا.

إن التاريخ الاقتصادي الذي يتقبل البيانات الكبيرة ويحترم تقاليد انضباطه سيكون في وضع جيد يتيح له إنتاج أفكار لا تكون قوية من الناحية الإحصائية فحسب بل ذات مغزى تاريخي أيضا، والفرص حقيقية، بل هي أيضا المسؤوليات، ومن خلال استحداث أساليب صارمة، وتعزيز التعاون المتعدد التخصصات، والحفاظ على نظرة حاسمة على ثبات البيانات، يمكن أن يستمر الميدان في الازدهار في عصر من السجلات الرقمية الوفيرة.