Tarihsel Analizde Sayısal Yöntemlerin Rolü

Devrimci fikirler toplumları dönüştürür, ancak yayıldığını tam olarak anlamak tarihçiler ve sosyal bilim adamları için bir meydan okumadır. Geleneksel anlatı yaklaşımları genellikle aecdotal kanıt veya seçici vaka çalışmalarına güvenebilir. Quantitative yöntemler tamamlayıcı bir yol sunar: araştırmacıların desenleri ölçmek, hipotezleri test etmek ve aksi takdirde görünmez kalabilirler.

Örneğin, Fransız Devrimi sırasındaki broşürleri okuyan bir tarihçi, ilk ve nerede elde edilen fikirlerin ortaya çıkmasını ve hangileriyle karşılık gelen ağ analizinin hızla ortaya çıkmasını sağlayabilir.Bu yaklaşımlar, araştırmacıların izole açıklamalara geçişlerine izin verir.

Fikir Diffüzyon için Çerçeveler

Birkaç yerleşik çerçeve, fikir niceliği üzerine kuruludur. En yaygın epidemiyoloji, ağ teorisi ve sosyal hareket çalışmaları.Syolojide, fikirler kirleticiler gibi muamele edilir: araştırmacılar modelleme, kabul ve direniş. Network teorisi, ilişkiler yapısını vurgulamaktadır - bu kolay veya engelleyici iletişim. Sosyal hareket araştırması genellikle bu konuları organizasyon kararları, ve siyasi fırsatlarla birleştirir, organizasyon gibi değişkenlerle operasyonelleştirilir.

Bu çerçeveler karşılıklı olarak özel değildir. Kapsamlı bir çalışma, bireylerin bilgi tüketimi ve sosyal ilişkileri hakkında bilgi sahibi olabilir.(Döneticiler için) iletişim araştırmasından, hangi fikirlerin medyadan gelen liderlerine seyahat ettiği ve daha sonra bu modelin en geniş nüfusla eşleştirilmesi için, bu modelin verileri genellikle, kulüplerin -re bağlı olarak-reternasyon önlemleri gibi- uzlaşıcı önlemler almak gerekir.

Data Sources ve onların Challenges

Etkili nicel araştırma güvenilir verilere bağlıdır. Ortak kaynaklar şunları içerir:

  • Tarihli gazeteler ve dönemseller (dijik arşivler, e.g., [[Döneticiler:0) Amerika'yı [Dönemli)[Dönemli)[Dönemli)
  • Korrespondence ağları ve diplomatik gönderiler
  • Pamphlet ve kitap yayın kayıtları
  • Census verileri ve demografik anketler
  • Modern dijital izler: Twitter, Telegram veya forum mesajları son ayaklanmalar sırasında
  • Polis raporları, mahkeme kayıtları ve belgenin erken dissenti belgeleyen gözetim dosyaları

Her kaynak sınırlamaları taşır. Digitized archives may have blank scan or OCR errors. Social media data is subject to platform önyargıları ve eksik bağlam. Araştırmacılar ayrıca hayatta kalan belgelerle bağlantı kurmalı: sadece tarihsel belgelerin bir kısmı hayatta kalmak için, ve bu kesik yöntemler yanlış yorumlanamaz ve doğrulayıcı bir şekilde hataların düzeltilmesine tabi olabilirler.

İstatistiksel Modeller ve Uygulamaları

Difüzyon çalışmalarında kullanılan yaygın istatistiksel modeller şunlardır:

  • [FONT:0]Time-eee regresyon[[Dönetici:0) Kabul oranlarının olayları veya müdahalelere nasıl yanıt verdiğini incelemek için zaman-ekonomik. Örneğin, protesto aktivitesinde bir artıştan önce belirli bir broşür yaptı mı? Modeller mevsimsellik, otokorelasyon ve la etkiler için dikkate alınmalıdır.
  • [FONT=0)Network otoregressive modelleri[Döneticileri nasıl kabul ettiğini tahmin etmek için[Döneticileri ile bağlantı kurma eğilimi) ve gerçek kirleticiler için test etmek. [FONTD][FONT=2}Stochastic aktör-merkezli modeller).
  • [FONT=0)Geospatial kümeleme analizi[Dönetici] Ripley'nin K-işlev veya çekirdek yoğunluğu tahminleri gibi araçları kullanarak fikir kabul noktalarının tespit edilmesi için. [Dospatial Association[DDDDD)Local Göstergeleri[Döneticileri[Döneticileri) zamanla devam eden istatistiksel olarak önemli kümeleri vurgulayabilir.
  • [FONT:0)Latent Dirichlet Allocation (LDA)[Dönetici)[Dönetici)[Döneticileri, hangi temaları ortaya koydu ve ne zaman gelişmiş modeller [FONTD)[Döneticileri [Döneticileri)[Döneticileri)[Döneticileri, yıl, yazar bağlılık) konu tahminlerine dahil etmek için izin verir.
  • [FONT:0] Tarih analizi[[[Dönetici analizi olarak da bilinir) kabul etme zamanını modellemek için. Bu, devrimci örgütlerin veya protesto eylemlerinin yayılmasında özellikle yararlıdır, çünkü eşlerin nasıl hızlandığını veya gecikme difüzyonunu tahmin edebilir.

Bu modelleri uygulamak varsayımlara dikkat gerektirir. Örneğin, zaman serisi verileri genellikle otokorelasyon sergilemektedir; “konuşturma” tanımı gibi hassas bulgular üretemez veya zaman penceresini değiştirmeniz gerekir: fikirler ağ bağlantılarından dolayı yayılır veya araştırmacılar giderek dinamik ağ modellerini ve enstrümantal değişkenleri bokssuz analizleri kullanarak giderek daha fazla kullanır.

Vaka Çalışmaları Devrimci Hareketler

Quantitative yaklaşımlar geniş bir tarihsel ve çağdaş devrimlere uygulanır, her biri difüzyonun farklı desenlerini ortaya koyar.

Fransız Devrimi (1789-1799)

Fransız Devrimi sırasında devrimci kulüplerin ve gazetelerin coğrafi yayılmasını analiz etti. Jacobin kulüplerinin yerini ve kurucu tarihlerini haritalayarak, araştırmacılar, büyük ticaret rotalarının erken kabul edilmesi gerektiğini buldular. Büyük sendikaların iletişim kurma konusundaki Network analizi, küçük bir dizi merkezin ortaya çıktığını gösterdiler – Jacques-Pierre Brisot ve Maximilien Robespierre gibi – aksi takdirde incelenenler Fransız Devrimi ile ilgili soruları nasıl bir araya getirebilirler.

Rus Devrimi (1917)

Rus Devrimi için, nicel çalışma genellikle grev verileri, fabrika komitesi kayıtları ve parti üyeliği ruloları üzerinde yoğunlaşır. Araştırmacılar grev dalgalarının greve eğilimli olduğunu göstermek için, bazen devrimci duygulara yayılmayı tercih ettiklerinden dolayı, özellikle de Metal işçilerinin analizlerini ortaya koyarlar.

Arap Baharı (2010-2012)

Dijital veriler, modern ayaklanmaların özellikle zenginliğini yapmaktadır. Arap Baharı sırasında araştırmacılar, uzaklardan daha fazla protesto eden Twitter ve Facebook yayınlarını haritalamaları için Twitter'ı geri yüklemektedirler. Zaman serisi modelleri protesto olayları ve rejim yanıtları ile etiketlendi. Geospatial analizleri Tunus ve Mısır'daki protestolar, benzer bir medya ekolojistleri daha fazla ilham verici bir şekilde etkilediler.[4]

Amerikan Devrimi (1765-1783)

Quantitative yöntemleri de Amerikan Devrimi'ne de etkili bir şekilde uygulandı. Correspondence'in kelime frekansı analizi ile ilgili küçük bir temelin “özgürlük” ve “eşitsel” gibi daha önce ortaya çıktığını ortaya koydu. 1766 geçici olarak azaltılan Stamp Yasasının geri dönüşü, ancak daha sonra da demokratik olmayan bir şekilde çökmüş olan bir şekilde, bu tür bir direnişle ilgili reformlar ve Philadelphia'nın solculuğunu gösteriyor.

Quantitative ve Qualitative Approaches

Tek bir yöntem, devrimci diffüzyonun tam karmaşıklığını yakalamaz. Sayısal teknikler büyük veri setleri arasındaki kalıpları tespit etmeyi başarır, ancak beklenmedik modelleri tanımlamak için nicel bir araştırma ile mücadele ederler, o zaman özel bir pamphlet resonate? Yerel bir şikayeti açıklamak için hangi soruları basit bir analiz gerektirir - okuma, röportajlar, arşivler.

Örneğin, bir araştırmacı, “doğal haklar” için referansların Fransız devrimci broşüründe 1793'ten sonra başarısız olabileceğini bulmak için konu modellemesini kullanabilir, ancak bazı rakamların neden önemli olduğunu açıklayabilir, ancak sadece arşivleme olmadan, ikna edici bir şekilde, bu üçlü uygulamalarla birlikte meydana gelen bir yaklaşımla birlikte meydana gelen yasal süreçleri ortaya çıkarabilir.

Araştırmacılar için Yöntemolojik En İyi Uygulama

Devrimci fikirlerin sayısal analizi sistematik bir yaklaşım gerektirir. Birincisi, net bir şekilde sonuç tanımlayın: Bir olayda inanç, bir fikire katılım veya sadece bir fikirle ilgili olarak farklı veriler ve modeller talep eder?İkinci olarak, veri kalitesine yatırım yapar: kaynaklar, eksik verileri şeffaf bir şekilde işlemek ve tüm dönüşümler belgeleyin. Üçüncü olarak, kayıt dışı analiz planları, p-hacking ve seçici raporlamadan kaçınmak için mümkün olan.

Son olarak, uygun belirsizliğe sahip bulguları iletişim kurun. Görselleştirmeler, güven aralıkları veya hata grupları dahil etmelidir. İstatistiksel önem altsal önem değildir; bir model tarihsel olarak önemsiz olan alanı tespit edebilir.Aktif olarak, null sonuç anlamlı olabilir -[örneğin, yabancı ajanlar hakkında yaygın olarak inanılan bir anlatının veri kümesinin arkasındaki birçok veriyi tekrarlama ve veri paylaşımı (ta etik olarak mümkün olan bir yerde) doğrulayabilmelerini sağlar.

Sınırlar ve Etik Bakışlar

Quantitative yöntemler, devrimci fikirlerin çalışmalarında birkaç kalıcı zorlukla karşı karşıyadır.

  • [FONT=0]Data completeness and reliable:[Dönetici kayıtları her zaman kısmidir. Attitudes and inançlar nadiren doğrudan izler; protesto katılımı veya broşür satışları gibi şikayetler gerçek anlamda yasal olabilir. Modern dijital veriler genellikle özel, açık olmayan, platform değişikliklerine tabidir. ).
  • [FONT=0)Measurement Validite Geçerliliği:[Dönetici:0)[Döneticiselleştirme” veya “ideolojik etki” gibi kavramların zor olması gerekir. radikal sloganlar sayılıyor, sloganlar değiştirip, araştırmacıların seçimlerini ve sınırlamalarını savunmaları gerekir. ).
  • [FONT:0]Ethical concerns:[Döneticileri incelemek, tarihsel hareketleri incelemek için etik kararlar almak ve onay sorunları ortaya koymak. Kamu sosyal medya mesajları her zaman araştırma için tasarlanmamıştır. Aktif isyanlar sırasında, yayın ağı haritaları eylemcileri tehlikeye atabilir ve ölçüm sınırlarını tehlikeye atabilir.

Bu zorluklara rağmen, sayısal yöntemler tarihsel belge transkriptasyonu için makine öğrenimi gibi yeni teknikler () Transkribusu el yazma metin tanıma) ve hesaplama sosyal bilim yöntemleri () C ⁇ Sosyal Bilime Giriş) mümkün olan soruları ve kaynakları genişletmelidir.

Devrimci Araştırmalarda Sayısal Analizin Geleceği

Gelecek yıllarda, büyük dil modellerinin (LLMs) ölçeklendirmede tarihsel belgelere yardımcı olabilir, ancak mikro-profesyonel etkileşimlerin makro-düzeltme modellerini nasıl üretileceğini test etmek için de dikkatli bir şekilde gerekir. Bu modeller, araştırmacıların yıllar veya on yıllar boyunca devrimci ağların nasıl geliştiğini incelemelerine izin verir. Agent tabanlı modeller - bireysel aktörlerin basit kuralları takip ettiği durumlar - mikro-düzeltme etkileşimleri makro-yaratıcı modelleri nasıl üretemeyeceğine dair bir yol açar.

tarihçiler arasındaki işbirliği, sosyologlar ve veri bilim adamları önemli olacaktır. Domain uzmanlığı, naiflerin yöntemleri kötüye kullanmasına engel olur ve teknik uzmanlık daha erişilebilir ve hesaplama araçları daha güçlü hale gelir, devrimci fikirlerin çalışma giderek daha titiz hale gelecektir - her iki arşiv araştırma ve istatistiki modelleme ile rahat hale gelir. Disiplinlerarası eğitim programları gibi.

Devrimci fikirlerin yayıldığını anlamak sadece akademik bir egzersiz değildir. Siyaset değişikliği, medya etkisi ve sosyal hareketler hakkında çağdaş tartışmalarla ilgilidir.Biyolojik yöntemlere göre, araştırmacılar tarihin en uygun süreçleri hakkında daha derin, daha fazla kanıt tabanlı anlayışa katkıda bulunabilirler.[Dönemli süreçlerden biri) Yolsuzluk -[Döneticileri) ve hatta bazı tarihsel yorumların derinliklerini ortaya çıkarmak için bazı hesaplamalar ile ilgili olarak,