0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 哲学/政治/民族/军事 > 政治 > 数据科学对社会科学转型的重大影响研究

相同作者的商品

相同语种的商品

销售排行榜

数据科学对社会科学转型的重大影响研究


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
数据科学对社会科学转型的重大影响研究
  • 书号：9787030749734
    作者：米加宁
  • 外文书名：
  • 装帧：圆脊精装
    开本：16
  • 页数：758
    字数：702000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2023-06-01
  • 所属分类：政治
  • 定价： ￥298.00元
    售价： ￥235.42元
  • 图书介质:
    按需印刷

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书从数据科学发展引致的科研范式转换视角，研究数据科学驱动社会科学转型的问题，重点研究数据科学驱动下的社会科学将具有何种全新的特征，探索社会科学研究在数据科学驱动下的转型路径。本书主要研究内容包括：数据科学的知识体系与方法工具、社会科学研究范式演化与数据科学在社会科学中的应用、社会科学研究的现实环境变迁与突出问题、数据科学驱动的社会科学认知体系重构、数据科学作用下的社会科学研究特征、数据驱动的社会科学转型的条件与保障等。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    前言/001
    第一篇 数据科学基础理论及其在社会科学中的应用
    第1章 数据科学的知识体系与方法工具
    1.1 数据科学研究的进展/004
    1.2 科学研究的第四范式/011
    1.3 数据科学的知识体系/015
    1.4 面向社会科学的社会计算/016
    第2章 数据科学对社会科学量化研究的影响
    2.1 社会科学量化研究的三个解决方案/019
    2.2 社会科学量化研究的层次/023
    2.3 数据科学与社会科学量化研究方法/030
    2.4 数据科学对社会科学量化研究影响展望/036
    第3章 数据科学驱动的社会科学转型
    3.1 社会科学研究的四种范式/041
    3.2 第四研究范式正在重构社会科学研究/053
    3.3 第四研究范式驱动的社会科学研究需注意的问题/064
    第4章 数据科学在公共治理研究中的应用
    4.1 数据科学与政府形态变革/070
    4.2 数据驱动的公共物品供给创新/107
    第一篇参考文献/131
    第二篇 社会科学转型的现实环境与突出问题
    概述/151
    第5章 核心概念与分析框架：社会科学研究环境的构成因素与相互关系
    5.1 核心概念/154
    5.2 理论基础/162
    5.3 分析框架/170
    6.1 数字化与数字空间的兴起/172
    第6章 研究对象性因素：数字文明时代的“数据人”假设与数字化生存
    6.2 数字文明时代的到来/182
    6.3 数字文明时代研究对象的变化/188
    6.4 “数据人”假设/209
    第7章 研究方法性因素：知识生产模式的变化与方法工具体系
    7.1 知识生产模式的转换/213
    7.2 社会科学研究范式演化特征/219
    7.3 大数据驱动的科学研究第四范式/225
    7.4 数据科学提供的方法工具体系/228
    第8章 研究的社会建制性因素：从基础设施到基础素养
    8.1 社会科学研究的基础设施/230
    8.2 研究人员的数据素养/256
    第9章 不足与反思：传统社会科学研究的局限性
    9.1 传统社会科学研究局限性分析/260
    9.2 社会科学研究应该拥抱数据科学/269
    第10章 预见与机遇：社会科学研究的发展趋势
    10.1 推进社会科学的全数据研究/281
    10.2 面向 eSS的研究环境建设/282
    10.3 面向 Comp-X的人才数据素养教育/292
    第二篇参考文献/298
    第三篇 大数据改变社会科学认知方式
    概述/313
    第11章 数据驱动的社会科学转型的哲学视域
    11.1 大数据哲学/317
    11.2 大数据对社会科学认知方式的影响/332
    11.3 数据驱动下的相关性与因果性/339
    第12章 数据科学驱动的社会科学认知体系重构
    12.1 社会科学共同体重构/361
    12.2 社会科学认知体系的重构/364
    12.3 社会科学数据分析技术的演进/372
    12.4 从大数据到社会科学认知的过程实践/396
    第13章 数据科学驱动的社会科学研究组织方式的转变
    13.1 社会科学研究支持性基础设施的发展变化/407
    13.2 社会科学研究组织方式的变化/415
    第14章 大数据对社会科学研究影响的哲学反思
    14.1 数据代表性、偏差与社会科学研究的有效性/425
    14.2 大数据对社会科学研究的结构性影响/427
    14.3 保持研究方法论的多元化/430
    14.4 新经验主义和数据驱动科学的区别/431
    14.5 社会大数据应用的伦理问题/433
    第三篇参考文献/440
    第四篇 大数据与社会科学研究范式变革
    第15章 传统社会科学研究范式与大数据研究范式的联系
    15.1 传统社会科学研究范式/455
    15.2 数据科学驱动下的大数据研究范式/470
    15.3 社会科学研究范式之间的演进关系/485
    第16章 数据科学作用下社会科学研究特征
    16.1 基本特征/492
    16.2 方法特征/499
    16.3 结构特征/504
    16.4 特征之间的联系/510
    第17章 数据科学作用下社会科学研究存在的挑战
    17.1 数据科学背景下社会科学应用数据的挑战/517
    17.2 数据科学背景下应用方法的挑战/527
    17.3 数据科学背景下对社会科学关系机制探寻的挑战/533
    17.4 数据科学背景下大数据应用社会科学研究的实践挑战/536
    第18章 大数据研究现状与问题
    18.1 大数据研究范式现状分析：以公共政策为例/544
    18.2 大数据研究范式发展存在的问题/557
    第19章 数据科学作用下社会科学转型路径
    19.1 由经验发现转变为数据发现/563
    19.2 由小数据验证逻辑向大数据发现逻辑转变/569
    19.3 由基于单一事件研究向基于知识库研究转变/573
    第四篇参考文献/578
    第五篇 大数据背景下社会科学转型的条件与保障
    第20章 社会科学发展的阶段演化
    20.1 社会科学的内涵/602
    20.2 社会科学的发展阶段/604
    第21章 数据驱动的社会科学转型的急迫性与必然性
    21.1 社会科学发展的阻力/637
    21.2 社会科学面临的大数据挑战/643
    21.3 大数据对社会科学研究的推动作用/647
    21.4 数据驱动对社会科学的冲击与转型的必然性/652
    第22章 数据思维在社会科学转型过程中的优势
    22.1 数据思维的内涵/660
    22.2 数据思维在社会科学转型中的作用/664
    22.3 数据思维在社会科学中的应用前景/671
    第23章 大数据在社会科学转型中的技术保障
    23.1 大数据技术的基本架构及特点/679
    23.2 基于大数据技术的社会科学研究方法/684
    23.3 大数据技术在社会科学转型中的价值/690
    第24章 社会科学范式演进中科学共同体的贡献
    24.1 科学共同体与创新合作网络/697
    24.2 社会科学范式演进对科学共同体的迭代与更新/707
    24.3 科学共同体对社会科学范式的更替与嬗变/712
    第25章 大数据政策条件为社会科学转型保驾护航
    25.1 我国大数据政策的发展现状/718
    25.2 我国大数据政策在社会科学转型中的应用/723
    25.3 大数据政策网络在社会科学转型中的作用/734
    第五篇参考文献/743
    索引/753
    后记/757
    CONTENTS
    PREFACE/001
    PART I FUNDAMENTAL THEORIES OF DATA SCIENCE AND THEIR APPLICATIONS IN SOCIAL SCIENCES
    CHAPTER1 THE BODY OF KNOWLEDGE AND METHODOLOGICAL TOOLS FOR DATA SCIENCE
    1.1 Advances in Data Science Research/004
    1.2.TheFourthParadigmofScientificResearch/011
    1.3 The Knowledge System of Data Science/015
    1.4 Social Computing for the Social Sciences/016
    CHAPTER2 THE IMPACT OF DATA SCIENCE ON QUANTITATIVE RESEARCH IN THE SOCIAL SCIENCES
    2.1 Three Solutions for Quantitative Research in the Social Sciences/019
    2.2 Levels of Quantitative Research in Social Sciences/023
    2.3 Data Science and Quantitative Research Methods in Social Sciences/030
    2.4 Perspectives on the Impact of Data Science on Quantitative Research in the Social Sciences/036
    CHAPTER3 TRANSFORMING SOCIAL SCIENCE DRIVEN BY DATA SCIENCE
    3.1 The Four Paradigms of Social Science Research/041
    3.2 The Fourth Research Paradigm is Reshaping Social Science Research/053
    3.3 Issues to Note in Fourth Research Paradigm-Driven Social Science Research/064
    CHAPTER4 APPLICATIONS OF DATA SCIENCE IN THE SOCIAL SCIENCES
    4.1 Data Science and the Changing Shape of Government/070
    4.2 Data-Driven Innovation in Public Goods Provision/107
    PART I REFERENCES/131
    PART II THE REALISTIC ENVIRONMENT AND OUTSTANDING PROBLEMS OF SOCIAL SCIENCE TRANSFORMATION OVERVIEW/151
    CHAPTER5 CORE CONCEPTS AND ANALYTICAL FRAMEWORKS: COMPONENTS AND INTERRELATIONSHIPS OF SOCIAL SCIENCE RESEARCH ENVIRONMENTS
    5.1 Core Concepts/154
    5.2 Theoretical Foundations/162
    5.3 Analytical Framework/170
    CHAPTER6 THE OBJECTIVITY FACTOR:THE“DATA PERSON”HYPOTHESIS AND DIGITAL SURVIVAL IN THE AGE OF DIGITAL CIVILIZATION
    6.1 Digitization and the Rise of Digital Spaces/172
    6.2 The Coming of Age of Digital Civilization/182
    6.3 The Changing Object of Research in the Age of Digital Civilization/188
    6.4 The“Data-Person” Hypothesis/209
    CHAPTER7 RESEARCH METHODOLOGICAL FACTORS:CHANGING PATTERNS OF KNOWLEDGE PRODUCTION AND THE SYSTEM OF METHODOLOGICAL TOOLS
    7.1 Knowledge Production Paradigm Shift/213
    7.2 Characteristics of the Evolution of Social Science Research Paradigms/219
    7.3 TheFourthParadigmofBigData-DrivenScientificResearch/225
    7.4 The System of Methodological Tools Provided by Data Science/228
    CHAPTER8 THE SOCIAL ESTABLISHMENT FACTOR IN RESEARCH:FROM INFRASTRUCTURE TO FOUNDATIONAL LITERACY
    8.1 Infrastructure for Social Science Research/230
    8.2 Data Literacy for Researchers/256
    CHAPTER9 INADEQUACIES AND REFLECTIONS:THE LIMITATIONS OF TRADITIONAL SOCIAL SCIENCE RESEARCH
    9.1 Analysis of the Limitations of Traditional Social Science Research/260
    9.2 Social Science Research Should Embrace Data Science/269
    CHAPTER10 FORESIGHT AND OPPORTUNITY:TRENDS IN SOCIAL SCIENCE RESEARCH
    10.1 Advancing Full Data Research in the Social Sciences/281
    10.2 Building an eSS-Oriented Research Environment/282
    10.3 Talent Data Literacy Education for Comp-X/292
    PART II REFERENCES/298
    PART III BIG DATA CHANGES THE WAY SOCIAL SCIENCE IS PERCEIVED OVERVIEW/313
    CHAPTER11 A PHILOSOPHICAL PERSPECTIVE ON DATA-DRIVEN SOCIAL SCIENCE TRANSFORMATION
    11.1 Big Data Philosophy/317
    11.2 The Impact of Big Data on the Way Social Science is Perceived/332
    11.3 Date-Driven Correlation and Causality/339
    CHAPTER12 DATA SCIENCE-DRIVEN RECONFIGURATION OF COGNITIVE SYSTEMS IN THE SOCIAL SCIENCES
    12.1 ReconfiguringtheSocialScienceCommunity/361
    12.2 ReconfigurationoftheSocialScienceCognitiveSystem/364
    12.3 Evolution of Social Science Data Analysis Techniques/372
    12.4 Process Practices from Big Data to Social Science Cognition/396
    CHAPTER13 DATA SCIENCE-DRIVEN SHIFTS IN THE ORGANIZATION OF SOCIAL SCIENCE RESEARCH
    13.1 Evolution of the Supporting Infrastructure for Social Science Research/407
    13.2 Changes in the Organization Structure of Social Science Research/415
    CHAPTER14 PHILOSOPHICAL REFLECTIONS ON THE IMPACT OF BIG DATA ON SOCIAL SCIENCES RESEARCH
    14.1 Data Representation, Bias, and the Validity of Social Science Research/425
    14.2 The Structural Impact of Big Data on Social Science Research/427
    14.3 Keeping Research Methodology Diverse/430
    14.4 DifferencesBetweenNeo-EmpiricismandData-DrivenScience/431
    14.5 Ethical Issues in the Application of Big Data in Society/433
    PART III REFERENCES/440
    PART IV BIG DATA AND PARADIGM CHANGE IN SOCIAL SCIENCE RESEARCH
    CHAPTER15 CONNECTIONS BETWEEN TRADITIONAL SOCIAL SCIENCE RESEARCH PARADIGMS AND BIG DATA RESEARCH PARADIGMS
    15.1 Traditional Social Science Research Paradigms/455/
    15.2 Data Science-Driven Paradigm for Big Data Research/470
    15.3 Evolutionary Relationships Among Social Science Research Paradigms/485
    CHAPTER16 CHARACTERISTICS OF SOCIAL SCIENCE RESEARCH IN THE ROLE OF DATA SCIENCE
    16.1 Basic Features/492
    16.2 Method Characteristics/499
    16.3 Structural Features/504
    16.4 Associations Between Features/510
    CHAPTER17 CHALLENGES OF SOCIAL SCIENCE RESEARCH IN THE ROLE OF DATA SCIENCE
    17.1 Challenges of Applying Data in the Social Sciences in the Context of Data Science/517
    17.2 Challenges of Applied Methods in the Context of Data Science/527
    17.3 Challenges to the Search for Relational Mechanisms in the Social Sciences in the Context of Data Science/533
    17.4 Practical Challenges of Big Data Applied Social Science Research in the Context of Data Science/536
    CHAPTER18 STATUS AND ISSUES IN BIG DATA RESEARCH
    18.1 Analysis of the Current State of the Big Data Research Paradigm:The Example of Public Policy/544
    18.2 Problems with the Development of the Big Data Research Paradigm/557
    CHAPTER19 TRANSFORMATION PATHS OF SOCIAL SCIENCE RESEARCH IN THE ROLE OF DATA SCIENCE
    19.1 Moving from Empirical Discovery to Data Discovery/563
    19.2 MovingfromSmall-DataVerificationLogictoBig-DataDiscovery Logic/569
    19.3 Shift from Single-Event-Based to Knowledge-Base-Based Research/573
    PART IV REFERENCES/578
    PART V CONDITIONS AND GUARANTEES FOR SOCIAL SCIENCE TRANSFORMATION IN THE CONTEXT OF BIG DATA
    CHAPTER20 EVOLUTION OF THE STAGES OF SOCIAL SCIENCE DEVELOPMENT
    20.1 The Meaning of Social Science/602
    20.2 The Development Stage of Social Science/604
    CHAPTER21 THE URGENCY AND NECESSITY OF DATA-DRIVEN SOCIAL SCIENCE TRANSFORMATION
    21.1 Resistance to Social Science Development/637
    21.2 Big Data Challenges for the Social Sciences/643
    21.3 The Contribution of Big Data to Social Science Research/647
    21.4 The Data-Driven Impact on Social Science and the Inevitability of Transformation/652
    CHAPTER22 THE ADVANTAGES OF DATA THINKING IN THE TRANSFORMATION OF SOCIAL SCIENCE
    22.1 Connotations of Data Thinking/660
    22.2 The Role of Data Thinking in Social Science Transformation/664
    22.3 Prospects for Data Thinking in the Social Sciences/671
    CHAPTER23 BIG DATA IN SOCIAL SCIENCE TRANSFORMATION AS A TECHNICAL GUARANTEE
    23.1 Basic Architecture and Features of Big Data Technologies/679
    23.2 Social Science Research Methods Based on Big Data Technologies/684
    23.3 The Value of Big Data Technologies in Social Science Transformation/690
    CHAPTER24 THE CONTRIBUTION OF THE SCIENTIFIC COMMUNITY IN THE EVOLUTION OF THE SOCIAL SCIENCE PARADIGM
    24.1 ScientificCommunitiesandInnovationCooperationNetworks/697
    24.2 The Evolution of Social Science Paradigms for the Iteration and RenewalofScientificCommunities/707
    24.3 ScientificCommunity’sTurnoverandTransmutationofSocial Science Paradigms/712
    CHAPTER25 BIG DATA POLICY CONDITIONS FOR SOCIAL SCIENCE TRANSFORMATION
    25.1 Current Status of the Development of Big Data Policy in China/718
    25.2 TheApplicationofChina’sBigDataPolicyinSocialScience Transformation Fact Sheet/723
    25.3 The Role of Big Data Policy Networks in Social Science Transformation/734
    PART V REFERENCES/743
    INDEX/753
    POSTSCRIPT/757
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

本平台为互联网非涉密平台，严禁处理、传输国家秘密。

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com