Pan-Art Pedagogy. Theory & Practice Philology. Theory & Practice Manuscript

Archive of Scientific Articles

ISSUE:    Manuscript. 2020. Volume 13. Issue 4
COLLECTION:    Social Philosophy

All issues

License Agreement on scientific materials use.

Big Data: Challenges and Opportunities in Social Sciences

Svetlana Ipatovna Platonova
Izhevsk State Agricultural Academy
Submitted: April 30, 2020
Abstract. The article considers application of big data in modern social studies. The author not only describes the basic characteristics of big data but examines the challenges associated with them. These challenges influence cardinally the process of cognition and lead to radical revision of the social reality models. According to the author, big data are just traces of human activity that require interpretation, placement in a certain social context, attribution to a social theory.
Key words and phrases:
большие данные
социальная теория
социальное знание
эпистемология
социальная онтология
big data
social theory
social knowledge
epistemology
social ontology
Reader Open the whole article in PDF format. Free PDF-files viewer can be downloaded here.
References:
  1. Бауман З., Донскис Л. Текучее зло: жизнь в мире, где нет альтернатив. СПб.: Изд-во Ивана Лимбаха, 2019. 296 с.
  2. Божков О. Б. «Большая социология: расширение пространства данных» // Социологический журнал. 2015. Т. 21. № 1. С. 181-184.
  3. Волков В. В., Скугаревский Д. А., Титаев К. Д. Проблемы и перспективы исследований на основе Big Data (на примере социологии права) // Социологические исследования. 2016. № 1 (381). С. 48-58.
  4. Губа Е. Большие данные в социологии: новые данные, новая социология? // Социологическое обозрение. 2018. Т. 17. № 1. С. 213-236.
  5. Конт О. Дух позитивной философии. Ростов н/Д: Феникс, 2003. 256 с.
  6. Платонова С. И. Парадигмальный характер социального знания. Ижевск: ФГБОУ ВПО «Ижевская ГСХА», 2014. 296 с.
  7. Платонова С. И. Эпистемические объекты и социальные отношения в современном обществе // Вестник Ленинградского государственного университета им. А. С. Пушкина. 2018. № 3-1. С. 114-123.
  8. Anderson C. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete [Электронный ресурс] // Wired. 2008. 23 June. URL: https://www.wired.com/2008/06/pb-theory/ (дата обращения: 25.11.2019).
  9. Calude C. S., Longo J. The Deluge of Spurious Correlations in Big Data // Foundations of Science. 2017. Vol. 22. № 3. P. 595-612.
  10. Chandler D. A World without Causation: Big Data and the Coming of Age of Posthumanism // Millennium: Journal of International Studies. 2015. Vol. 43. № 3. P. 833-851.
  11. Kitchin R. Big Data and Human Geography: Opportunities, Challenges and Risks // Dialogues in Human Geography. 2013. Vol. 3. № 3. P. 262-267.
  12. Kitchin R. Big Data, New Epistemologies and Paradigm Shifts // Big Data & Society. 2014. Vol. 1. № 1. P. 1-12.
  13. Latour B., Jensen P., Venturini T., Grauwin S. and Boullier D. ‘The Whole Is Always Smaller than Its Parts’ - a Digital Test of Gabriel Tardes’ Monads // The British Journal of Sociology. 2012. Vol. 63. № 4. P. 590-615.
  14. Resnyansky L. Conceptual frameworks for social and cultural Big Data analytics: Answering the epistemological challenges // Big Data & Society. 2019. Vol. 6. № 1. P. 1-12.
  15. Steadman I. Big Data and the Death of the Theorist [Электронный ресурс] // Wired. 2013. 25 January. URL: https://www.wired.co. uk/article/big-data-end-of-theory (дата обращения: 25.11.2019).
  16. Szalay A., Gray J. 2020 Computing: Science in an Exponential World // Nature. 2006. Vol. 440. P. 413-414.
All issues


© 2006-2025 GRAMOTA Publishing