■ 宋美杰
数据密集型科学与大数据视域下的健康信息行为研究*
■ 宋美杰
本文以健康信息行为研究这一健康传播分支领域为个案,对前沿科研项目的数据来源、研究对象、研究应用以及范式变革进行了探讨,认为传统以经验或实证的方法研究社会现象的社会行为范式将理论发现限制在人们现有的认知能力范围内。大数据时代的到来,使数据密集科学从第三范式中分离出来,放弃对因果关系的执着,转而关注相关关系,倡导数据处理先于理论假设并有可能得出之前未知的理论,为健康传播理论创新创造了条件,新媒体技术、可穿戴设备、精准医疗给健康传播带来了新的研究问题。
健康信息行为;大数据;第四范式;理论模型
“模型皆有误,或尤建奇功(All models are wrong,but some are useful)”,几乎每个统计学家和科学工作者都熟知30多年前乔治·伯克斯(George E.P.Box)提出的论断。但一直以来研究者别无选择,因果关系的构建引发了科学体系的建立,从宇宙哲学方程到人类日常行为,只有使用模型才能不完美的解释我们周围的世界(Anderson,2008)①。这一范式的隐忧就在于理论和参数决定了数据的搜集范围。理论模型的精简,要求研究者在重要与不重要的参数之间进行取舍。然而那些被排除在数据采集范围外的、非重要参数在某些条件下或许就起到了关键作用。
步入21世纪,随着信息与网络技术的迅速发展,新型传感器和基础设施可以实时获取从宏观到微观、从自然到社会的海量数据。……