Can We Be Wrong? The Problem of Textual Evidence in a Time of Data

 

Dostępność:

Produkt na zamówienie

Produkt na zamówienie – to znaczy, że taki produkt jest w tym momencie trudno dostępny i musi zostać sprowadzany na Twoje specjalne zamówienie lub też wydawca musi wznowić chwilowo wyczerpany nakład tego tytułu. Czas oczekiwania może wynieść nawet do 6 tygodni roboczych. Jeśli w ciągu tego czasu nie uda nam się sprowadzić produktu, skontaktujemy się z Tobą i Ty zdecydujesz czy jeszcze chcesz na niego poczekać.

Zamówienia:0 - 69,99 PLN>69,99 PLNCzas dostawy:
Odbiór osobisty w księgarni 0 zł0 zł1 dzień roboczy
InPost Paczkomaty 24/7 (Płatność online)4.99 zł0 zł1-2 dni robocze
InPost Paczkomaty - Paczka w Weekend (Płatność online)16.99 zł0 zł1-2 dni robocze
Poczta Polska (Płatność online)12.99 zł0 zł3-5 dni roboczych
Poczta Polska (Płatność za pobraniem)13.99 zł0 zł3-5 dni roboczych
Kurier UPS (Płatność online)4.99 zł0 zł1 dzień roboczy
Kurier UPS (Płatność za pobraniem)4.99 zł0 zł1 dzień roboczy
Wysyłka zagranicznaSprawdź szczegóły >
88,90 zł
This Element tackles the problem of generalization with respect to text-based evidence in the field of literary studies. When working with texts, how can we move, reliably and credibly, from individual observations to more general beliefs about the world? The onset of computational methods has highlighted major shortcomings of traditional approaches to texts when it comes to working with small samples of evidence. This Element combines a machine learning-based approach to detect the prevalence and nature of generalization across tens of thousands of sentences from different disciplines alongside a robust discussion of potential solutions to the problem of the generalizability of textual evidence.

It exemplifies the way mixed methods can be used in complementary fashion to develop nuanced, evidence-based arguments about complex disciplinary issues in a data-driven research environment.


Napisz własną recenzję
Napisz recenzję o produkcie: Can We Be Wrong? The Problem of Textual Evidence in a Time of Data
Twoja ocena
Ocena ogólna