Resumen de Education policy research in the big data era: Methodological frontiers, misconceptions, and challenges
- español
A pesar de la abundancia de datos y del aumento de la disponibilidad de datos traídos por los avances tecnológicos, hubo estudios de políticas educativas muy limitadas que usaron datos importantes, caracterizados por gran volumen, gran variedad y alta velocidad. En base al reciente progreso del uso de grandes datos en investigaciones de políticas públicas y de ciencia social computacional, este trabajo pretende demostrar el potencial de datos importantes y la gran cantidad de datos que pueden ser utilizados en la investigación de políticas educativas. En primer lugar, introduzca datos importantes que son potencialmente relevantes para la investigación de políticas educativas. Puedo, entonces, presentar fronteras metodológicas, examinando los supuestos conceptos clave, méritos y salvedades de tres enfoques analíticos comúnmente usados en la minería de grandes cantidades de datos de texto: modelos de tópicos, análisis de conexiones textuales y análisis de sentimientos. A continuación, para garantizar la veracidad del uso de grandes datos en la investigación sobre políticas educativas, desenmascaramos tres equívocos metodológicos. Este artículo concluye con una discusión sobre el desarrollo de la capacidad de investigación interdisciplinaria abordando las preocupaciones de privacidad y los enigmas éticos a medida que exploramos una agenda de investigación de uso de datos importantes en la política educativa.
- English
Despite abundant data and increasing data availability brought by technological advances, there has been very limited education policy studies that have capitalized on big data—characterized by large volume, wide variety, and high velocity. Drawing on the recent progress of using big data in public policy and computational social science research, this commentary discusses how to approach big data and how big data can be used in education policy research. First, I introduce big data that is potentially relevant to education policy research. I then present methodological frontiers by examining the assumptions, key concepts, merits, and caveats of three commonly used analytical approaches to mining massive amounts of text data: topic models, network text analysis, and sentiment analysis. Next, to ensure the veracity of using big data in education policy research, I debunk three methodological misconceptions. This commentary concludes with a discussion on developing interdisciplinary research capacity and addressing the privacy concerns and ethical conundrums as we explore a research agenda of using big data in education policy.
- português
Apesar da abundância de dados e do aumento da disponibilidade de dados trazidos pelos avanços tecnológicos, houveram estudos de políticas educacionais muito limitados que usaram dados importantes, caracterizados por grande volume, grande variedade e alta velocidade. Com base no recente progresso do uso de grandes dados em pesquisas de políticas públicas e de ciência social computacional, este trabalho pretende demonstrar o potencial de dados importantes e a grande quantidade de dados que podem ser utilizados na pesquisa de políticas educacionais. Primeiro, eu introduzo dados importantes que são potencialmente relevantes para a pesquisa de políticas educacionais. Posso, então, apresentar fronteiras metodológicas, examinando os pressupostos conceitos-chave, méritos e ressalvas de três abordagens analíticas comumente usadas na mineração de grandes quantidades de dados de texto: modelos de tópicos, análise de conexões textuais e análise de sentimentos. Em seguida, para garantir a veracidade do uso de grandes dados na pesquisa sobre políticas educacionais, desmascaramos três equívocos metodológicos. Este artigo conclui com uma discussão sobre o desenvolvimento da capacidade de pesquisa interdisciplinar abordando as preocupações de privacidade e os enigmas éticos à medida que exploramos uma agenda de pesquisa de uso de dados importantes na política educacional.
