第268行: |
第268行: |
| 以下部分内容来自中文wiki:繁体字的部分主要用于插入文献即可 | | 以下部分内容来自中文wiki:繁体字的部分主要用于插入文献即可 |
| | | |
| + | == 数据库 == |
| 計算社會科學日益依賴逐漸增加的大型[[資料庫]],目前正由幾個跨領域計畫建置中或維護中的資料庫有: | | 計算社會科學日益依賴逐漸增加的大型[[資料庫]],目前正由幾個跨領域計畫建置中或維護中的資料庫有: |
| * 塞莎特(Seshat):全球歷史的資料庫,內容系統性的收集了關於內容群體政治社會組織的資訊,以及社會如何演化等。塞莎特隸屬於演化研究所,演化研究所為非營利智庫,目標為「利用[[演化論|演化科學]]來解決現實世界問題」。 | | * 塞莎特(Seshat):全球歷史的資料庫,內容系統性的收集了關於內容群體政治社會組織的資訊,以及社會如何演化等。塞莎特隸屬於演化研究所,演化研究所為非營利智庫,目標為「利用[[演化論|演化科學]]來解決現實世界問題」。 |
第284行: |
第285行: |
| 计算社会科学日益依赖大型的资料库,目前正由几个跨领域计划或维护中的资料库: | | 计算社会科学日益依赖大型的资料库,目前正由几个跨领域计划或维护中的资料库: |
| | | |
− | Seshat:全球历史的资料库,内容系统性的收集了关于内容群体政治社会组织的资讯,以及社会如何演化等。Seshat隶属于演化研究所,演化研究所为非营利智库,目标为“利用演化科学来解决现实世界问题”。 | + | * Seshat:全球历史的资料库,内容系统性的收集了关于内容群体政治社会组织的资讯,以及社会如何演化等。Seshat隶属于演化研究所,演化研究所为非营利智库,目标为“利用演化科学来解决现实世界问题”。 |
− | [https://web.archive.org/web/20160818082017/https://d-place.org/home D-PLACE]:地方、语言、文化和环境资料库,提供超过1400个人类社会形态的资料[5]。 | + | * [https://web.archive.org/web/20160818082017/https://d-place.org/home D-PLACE]:地方、语言、文化和环境资料库,提供超过1400个人类社会形态的资料[5]。 |
− | 文化演化图集:是由彼得·百富勤(Peter N. Peregrie)所建立的考古资料库[6]。 | + | * 文化演化图集:是由彼得·百富勤(Peter N. Peregrie)所建立的考古资料库[6]。 |
− | CHIA:即历史分析的协作资讯(Collaborative Information for Historical Analysis),是由匹兹堡大学主持的多学科合作项目,旨在将历资讯资讯建档,将数据与全球各地的研究机构连结起来。 | + | * CHIA:即历史分析的协作资讯(Collaborative Information for Historical Analysis),是由匹兹堡大学主持的多学科合作项目,旨在将历资讯资讯建档,将数据与全球各地的研究机构连结起来。 |
− | 国际社会历史研究所(International Institute of Social History):收集关于劳动关系,工人和劳动的全球社会历史的资料。 | + | * 国际社会历史研究所(International Institute of Social History):收集关于劳动关系,工人和劳动的全球社会历史的资料。 |
− | Human Relations Area Files eHRAF Archaeology[7]。 | + | * Human Relations Area Files eHRAF Archaeology[7]。 |
− | Human Relations Area Files eHRAF World Cultures[8]。 | + | * Human Relations Area Files eHRAF World Cultures[8]。 |
− | [https://www.clio-infra.eu/ Clio-Infra]:从公元前1800年到现在的全球社会样本的经济绩效和社会福利其他方面的资料库。 | + | * [https://www.clio-infra.eu/ Clio-Infra]:从公元前1800年到现在的全球社会样本的经济绩效和社会福利其他方面的资料库。 |
− | 对大量历史报纸内容的分析率先显示了如何自动发现周期性结构[9][10] ,对社群媒体进行类似的分析,也能看到明显的周期性结构[11]。 | + | * 对大量历史报纸内容的分析率先显示了如何自动发现周期性结构[9][10] ,对社群媒体进行类似的分析,也能看到明显的周期性结构[11]。 |
| | | |
| ==See also== | | ==See also== |