Longitudinal Web Scraping
Longitudinal web scraping is a data collection technique that uses automated scripts to extract content from websites at multiple, predefined time points. By revisiting the same web sources repeatedly, researchers build a time-series dataset that captures how online content, prices, discourse, or behavior evolves. It is widely used in computational social science, economics, political science, health research, and digital humanities to study change without relying on retrospective self-report.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- Salganik, M. J. (2018). Bit by Bit: Social Research in the Digital Age. Princeton University Press. · ISBN 978-0691158648
- Luscombe, A., Dick, K., & Walby, K. (2022). Algorithmic thinking in the public interest: navigating technical, legal, and ethical challenges in government web scraping. Quality & Quantity, 56(3), 1781–1802. · DOI 10.1007/s11135-021-01164-0
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.