数据迁移：探索社交媒体数据作为人权倡导证据的运用

社交媒体平台提供了丰富的众包信息资源，有潜力用于监测人权侵犯行为。现有 CSCW 研究中，如何量化、解读这些非结构化数据流并将其置于更广泛背景中仍缺乏深入探索。解决这些挑战需要结合计算方法来提取大量数据，同时需要人工干预将数据流转移到离线情境，使其可用且可操作。 本研究采用迭代式人机协作方法，探索墨西哥失踪危机中公民在 Facebook 群体上报告的绑架事件是否有助于补充官方记录。我们概念化了在线数据向离线过渡过程中的三个关键实践，以及数据流的七个定性特征，这些特征对过程各阶段均有贡献。本研究为理解将本地知识从在线社区迁移并供致力于应对制度性失灵的组织的挑战与机遇提供了初步理解。