5.5.2 heterogenedd Trosoledd

Unwaith y byddwch wedi cymell llawer o bobl i weithio ar broblem wyddonol go iawn, byddwch yn darganfod y bydd eich cyfranogwyr yn heterogenaidd mewn dwy brif ffordd: byddant yn amrywio yn eu sgiliau a'u lefel o ymdrech. Adwaith cyntaf llawer o ymchwilwyr cymdeithasol yw ymladd yn erbyn yr heterogeneity hwn trwy geisio eithrio cyfranogwyr o ansawdd isel ac yna'n ceisio casglu swm penodol o wybodaeth gan bawb a adawodd. Dyma'r ffordd anghywir o ddylunio prosiect cydweithio màs. Yn hytrach na ymladd heterogeneity, dylech ei leverage.

Yn gyntaf, nid oes rheswm dros eithrio cyfranogwyr medrus. Mewn galwadau agored, nid yw cyfranogwyr medrus yn achosi unrhyw broblemau; nid yw eu cyfraniadau'n brifo unrhyw un ac nid oes angen unrhyw amser arnynt i werthuso. Mewn cyfrifiad dynol a phrosiectau casglu data wedi'u dosbarthu, yn ogystal, daw'r math gorau o reolaeth ansawdd trwy ddiswyddo, nid trwy bar uchel i gymryd rhan. Mewn gwirionedd, yn hytrach nag eithrio cyfranogwyr sgiliau isel, gwell dull yw eu helpu i wneud cyfraniadau gwell, llawer fel y mae ymchwilwyr eBird wedi ei wneud.

Yn ail, nid oes rheswm dros gasglu swm penodol o wybodaeth gan bob cyfranogwr. Mae cyfranogiad mewn llawer o brosiectau cydweithredu torfol yn hynod anghyfartal (Sauermann and Franzoni 2015) , gyda nifer fach o bobl yn cyfrannu llawer iawn o'r enw'r pen braster - ac mae llawer o bobl yn cyfrannu ychydig - a elwir weithiau'n gynffon hir . Os nad ydych yn casglu gwybodaeth o'r pen braster a'r cynffon hir, rydych chi'n gadael llawer o wybodaeth heb ei chasglu. Er enghraifft, pe bai Wikipedia yn derbyn 10 a dim ond 10 o olygiadau fesul golygydd, byddai'n colli tua 95% o'r ymadroddion (Salganik and Levy 2015) . Felly, gyda phrosiectau cydweithredu torfol, y peth gorau yw treulio heterogeneity yn hytrach na cheisio ei ddileu.