5.3.4 Casgliad

Galwadau Agored gadael llawer o arbenigwyr a rhai nad ydynt yn arbenigwyr yn cynnig atebion i broblemau lle mae atebion yn haws i wirio na chynhyrchu.

Ym mhob tri phrosiect-Netflix galwad agored Wobr, Foldit, Cymheiriaid-i-Patent-ymchwilwyr a ofynnwyd cwestiynau o ffurflen benodol, cymell atebion, ac yna dewis yr atebion gorau. Nid oedd hyd yn oed yn rhaid i'r ymchwilwyr i adnabod yr arbenigwr gorau i ofyn, ac weithiau daeth y syniadau da o leoedd annisgwyl.

Nawr gallaf hefyd yn amlygu dau wahaniaeth pwysig rhwng prosiectau galwad agored a phrosiectau cyfrifiant dynol. Yn gyntaf, mewn prosiectau galwad agored yr ymchwilydd yn pennu nod (ee, rhagfynegi graddau ffilm) tra yn cyfrifiannu dynol yr ymchwil yn pennu micro-dasg (ee, dosbarthu galaeth). Yn ail, yn y galwadau agored yr ymchwilwyr yn awyddus cyfraniad-y algorithm gorau gorau ar gyfer rhagweld sgoriau ffilm, cyfluniad isaf-ynni o brotein, neu y darn mwyaf perthnasol o gelf-ddim cyn rhyw fath o gyfuniad syml o bob un o'r cyfraniadau.

O ystyried y templed cyffredinol ar gyfer galwadau agored ac mae'r rhain tair enghraifft, yr hyn a allai math o broblemau mewn ymchwil gymdeithasol yn addas i'r ymagwedd hon? Ar y pwynt hwn, dylai wyf yn cydnabod nad oes wedi bod yn llawer o enghreifftiau llwyddiannus eto (am resymau y byddaf yn esbonio mewn eiliad). O ran analogau uniongyrchol, gallai un ddychmygu bod prosiect arddull Cymheiriaid-i-Patent yn cael ei ddefnyddio gan ymchwilydd hanesyddol chwilio am y ddogfen gynharaf sôn person neu syniad penodol. Gallai dull galwad agored i'r math hwn o broblem yn arbennig o werthfawr pan na fydd y dogfennau perthnasol yn cael eu casglu mewn archif sengl ond yn cael eu dosbarthu'n eang.

Yn fwy cyffredinol, mae llawer o lywodraethau yn cael problemau a allai fod yn barod i agor galwadau oherwydd eu bod am greu rhagolygon y gellir eu defnyddio i arwain camau gweithredu (Kleinberg et al. 2015) . Er enghraifft, yn union fel Netflix eisiau i ragweld graddau ar ffilmiau, efallai y llywodraethau eisiau i ragweld canlyniadau fel pa bwytai sydd fwyaf tebygol o gael troseddau cod iechyd er mwyn dyrannu adnoddau archwilio yn fwy effeithlon. Cymell gan y math hwn o broblem, Glaeser et al. (2016) a ddefnyddir galwad agored i helpu'r Dinas Boston rhagweld troseddau hylendid bwytai a glanweithdra yn seiliedig ar ddata o adolygiadau Yelp a data arolygu hanesyddol. Glaeser a chydweithwyr yn amcangyfrif y byddai'r model rhagfynegol a enillodd yr alwad agored yn gwella cynhyrchiant arolygwyr bwyty gan tua 50%. Mae gan fusnesau problemau gyda strwythur tebyg megis rhagfynegi Buddai cwsmeriaid (Provost and Fawcett 2013) .

Yn olaf, yn ychwanegol i agor galwadau sy'n cynnwys canlyniadau sydd eisoes wedi digwydd mewn set ddata penodol (ee, rhagfynegi troseddau cod iechyd gan ddefnyddio data ar droseddau cod iechyd yn y gorffennol), gallai un dychmygu rhagfynegi canlyniadau nad ydynt wedi digwydd eto i unrhyw un yn y set ddata . Er enghraifft, mae'r astudiaeth Lles Plant Teuluoedd Bregus ac wedi olrhain tua 5,000 o blant ers genedigaeth mewn 20 dinasoedd yr Unol Daleithiau yn wahanol (Reichman et al. 2001) . Mae ymchwilwyr wedi casglu data am y plant hyn, eu teuluoedd, a'u hamgylchedd ehangach ar enedigaeth ac ar oedrannau 1, 3, 5, 9, a 15. O ystyried yr holl wybodaeth am y plant hyn, pa mor dda y gallai ymchwilwyr yn rhagweld canlyniadau fel pwy fydd yn graddio o'r coleg? Neu, mynegi mewn ffordd a fyddai'n fwy diddorol i lawer o ymchwilwyr, y byddai data a damcaniaethau yn fwyaf effeithiol wrth ragfynegi canlyniadau hyn? Ers oes yr un o'r plant hyn yn ddigon hen i fynd i'r coleg ar hyn o bryd, byddai hyn yn wir-edrych ymlaen rhagfynegi ac mae llawer o wahanol strategaethau y gallai ymchwilwyr eu cyflogi. Mae ymchwilydd sy'n credu bod cymdogaethau yn hollbwysig wrth lunio canlyniadau bywyd a allai gymryd un dull tra gallai ymchwilydd sy'n canolbwyntio ar deuluoedd gwneud rhywbeth hollol wahanol. Pa rai o'r ymagweddau hyn fyddai'n gweithio'n well? Nid ydym yn gwybod, ac yn y broses o gael gwybod y gallem ddysgu rhywbeth pwysig am deuluoedd, cymdogaethau, addysg, ac anghydraddoldeb cymdeithasol. Ymhellach, efallai y rhagfynegiadau hyn yn cael eu defnyddio i lywio casglu data yn y dyfodol. Dychmygwch fod yna nifer fach o raddedigion coleg sydd heb eu rhagweld graddio gan unrhyw un o'r modelau; byddai pobl hyn fod yn ymgeiswyr delfrydol ar gyfer cyfweliadau ansoddol dilynol ac arsylwi ethnograffig. Felly, yn y math hwn o galwad agored, nid yw'r rhagfynegiadau yn y diwedd; yn hytrach, maent yn cynnig ffordd newydd i gymharu, cyfoethogi, a chyfuno gwahanol draddodiadau theoretig. Nid yw'r math hwn o galwad agored yn benodol i ddefnyddio data o deuluoedd bregus i ragweld pwy fydd yn mynd i'r coleg; gellid ei ddefnyddio i ragweld unrhyw ganlyniad a fydd yn y pen draw yn cael ei gasglu mewn unrhyw set ddata cymdeithasol hydredol.

Wrth i mi ysgrifennais yn gynharach yn yr adran hon, ni fu llawer o enghreifftiau o ymchwilwyr cymdeithasol trwy ddefnyddio galwadau agored. Credaf fod hyn oherwydd nad yw galwadau agored yn cael eu addas iawn i'r ffordd y mae gwyddonwyr cymdeithasol yn nodweddiadol fframio eu cwestiynau. Dychwelyd i Wobr Netflix, ni fyddai gwyddonwyr cymdeithasol fel arfer yn gofyn am ragweld chwaeth, byddent yn gofyn am sut a pham chwaeth diwylliannol yn wahanol ar gyfer pobl o ddosbarthiadau cymdeithasol gwahanol (Bourdieu 1987) . O'r fath "sut" a "pam" Nid yw cwestiwn yn arwain at hawdd i wirio atebion, ac felly yn ymddangos yn heini wael i agor galwadau. Felly, mae'n ymddangos bod galwadau agored yn fwy parod i gwestiwn rhagfynegi na chwestiynau o esboniad; am fwy ar y gwahaniaeth rhwng rhagfynegi ac esboniad gweld Breiman (2001) . Damcaniaethwyr diwethaf, fodd bynnag, wedi galw ar gwyddonwyr cymdeithasol i ailystyried y ddeuoliaeth rhwng esboniad a rhagfynegi (Watts 2014) . Fel y llinell rhwng rhagfynegi ac esboniad cymylu'r, yr wyf yn disgwyl y bydd cystadlaethau agored yn dod yn fwyfwy cyffredin yn y gwyddorau cymdeithasol.