5.5.2 Leverage Heterogenität

Sobald Sie eine Menge Leute motiviert haben sich auf eine echte wissenschaftliche Problem zu arbeiten, werden Sie feststellen, dass Ihre Teilnehmer auf zwei Arten heterogen sein werden: sie sind in ihrer Fähigkeit unterscheiden, und sie werden in ihrer Höhe der Aufwand variieren. Die erste Reaktion vieler Sozialforscher ist geringer Qualität, Teilnehmer auszuschließen und dann versuchen, eine feste Menge an Informationen zu sammeln von jedem selbst überlassen. Das ist der falsche Weg, um eine Massen Zusammenarbeit Projekt zu entwerfen.

Erstens gibt es keinen Grund, gering qualifizierte Teilnehmer auszuschließen. In offenen Anrufe, gering qualifizierte Teilnehmer verursachen keine Probleme; ihre Beiträge verletzt jemand nicht und sie benötigen keine Zeit zu bewerten. In der menschlichen Berechnung und Projekte Sammlung verteilter Daten, auf der anderen Seite, die beste Form der Qualitätskontrolle kommt durch Redundanz, nicht eine hohe Messlatte für die Teilnahme. In der Tat eher als gering qualifizierte Teilnehmer auszuschließen, ein besserer Ansatz ist es, sie besser Beitrag leisten zu helfen, so wie die Forscher bei eBird getan haben.

Zweitens gibt es keinen Grund, eine festgelegte Menge an Information von jedem Teilnehmer zu sammeln. Die Teilnahme an vielen Massenkooperationsprojekte unglaublich ungleich (Sauermann and Franzoni 2015) mit einer kleinen Anzahl von Menschen beitragen viel, manchmal das Fett Kopf genannt -und eine Menge Leute ein wenig manchmal einen Beitrag namens der lange Schwanz. Wenn Sie keine Informationen aus dem Fett Kopf zu sammeln und dem langen Schwanz, werden Sie eine Vielzahl von Informationen nicht abgeholte verlassen. Zum Beispiel angenommen , wenn Wikipedia 10 und nur 10 Bearbeitungen pro Editor, würde es etwa 95% der Änderungen verlieren (Salganik and Levy 2015) . So mit Mass Collaboration-Projekten ist es am besten, Heterogenität zu nutzen, anstatt zu versuchen, sie zu beseitigen.