5.5.2 લીવરેજ વૈવિધ્યનો

એકવાર તમે લોકો એક વાસ્તવિક વૈજ્ઞાનિક સમસ્યા પર કામ કરવા માટે ઘણો પ્રોત્સાહિત હોય, તો તમે શોધવામાં આવશે કે તમારા સહભાગીઓ બે મુખ્ય રીતે વિજાતીય હશે: તેઓ તેમના કૌશલ્ય અલગ અલગ છે અને તેઓ પોતાના પ્રયત્નનું સ્તર અલગ અલગ હોય છે. ઘણા સામાજિક સંશોધકો પ્રથમ પ્રતિક્રિયા ઓછી ગુણવત્તા સહભાગીઓ બાકાત અને પછી દરેક ડાબેથી માહિતી એક નિશ્ચિત રકમ ભેગી કરવા માટે પ્રયાસ કરે છે. આ એક માસ સહયોગ પ્રોજેક્ટ ડિઝાઇન કરવા માટે ખોટું માર્ગ છે.

પ્રથમ, ત્યાં ઓછી કુશળ સહભાગીઓ બાકાત કોઈ કારણ હોય છે. ઓપન કોલ્સ, ઓછી કુશળ સહભાગીઓ કોઈ સમસ્યા થઇ; તેમના યોગદાન કોઈને નુકસાન નથી અને તેઓ કોઈ પણ સમયે મૂલ્યાંકન કરવાની જરૂર નથી. માનવ ગણતરી અને વિતરણ માહિતી સંગ્રહ પ્રોજેક્ટ માં, બીજી બાજુ, ગુણવત્તા નિયંત્રણ શ્રેષ્ઠ ફોર્મ નિરર્થકતા નથી ભાગીદારી માટે એક ઉચ્ચ બાર મારફતે આવે છે. હકીકતમાં, બદલે ઓછી કૌશલ સહભાગીઓ બાદ કરતાં, વધુ સારી અભિગમ તેમને સારી રીતે યોગદાન બનાવવા માટે મદદ કરવા માટે તેટલી eBird ખાતે સંશોધકોએ કર્યું છે.

બીજું, ત્યાં દરેક સહભાગી પાસેથી માહિતી એક નિશ્ચિત રકમ ભેગી કરવા માટે કોઈ કારણ હોય છે. ઘણા માસ સહયોગ પ્રોજેક્ટમાં ભાગીદારી અતિ અસમાન છે (Sauermann and Franzoni 2015) એક ફાળો આપતું લોકો એક નાના નંબર સાથે લોટ-ક્યારેક ચરબી વડા -અને એક ફાળો આપતું લોકો ઘણો કહેવાય ઓછી ક્યારેક લાંબા પૂંછડી કહેવાય છે. તમે ચરબી વડા અને લાંબા પૂંછડી પાસેથી માહિતી ભેગી ન હોય તો, તમે માહિતી ટન અનકલેક્ટેડ છોડી રહ્યાં છે. ઉદાહરણ તરીકે, જો વિકિપીડિયા 10 સ્વીકારી અને સંપાદક દીઠ માત્ર 10 સંપાદનો, તે સંપાદનો લગભગ 95% ગુમાવશે (Salganik and Levy 2015) . આમ, માસ સહયોગ પ્રોજેક્ટ સાથે, તે શ્રેષ્ઠ વૈવિધ્યનો લાભ બદલે તેને દૂર કરવાનો પ્રયાસ કરવાનો છે.