5.2.2 રાજકીય ઢંઢેરાઓ ના ભીડ-કોડિંગ

રાજકીય ઢંઢેરાઓ, ખાસ કરીને નિષ્ણાતો દ્વારા કરવામાં કંઈક કોડિંગ, વધારે પુન અને રાહત પરિણમે માનવ ગણતરી પ્રોજેક્ટ દ્વારા કરી શકાય છે.

ગેલેક્સી ઝૂ માટે સમાન છે, ત્યાં ઘણી પરિસ્થિતિઓમાં જ્યાં સામાજિક સંશોધકો, કોડ કરવા માંગો છો, વર્ગીકરણ, અથવા એક છબી અથવા લખાણ ભાગ લેબલ છે. સંશોધન આ પ્રકારની એક ઉદાહરણ રાજકીય ઢંઢેરાઓ કોડિંગ છે. ચૂંટણી દરમિયાન રાજકીય પક્ષો ઢંઢેરાઓ તેમના નીતિ સ્થિતિ વર્ણન અને ફિલસૂફીઓ માર્ગદર્શક પેદા કરે છે. ઉદાહરણ માટે, અહીં 2010 થી ગ્રેટ બ્રિટનમાં લેબર પાર્ટીના ચૂંટણી ઢંઢેરામાં એક ભાગ છે:

"અમારા જાહેર સેવાઓ કામ કરતા લોકો લાખો બ્રિટનના શ્રેષ્ઠ કિંમતો એકમ બનાવવું, લોકો સશક્તિકરણ જ્યારે તેમને જોખમ તેઓ તેમના પોતાના પર સહન ન હોવી જોઇએ રક્ષણ પોતાના જીવનમાં સૌથી બનાવવા માટે મદદ કરે છે. જસ્ટ કારણ કે અમે બનાવવા બજારમાં એકદમ કામ સરકારની ભૂમિકા વિશે બોલ્ડર પ્રયત્ન કરવાની જરૂર છે, અમે પણ સરકાર બોલ્ડ સુધારકો પ્રયત્ન કરવાની જરૂર છે. "

આ ઢંઢેરાઓ રાજકીય વૈજ્ઞાનિકો માટે મૂલ્યવાન માહિતી, ખાસ કરીને તે અભ્યાસ ચૂંટણી અને નીતિ ચર્ચા ગતિશીલતા ધરાવે છે. ક્રમમાં વ્યવસ્થિત આ ઢંઢેરાઓ પાસેથી માહિતી બહાર કાઢવા માટે, સંશોધકો બનાવવામાં મેનિફેસ્ટો પ્રોજેક્ટ છે, જે રાજકીય વૈજ્ઞાનિકો આયોજન 50 દેશોમાં આશરે 1,000 પક્ષોના 4000 ઢંઢેરાઓ કોડ છે. દરેક જાહેરનામામાં દરેક સજા 56 શ્રેણી યોજનાનો ઉપયોગ એક નિષ્ણાત દ્વારા કોડેડ કરવામાં આવી છે. આ સહયોગી પ્રયાસ પરિણામ માહિતી આ ઢંઢેરાઓ જડિત સારાંશ એક વિશાળ dataset છે, અને આ dataset 200 થી વધારે વૈજ્ઞાનિક કાગળો ઉપયોગ કરવામાં આવ્યો છે.

કેનેથ બેનોઈટ અને સહકર્મીઓ (2015) ચૂંટણી ઢંઢેરામાં કોડિંગ કાર્ય છે, જે અગાઉ નિષ્ણાતો દ્વારા કરવામાં આવી હતી ભરે છે અને તેને એક માનવ ગણતરી પ્રોજેક્ટ માં ચાલુ કરવા માટે નિર્ણય કર્યો હતો. પરિણામે, તેઓ એક કોડિંગ પ્રક્રિયા છે કે જે વધુ પ્રજનન અને વધુ લવચીક છે, સસ્તી અને ઝડપી ઉલ્લેખ નથી બનાવી.

18 યુકેમાં છ તાજેતરના ચૂંટણી દરમિયાન પેદા ઢંઢેરાઓ સાથે કામ કરતા, બેનોઈટ અને સહકર્મીઓ ઉપયોગ સ્પ્લિટ લાગુ-ભેગા માઇક્રો-કાર્ય શ્રમ બજારમાં કામદારો સાથે વ્યૂહરચના (એમેઝોન યાંત્રિક ટર્ક અને CrowdFlower સૂક્ષ્મ કાર્ય શ્રમ બજારોમાં ઉદાહરણો છે; વધુ માટે માઇક્રો કાર્ય શ્રમ બજાર પર, પ્રકરણ 4 જુઓ). સંશોધકો દરેક ઢંઢેરો લીધો હતો અને તેને વાક્યો વિભાજિત. આગળ, માનવ રેટિંગ દરેક સજા લાગુ કરવામાં આવ્યો હતો. ખાસ કરીને, જો સજા નીતિ નિવેદન સામેલ છે, તે બે પરિમાણો સાથે કોડેડ કરવામાં આવી હતી: (ખૂબ જ યોગ્ય ખૂબ જ થી ડાબે) અને સામાજિક (આકૃતિ 5.5) (રૂઢિચુસ્ત માટે ઉદાર માંથી) આર્થિક. દરેક સજા 5 જુદા જુદા લોકો દ્વારા કોડેડ કરવામાં આવી હતી. છેલ્લે, આ રેટિંગ્સ એક આંકડાકીય મોડલ છે કે જે બંને વ્યક્તિગત રેટર અસરો અને સજા અસરો મુશ્કેલી માટે જવાબદાર મદદથી સાંકળવામાં આવ્યું હતું. બધા માં, બેનોઈટ અને સહકર્મીઓ 1,500 વિશે કામદારો પાસેથી 200,000 રેટિંગ્સ એકત્ર કરી હતી.

આકૃતિ 5.5: આ યોજના કોડિંગ Benoit et al. (2015) (ફિગ 1).

ક્રમમાં ભીડ કોડિંગ ગુણવત્તા મૂલ્યાંકન કરવા માટે, બેનોઈટ અને સહકર્મીઓ પણ લગભગ 10 નિષ્ણાતના-પ્રોફેસરો અને સ્નાતક વિદ્યાર્થીઓ રાજકીય વિજ્ઞાન-દર ​​એક જ પ્રક્રિયા નો ઉપયોગ કરીને જ ઢંઢેરાઓ હતી. તેમ છતાં ભીડ સભ્યો રેટિંગ્સ નિષ્ણાતના રેટિંગ્સ કરતાં વધુ ચલ હતા, સર્વસંમતિ ભીડ રેટિંગ સર્વસંમતિ નિષ્ણાત રેટિંગ (આકૃતિ 5.6) સાથે નોંધપાત્ર કરાર હતો. આ સરખામણી બતાવે છે કે, ગેલેક્સી ઝૂ સાથે, માનવ ગણતરી પ્રોજેક્ટ ઉચ્ચ ગુણવત્તા પરિણામો ઉત્પન્ન કરી શકે છે.

આકૃતિ 5.6: નિષ્ણાત અંદાજ (એક્સ-ધરી) અને ભીડ અંદાજ (વાય-અક્ષ) જ્યારે ગ્રેટ બ્રિટન પાસેથી 18 પાર્ટી ઘોષણાપત્ર કોડિંગ નોંધપાત્ર કરાર હતા (Benoit et al. 2015) . ઢંઢેરાઓ કોડેડ ત્રણ રાજકીય પક્ષો (કન્ઝર્વેટિવ, શ્રમ, લિબરલ ડેમોક્રેટ્સ) અને છ ચૂંટણી (1987, 1992, 1997, 2001, 2005, 2010) હતા.

આ પરિણામ પર બનાવી, બેનોઈટ અને સહકર્મીઓ સંશોધન મેનિફેસ્ટો પ્રોજેક્ટ સાથે અશક્ય હતું કરવા માટે તેમના ભીડ-કોડિંગ સિસ્ટમ ઉપયોગ થાય છે. ઉદાહરણ તરીકે, મેનિફેસ્ટો પ્રોજેક્ટ ઇમીગ્રેશન વિષય પર ઢંઢેરાઓ કોડ ન હતી કારણ કે તે એક મુખ્ય વિષય ન હતી જ્યારે કોડિંગ યોજના મધ્ય 1980 માં વિકસાવવામાં આવી હતી. અને, આ બિંદુએ, તે logistically અશક્ય મેનિફેસ્ટો પ્રોજેક્ટ પાછા જાઓ અને ફરીથી કોડ તેમની ઢંઢેરાઓ આ જાણકારી મેળવવા માટે કરવા માટે છે. તેથી, તે દેખાય છે કે ઇમીગ્રેશન રાજકારણ અભ્યાસ કરવામાં રસ સંશોધકો નસીબ બહાર છે. જો કે, બેનોઈટ અને સહકર્મીઓ આ કોડિંગ વૈવિધ્યપૂર્ણ તેમના સંશોધન પ્રશ્ન ઝડપથી અને સરળતાથી કરવા માટે તેમના માનવ ગણતરી સિસ્ટમ વાપરવા માટે સક્ષમ હતા.

ઇમીગ્રેશન નીતિ અભ્યાસ કરવા માટે, તેઓ ગ્રેટ બ્રિટનમાં 2010 ની ચૂંટણીમાં આઠ પક્ષો માટે ઢંઢેરાઓ કોડેડ. દરેક જાહેરનામામાં દરેક સજા તે ઇમીગ્રેશન સંબંધિત કે કેમ તે કોડેડ કરવામાં આવી હતી, અને તેથી જો, શું તે તરફી ઇમીગ્રેશન, તટસ્થ, અથવા વિરોધી ઇમીગ્રેશન હતી. તેમના પ્રોજેક્ટમાં લોન્ચ 5 કલાકની અંદર, પરિણામો હતા. તેઓ $ 360 કુલ ખર્ચ કરતાં વધુ 22,000 જવાબો એકત્ર કર્યા હતા. વધુમાં, ભીડ અંદાજ નિષ્ણાતો ની પહેલાંની મોજણી સાથે નોંધપાત્ર કરાર દર્શાવે છે. પછી, એક અંતિમ ટેસ્ટ તરીકે, બે મહિના પછી, સંશોધકો તેમના ભીડ-કોડિંગ પુનઃઉત્પાદન. થોડા કલાકની અંદર, તેઓ એક નવી ભીડ કોડેડ dataset કે નજીકથી તેમના મૂળ ભીડ કોડેડ માહિતી સમૂહ સાથે મેળ ખાતી સર્જન કર્યું હતું. બીજા શબ્દોમાં કહીએ તો, માનવ ગણતરી તેમને સક્ષમ રાજકીય પાઠો છે કે નિષ્ણાત મૂલ્યાંકનના સાથે સહમત છે અને પ્રજનન હતો કોડિંગ પેદા કરવા માટે. વધુમાં, કારણ કે માનવ ગણતરી ઝડપી અને સસ્તા હતી, તેને સરળ તેમને ઇમીગ્રેશન વિશે તેમના ચોક્કસ સંશોધન પ્રશ્નનો તેમની માહિતી સંગ્રહ કસ્ટમાઇઝ કરવા માટે હતી.