5.3.4 ઉપસંહાર

ઓપન કોલ્સ ઘણા નિષ્ણાતો અને બિન નિષ્ણાતના સમસ્યાઓ ઉકેલો પેદા કરતાં ચેક કરવા માટે સરળ છે માટે ઉકેલો પ્રસ્તાવ દો.

બધા ત્રણ ઓપન કોલ પ્રોજેક્ટ Netflix પુરસ્કાર, Foldit, પીઅર-ટુ-પેટન્ટ-સંશોધકો એક ચોક્કસ ફોર્મ પ્રશ્નો પૂછતા, ઉકેલો વિનંતિ, અને પછી શ્રેષ્ઠ ઉકેલો હતો. સંશોધકો પણ પૂછો શ્રેષ્ઠ નિષ્ણાત જાણવાની જરૂર ન હતી, અને ક્યારેક સારા વિચારો અનપેક્ષિત સ્થળોએ તરફથી આવ્યા હતા.

હવે હું પણ ઓપન કોલ પ્રોજેક્ટ અને માનવ ગણતરી પ્રોજેક્ટ વચ્ચે બે મહત્વપૂર્ણ તફાવતો પ્રકાશિત કરી શકો છો. પ્રથમ, ઓપન કોલ પ્રોજેક્ટ સંશોધક એક ધ્યેય (દા.ત., આગાહી ફિલ્મ રેટિંગ્સ) જ્યારે માનવ ગણતરી માં સંશોધન માઇક્રો-કાર્ય સ્પષ્ટ (દા.ત., એક ગેલેક્સી વર્ગીકરણ) સ્પષ્ટ કરે છે. બીજું, ઓપન કોલ સંશોધકો ફિલ્મ રેટિંગ્સ, પ્રોટીન સૌથી નીચા ઊર્જા રૂપરેખાંકન, અથવા યોગદાન તમામ સરળ મિશ્રણ પહેલાં કલા કેટલાક પ્રકારની સૌથી સંબંધિત ભાગ આગાહી માટે શ્રેષ્ઠ યોગદાન શ્રેષ્ઠ અલ્ગોરિધમનો માગે છે.

ઓપન કોલ્સ અને આ ત્રણ ઉદાહરણો માટે સામાન્ય નમૂનો, સામાજિક સંશોધન સમસ્યાઓ પ્રકારના આ અભિગમ માટે યોગ્ય હોઈ શકે છે આપેલ? આ બિંદુએ, હું કબૂલ કરે કે ત્યાં છે ઘણા સફળ ઉદાહરણો હજુ સુધી (કારણો છે કે હું એક ક્ષણ સમજાવવું પડશે માટે) કરવામાં આવી છે. સીધા એનાલોગ દ્રષ્ટિએ, એક કલ્પના કરી શકે છે કે જે પીઅર-ટુ-પેટન્ટ શૈલી પ્રોજેક્ટ ઐતિહાસિક વહેલામાં દસ્તાવેજ માટે શોધ સંશોધક દ્વારા ઉપયોગ કરવામાં આવી રહ્યો ચોક્કસ વ્યક્તિ અથવા વિચાર ઉલ્લેખ નથી. આ પ્રકારની સમસ્યા માટે એક ઓપન કોલ અભિગમ ખાસ કરીને મૂલ્યવાન હોઈ શકે છે જ્યારે સંબંધિત દસ્તાવેજો એક પેટીમાં એકત્રિત નથી પરંતુ વ્યાપક વિતરણ કરવામાં આવે છે.

વધારે સામાન્ય રીતે, ઘણી સરકારોએ સમસ્યાઓ કે જે કોલ્સ ખોલવા માટે છે કારણ કે તેઓ માસિક ક્રિયા માર્ગદર્શન માટે વાપરી શકાય છે બનાવવા વિશે છે જવાબદાર હોઈ શકે છે (Kleinberg et al. 2015) . ઉદાહરણ તરીકે, Netflix ફિલ્મો પર રેટિંગ્સ આગાહી કરવા માગે છે માત્ર કારણ કે, સરકારો પરિણામો જેમ કે રેસ્ટોરાં સૌથી વધુ અસરકારક રીતે નિરીક્ષણ સાધનો ફાળવવા માટે આરોગ્ય કોડ ઉલ્લંઘન હોય તેવી શક્યતા છે આગાહી કરવા માંગો છો શકે છે. સમસ્યા, આ પ્રકારની દ્વારા પ્રેરિત Glaeser et al. (2016) એક ઓપન કોલ ઉપયોગ કરવા માટે મદદ માટે બોસ્ટન શહેરમાં આગાહી Yelp સમીક્ષાઓ અને ઐતિહાસિક નિરીક્ષણ માહિતી માહિતી પર આધારિત રેસ્ટોરાં સ્વચ્છતા અને સ્વચ્છતા ઉલ્લંઘન. Glaeser અને સાથીઓ અંદાજ છે કે આગાહીયુક્ત મોડલ કે ઓપન કોલ જીતી આશરે 50% દ્વારા રેસ્ટોરન્ટ ઇન્સ્પેકટરો ઉત્પાદકતા સુધારવા કરશે. વ્યવસાયો પણ આવા આગાહી તરીકે ગ્રાહક વલોણું એક સમાન માળખા સાથે સમસ્યા હોય છે (Provost and Fawcett 2013) .

છેલ્લે, કોલ કે જે પરિણામો કે જે પહેલાથી જ એક ચોક્કસ માહિતી સમૂહ થયું છે સમાવેશ થાય છે ખોલવા માટે વધુમાં (દા.ત., છેલ્લા આરોગ્ય કોડ ઉલ્લંઘન પર માહિતી મદદથી આરોગ્ય કોડ ઉલ્લંઘન આગાહી), એક પરિણામો કે dataset કોઈને માટે હજુ સુધી થયું ન હોય આગાહી કલ્પના કરી શકે છે . ઉદાહરણ તરીકે, નાજુક પરિવારો અને બાળ સુખસંભાળના અભ્યાસ 20 અલગ શહેરોમાં જન્મ થી 5,000 બાળકો ટ્રેક છે (Reichman et al. 2001) . સંશોધકો આ બાળકોની, તેમના પરિવારો, અને જન્મ સમયે તેમના વ્યાપક પર્યાવરણ વિશે અને ઉંમરના 1, 3, 5, 9 માહિતી એકઠી કરી છે, અને 15 આ બાળકો વિશે તમામ માહિતી આપેલ છે, સાથે સાથે કેવી રીતે સંશોધકો જેઓ સ્નાતક છે, કારણ કે પરિણામો આગાહી કરી શકે છે કોલેજમાંથી? અથવા, એક રસ્તો છે કે ઘણા સંશોધકો, જે માહિતી અને સિદ્ધાંતો આ પરિણામો આગાહી માં સૌથી અસરકારક હશે વધુ રસપ્રદ રહેશે વ્યક્ત? કારણ કે આ બાળકો કંઈ હાલમાં પૂરતી જૂની કોલેજ પર જવા માટે છે, આ એક સાચી દૂરદ્રષ્ટિવાળો આગાહી હશે અને ઘણા વિવિધ વ્યૂહરચનાઓ કે સંશોધકો કામે શકે છે. સંશોધક જે માને છે કે પડોશીઓ જીવન પરિણામો આકાર એક અભિગમ લે છે એક સંશોધક જે પરિવારો પર ધ્યાન કેન્દ્રિત કરે છે સંપૂર્ણપણે અલગ કંઈક કરી શકે છે, જ્યારે શકે છે જટિલ છે. આ અભિગમ જે વધુ સારી રીતે કામ કરશે? અમે નથી જાણતા, અને અમે કંઈક પરિવારો, પડોશીઓ, શિક્ષણ, અને સામાજિક અસમાનતા વિશે મહત્વની જાણવા શકે બહાર શોધવાની પ્રક્રિયા છે. વધુમાં, આ આગાહીઓ ભવિષ્યના માહિતી સંગ્રહ માર્ગદર્શન ઉપયોગ કરી શકે છે. કલ્પના કોલેજ ગ્રેજ્યુએટ મોડેલો કોઈપણ દ્વારા સ્નાતક આગાહી ન હતી એક નાની સંખ્યા હતા કે; આ લોકો અનુવર્તી ગુણાત્મક મુલાકાતો અને એથ્રોનોગ્રાફિકલ નિરીક્ષણ માટે આદર્શ ઉમેદવારો હશે. આમ, ઓપન કોલ આ પ્રકારની, માસિક ન અંત છે; તેના બદલે, તેઓ તુલના સમૃદ્ધ બનાવવું, અને વિવિધ સૈદ્ધાંતિક પરંપરાઓ ભેગા કરવા માટે એક નવી રીત પૂરી પાડે છે. ઓપન કોલ આ પ્રકારની નાજુક પરિવારો માહિતી મદદથી જે કોલેજ પર જાઓ કરશે આગાહી કરવા માટે ચોક્કસ નથી; તે કોઇ પણ પરિણામ છે કે આખરે કોઇ સમાંતર સામાજિક માહિતી સમૂહ એકત્રિત કરવામાં આવશે આગાહી ઉપયોગ કરી શકાય.

હું આ વિભાગમાં અગાઉ લખ્યું હતું કે, ત્યાં ઓપન કોલ્સ મદદથી સામાજિક સંશોધકો ઘણા ઉદાહરણો કરવામાં આવી છે. મને લાગે છે કે આ છે, કારણ કે ઓપન કોલ સારી રીતે કે સામાજિક વૈજ્ઞાનિકો ખાસ કરીને તેમના પ્રશ્નો ફ્રેમની અનુકૂળ નથી. Netflix પુરસ્કાર પરત, સામાજિક વૈજ્ઞાનિકો સામાન્ય રીતે સ્વાદ આગાહી વિશે પૂછો ન હોત, તેઓ કેવી રીતે અને શા માટે સાંસ્કૃતિક સ્વાદ અલગ વર્ગના લોકો માટે અલગ પૂછો છો (Bourdieu 1987) . આવા "કેવી રીતે" અને "શા માટે" પ્રશ્ન સરળ તરફ દોરી નથી ઉકેલો ચકાસવા માટે, અને તેથી કોલ્સ ખોલવા માટે ખરાબ ફિટ લાગે છે. આમ, તે દેખાય છે કે જે ઓપન કોલ સમજૂતી પ્રશ્નો કરતાં આગાહી પ્રશ્ન વધુ જવાબદાર છે; આગાહી અને સમજૂતી વચ્ચે તફાવત પર વધુ માટે જુઓ Breiman (2001) . તાજેતરના સિદ્ધાંતવાદીઓ, જો કે, સામાજિક વૈજ્ઞાનિકો કહે છે સમજૂતી અને આગાહી વચ્ચે બંને જૂથના પુનર્વિચાર (Watts 2014) . આગાહી અને સમજૂતી blurs વચ્ચે લીટી તરીકે, હું અપેક્ષા કે ઓપન સ્પર્ધાઓ સામાજિક વિજ્ઞાન વધુને વધુ સામાન્ય બની જાય છે.