5.5.2 լծակներ heterogeneity
Երբ դուք ունեք հիմնավորվում է շատ մարդկանց վրա աշխատելու իրական գիտական խնդրի, դուք կհայտնաբերեք, որ ձեր մասնակիցները կլինի տարասեռ երկու հիմնական ձեւերով `նրանք կարող են տարբեր լինել իրենց հմտության եւ նրանք կարող են տարբեր լինել իրենց մակարդակով ջանքի համար. Առաջին արձագանքը բազմաթիվ սոցիալական հետազոտողների է բացառել անորակ մասնակիցներին, իսկ հետո փորձում է հավաքել մի ֆիքսված քանակությամբ տեղեկատվության բոլորն էլ մնացել. Սա սխալ ճանապարհ է նախագծել զանգվածային համագործակցության ծրագիր:
Նախ, չկա պատճառ է բացառել ցածր որակյալ մասնակիցներին: Բաց զանգերի, ցածր որակավորում մասնակիցները առաջացնել ոչ մի խնդիր: նրանց ներդրումը չեն վնասել որեւէ մեկին, եւ նրանք չեն պահանջում որեւէ ժամանակը գնահատելու: Մարդկային հաշվումների եւ բաշխված տվյալների հավաքագրման ծրագրերի մասին, իսկ մյուս կողմից, լավագույն ձեւը որակի հսկողության գալիս ավելորդություն, ոչ բարձր բար մասնակցության համար: Ի դեպ, ավելի շուտ, քան բացառելով ցածր հմտությունների մասնակիցներին, ավելի լավ մոտեցում է օգնել նրանց, որպեսզի ավելի լավ ներդրում, որքան հետազոտողները eBird արել.
Երկրորդ, չկա պատճառ հավաքել ֆիքսված քանակությամբ տեղեկատվության յուրաքանչյուր մասնակցի: Մասնակցություն բազմաթիվ զանգվածային համագործակցության ծրագրերի աներեւակայելի անհավասար (Sauermann and Franzoni 2015) մի փոքր թվով մարդկանց նպաստող մի շատ երբեմն կոչվում է ճարպ գլուխը -Իսկ շատ մարդիկ նպաստող մի քիչ, երբեմն կոչվում է երկար պոչ. Եթե դուք չեք տեղեկատվություն հավաքել է հաստծ ղեկավարի եւ երկար պոչ, դուք թողնելով տոննա տեղեկատվության uncollected: Օրինակ, եթե Վիքիպեդիայից ընդունված 10, եւ միայն 10-խմբագրումները մեկ խմբագիր, ապա կկորցնի մոտ 95% -ը խմբագրումները (Salganik and Levy 2015) : Այսպիսով, զանգվածային համագործակցության նախագծերին, դա լավ է շեշտենք ունը, այլ ոչ թե փորձում է վերացնել այն:
