5.5.2 វិសភាគអានុភាព

នៅពេលអ្នកបានជម្រុញមនុស្សជាច្រើនឱ្យធ្វើការលើបញ្ហាវិទ្យាសាស្ត្រពិតអ្នកនឹងដឹងថាអ្នកចូលរួមរបស់អ្នកនឹងមានភាពខុសគ្នាតាមពីរវិធីសំខាន់ៗ: ពួកគេនឹងមានភាពខុសគ្នាទាំងនៅក្នុងជំនាញរបស់ពួកគេនិងកម្រិតនៃការខិតខំរបស់ពួកគេ។ ប្រតិកម្មដំបូងនៃអ្នកស្រាវជ្រាវសង្គមជាច្រើនគឺត្រូវប្រយុទ្ធប្រឆាំងនឹងភាពមិនធម្មតានេះដោយព្យាយាមដកចេញអ្នកចូលរួមដែលមានគុណភាពទាបហើយបន្ទាប់មកព្យាយាមប្រមូលព័ត៌មានថេរមួយពីអ្នកគ្រប់គ្នា។ នេះគឺជាវិធីខុសឆ្គងដើម្បីរៀបចំគម្រោងសហការដ៏ធំមួយ។ ជំនួសឱ្យការប្រយុទ្ធគ្នាភាពមិនប្រក្រតីអ្នកគួរតែប្រើវា។

ទីមួយគ្មានហេតុផលដើម្បីដកអ្នកចូលរួមដែលមានជំនាញទាប។ ក្នុងការអំពាវនាវបើកចំហអ្នកចូលរួមដែលមានជំនាញទាបមិនបង្កបញ្ហាទេ។ ការរួមចំណែករបស់ពួកគេមិនធ្វើឱ្យនរណាម្នាក់ឈឺចាប់ទេហើយពួកគេមិនត្រូវការពេលវេលាដើម្បីវាយតម្លៃទេ។ នៅក្នុងការគណនារបស់មនុស្សនិងគម្រោងការប្រមូលទិន្នន័យចែកចាយលើសពីនេះទៅទៀតសំណុំបែបបទល្អបំផុតនៃការត្រួតពិនិត្យគុណភាពបានមកតាមរយៈការលែងត្រូវការតំរូវមិនមែនតាមរយៈរបារខ្ពស់សម្រាប់ការចូលរួម។ តាមការពិតជាជាងមិនរាប់បញ្ចូលអ្នកចូលរួមដែលមានជំនាញទាបវិធីសាស្ត្រល្អជាងនេះគឺដើម្បីជួយពួកគេឱ្យមានការរួមចំណែកល្អជាងមុនដូចអ្នកស្រាវជ្រាវនៅ eBird បានធ្វើ។

ទីពីរមិនមានហេតុផលដើម្បីប្រមូលព័ត៌មានថេរនៃព័ត៌មានពីអ្នកចូលរួមម្នាក់ៗទេ។ ការចូលរួមក្នុងគម្រោងសហការធំ ៗ ជាច្រើនគឺមិនស្មើភាពគ្នា (Sauermann and Franzoni 2015) ដោយមានមនុស្សមួយចំនួនតូចរួមចំណែកច្រើនដែលជួនកាលគេហៅថា ក្បាលខ្លាញ់ ហើយមនុស្សជាច្រើនបានរួមចំណែកតិចតួចដែលជួនកាលគេហៅថា កន្ទុយវែង ។ ប្រសិនបើអ្នកមិនប្រមូលព័ត៌មានពីក្បាលខ្លាញ់និងកន្ទុយវែងទេអ្នកនឹងទុកព័ត៌មានជាច្រើនដែលមិនត្រូវបានជ្រើសរើស។ ឧទាហរណ៍ប្រសិនបើវិគីភីឌាទទួលយក 10 និងកែសម្រួលត្រឹមតែ 10 ប៉ុណ្ណោះក្នុងកម្មវិធីនិពន្ធវានឹងបាត់បង់ប្រមាណ 95% នៃការកែប្រែ (Salganik and Levy 2015) ។ ដូច្នេះដោយមានគម្រោងសហការធំ ៗ វាជាការល្អបំផុតក្នុងការលើកកម្ពស់ភាពមិនធម្មតាជាជាងព្យាយាមលុបបំបាត់វា។