5.5.2 វិសភាគអានុភាព

នៅពេលដែលអ្នកបានជម្រុញមនុស្សជាច្រើននាក់ទៅធ្វើការនៅលើបញ្ហាបែបវិទ្យាសាស្រ្តពិតប្រាកដមួយ, អ្នកនឹងរកឃើញថាអ្នកចូលរួមរបស់អ្នកនឹងត្រូវដូចគ្នានៅក្នុងវិធីសំខាន់ពីរ: ពួកគេនឹងផ្លាស់ប្តូរនៅជំនាញរបស់ពួកគេហើយពួកគេនឹងផ្លាស់ប្តូរនៅកម្រិតរបស់ពួកគេនៃការខិតខំប្រឹងប្រែង។ នេះជាប្រតិកម្មដំបូងរបស់ក្រុមអ្នកស្រាវជ្រាវសង្គមជាច្រើនគឺដើម្បីដកចេញអ្នកចូលរួមមានគុណភាពទាបនិងបន្ទាប់មកព្យាយាមដើម្បីប្រមូលចំនួនថេរនៃទិន្នន័យពីមនុស្សគ្រប់រូបឆ្វេង។ នេះគឺជាវិធីខុសក្នុងការរចនាជាគម្រោងសហការគ្នាច្រើន។

ជាដំបូងវាមានមូលហេតុដើម្បីដកអ្នកចូលរួមដែលមានជំនាញទាបទេ។ ក្នុងការហៅទូរស័ព្ទបើកចំហអ្នកចូលរួមដែលមានជំនាញទាបបង្កឱ្យមានបញ្ហាទេ ការរួមចំណែករបស់ពួកគេមិនប៉ះពាល់ដល់នរណាម្នាក់ហើយពួកគេមិនតម្រូវឱ្យមានពេលដើម្បីវាយតម្លៃណាមួយ។ ក្នុងការគណនាមនុស្សនិងគម្រោងប្រមូលទិន្នន័យបានចែកចាយនៅលើដៃផ្សេងទៀតដែលជាទម្រង់ល្អបំផុតនៃការត្រួតពិនិត្យគុណភាពបានមកតាមរយៈការលែងត្រូវការតទៅទៀតមិនមែនរបារខ្ពស់សម្រាប់ការចូលរួម។ នៅក្នុងការពិត, ជាជាងការមិនរាប់បញ្ចូលអ្នកចូលរួមមានជំនាញទាប, វិធីសាស្រ្តល្អប្រសើរជាងមុនគឺដើម្បីជួយឱ្យពួកគេធ្វើការរួមចំណែកល្អប្រសើរជាងមុនច្រើនដូចជាក្រុមអ្នកស្រាវជ្រាវនៅ eBird បានធ្វើ។

ទីពីរ, មានហេតុផលដើម្បីប្រមូលចំនួនថេរនៃទិន្នន័យពីការចូលរួមគ្នាទេ។ ការចូលរួមក្នុងគម្រោងការសហការរង្គាលមនុស្សជាច្រើនមិនស្មើគ្នាមិនគួរឱ្យជឿ (Sauermann and Franzoni 2015) ដោយមានមួយចំនួនតូចមួយនៃមនុស្សដែលបានរួមចំណែកជាច្រើន-ហៅថាពេលខ្លះរលត់សូន្យទៅជាប្រធានជាតិខ្លាញ់បានរួមចំណែកយ៉ាងច្រើនរបស់ប្រជាជនតិចតួចមួយដែលហៅថាជួនកាលកន្ទុយវែង។ ប្រសិនបើអ្នកមិនបានប្រមូលទិន្នន័យពីប្រធានជាតិខ្លាញ់និងកន្ទុយវែងអ្នកត្រូវបានចាកចេញពីតោននៃព uncollected ។ ឧទាហរណ៍ប្រសិនបើវិគីភីឌាបានទទួលយកតែ 10 10 និងកម្មវិធីនិពន្ធមួយកំណែប្រែនោះទេវានឹងបាត់បង់ប្រហែល 95% នៃកំណែប្រែ (Salganik and Levy 2015) ។ ដូច្នេះជាមួយនឹងគម្រោងការសហការម៉ាស, វាជាការល្អបំផុតដើម្បីពង្រីកវិសភាគជាជាងការព្យាយាមដើម្បីលុបបំបាត់វា។