5.3.4 ತೀರ್ಮಾನ

ಓಪನ್ ಕರೆಗಳು ನಿಮಗೆ ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳಬಹುದಾದ ಸಮಸ್ಯೆಗಳಿಗೆ ಪರಿಹಾರಗಳನ್ನು ಹುಡುಕಲು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಆದರೆ ನೀವು ನಿಮ್ಮನ್ನು ಪರಿಹರಿಸಲಾಗುವುದಿಲ್ಲ.

ಎಲ್ಲಾ ಮೂರು ಮುಕ್ತ ಕರೆ ಯೋಜನೆಗಳನ್ನು ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಪ್ರಶಸ್ತಿ Foldit, ಒಬ್ಬರಿಂದೊಬ್ಬರಿಗೆ ಪೇಟೆಂಟು ಸಂಶೋಧಕರು, ನಿರ್ದಿಷ್ಟ ಸ್ವರೂಪದ ಪ್ರಶ್ನೆಗಳನ್ನು ಮಂಡಿಸಿದರು ಪರಿಹಾರಗಳನ್ನು ಲಭಿಸಿತ್ತು, ಮತ್ತು ನಂತರ ಅತ್ಯುತ್ತಮ ಪರಿಹಾರಗಳನ್ನು ಆಯ್ಕೆ. ಸಂಶೋಧಕರು ಕೇಳಲು ಉತ್ತಮ ತಜ್ಞ ತಿಳಿಯಲು ಇಲ್ಲ, ಮತ್ತು ಕೆಲವೊಮ್ಮೆ ಉತ್ತಮ ವಿಚಾರಗಳನ್ನು ಅನಿರೀಕ್ಷಿತ ಸ್ಥಳಗಳಲ್ಲಿ ಬಂದಿತು.

ಈಗ ನಾನು ಮುಕ್ತ ಕಾಲ್ ಯೋಜನೆಗಳು ಮತ್ತು ಮಾನವ ಗಣನಾ ಯೋಜನೆಗಳ ನಡುವಿನ ಎರಡು ಪ್ರಮುಖ ಭಿನ್ನತೆಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಬಹುದು. ಮೊದಲನೆಯದಾಗಿ, ತೆರೆದ ಕರೆ ಯೋಜನೆಗಳಲ್ಲಿ ಸಂಶೋಧಕರು ಒಂದು ಗುರಿಯನ್ನು (ಉದಾ., ಚಲನಚಿತ್ರದ ರೇಟಿಂಗ್ಗಳನ್ನು ಊಹಿಸುತ್ತಾರೆ) ಸೂಚಿಸುತ್ತಾರೆ, ಆದರೆ ಮಾನವ ಗಣನೆಯ ಪ್ರಕಾರ, ಸಂಶೋಧಕರು ಮೈಕ್ರೊಟ್ಯಾಸ್ಕ್ ಅನ್ನು ಸೂಚಿಸುತ್ತಾರೆ (ಉದಾ., ನಕ್ಷತ್ರಪುಂಜವನ್ನು ವರ್ಗೀಕರಿಸುವುದು). ಎರಡನೆಯದಾಗಿ, ತೆರೆದ ಕರೆಗಳಲ್ಲಿ, ಸಂಶೋಧಕರು ಚಲನಚಿತ್ರದ ರೇಟಿಂಗ್ಗಳನ್ನು ಊಹಿಸಲು ಅತ್ಯುತ್ತಮ ಅಲ್ಗಾರಿದಮ್, ಪ್ರೋಟೀನ್ನ ಕಡಿಮೆ-ಶಕ್ತಿಯ ಸಂರಚನೆ ಅಥವಾ ಹಿಂದಿನ ಕಲೆಯ ಅತ್ಯಂತ ಸೂಕ್ತವಾದ ತುಣುಕು-ಉತ್ತಮವಾದ ಎಲ್ಲಾ ರೀತಿಯ ಸರಳ ಸಂಯೋಜನೆಯನ್ನು ಬಯಸುವುದಿಲ್ಲ. ಕೊಡುಗೆಗಳು.

ತೆರೆದ ಕರೆಗಳಿಗೆ ಸಾಮಾನ್ಯ ಟೆಂಪ್ಲೆಟ್ ಮತ್ತು ಈ ಮೂರು ಉದಾಹರಣೆಗಳನ್ನು ನೀಡಲಾಗಿದೆ, ಈ ವಿಧಾನಕ್ಕೆ ಸಾಮಾಜಿಕ ಸಂಶೋಧನೆಯಲ್ಲಿ ಯಾವ ರೀತಿಯ ಸಮಸ್ಯೆಗಳು ಸೂಕ್ತವೆನಿಸಬಹುದು? ಈ ಹಂತದಲ್ಲಿ, ಇನ್ನೂ ಅನೇಕ ಯಶಸ್ವಿ ಉದಾಹರಣೆಗಳಿಲ್ಲ ಎಂದು ನಾನು ಒಪ್ಪಿಕೊಳ್ಳಬೇಕು (ಕಾರಣಗಳಿಗಾಗಿ ನಾನು ಒಂದು ಕ್ಷಣದಲ್ಲಿ ವಿವರಿಸುತ್ತೇನೆ). ನೇರ ಸಾದೃಶ್ಯದ ದೃಷ್ಟಿಯಿಂದ, ಒಂದು ನಿರ್ದಿಷ್ಟ ವ್ಯಕ್ತಿ ಅಥವಾ ಕಲ್ಪನೆಯನ್ನು ನಮೂದಿಸುವುದಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ ಆರಂಭಿಕ ಡಾಕ್ಯುಮೆಂಟ್ಗಾಗಿ ಹುಡುಕುವ ಒಬ್ಬ ಐತಿಹಾಸಿಕ ಸಂಶೋಧಕರಿಂದ ಪೀರ್-ಟು-ಪೇಟೆಂಟ್ ಶೈಲಿಯ ಮುಕ್ತ ಕರೆ ಅನ್ನು ಬಳಸಿಕೊಳ್ಳಲಾಗುತ್ತದೆ. ಸಂಭಾವ್ಯವಾಗಿ ಸಂಬಂಧಿಸಿದ ದಾಖಲೆಗಳು ಒಂದೇ ಆರ್ಕೈವ್ನಲ್ಲಿಲ್ಲದಿದ್ದರೂ ಈ ರೀತಿಯ ಸಮಸ್ಯೆಗಳಿಗೆ ತೆರೆದ ಕರೆ ವಿಧಾನವು ವಿಶೇಷವಾಗಿ ಮೌಲ್ಯಯುತವಾಗಬಹುದು ಆದರೆ ವ್ಯಾಪಕವಾಗಿ ಹಂಚಲಾಗುತ್ತದೆ.

ಹೆಚ್ಚು ಸಾಮಾನ್ಯವಾಗಿ, ಹಲವು ಸರ್ಕಾರಗಳು ಮತ್ತು ಕಂಪೆನಿಗಳು ತೆರೆದ ಕರೆಗಳಿಗೆ ಹೊಂದುವಂತಹ ಸಮಸ್ಯೆಗಳನ್ನು ಹೊಂದಿರುತ್ತಾರೆ, ಏಕೆಂದರೆ ತೆರೆದ ಕರೆಗಳು ಭವಿಷ್ಯಸೂಚಕಗಳಿಗಾಗಿ ಬಳಸಬಹುದಾದ ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ರಚಿಸಬಹುದು, ಮತ್ತು ಈ ಭವಿಷ್ಯವಾಣಿಗಳು ಕ್ರಿಯೆಯ ಪ್ರಮುಖ ಮಾರ್ಗದರ್ಶಿಯಾಗಿರಬಹುದು (Provost and Fawcett 2013; Kleinberg et al. 2015) . ಉದಾಹರಣೆಗೆ, ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಸಿನೆಮಾದಲ್ಲಿ ರೇಟಿಂಗ್ಗಳನ್ನು ಊಹಿಸಲು ಬಯಸಿದಂತೆಯೇ, ತಪಾಸಣೆ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ನಿಯೋಜಿಸಲು ಯಾವ ರೆಸ್ಟೋರೆಂಟ್ಗಳು ಆರೋಗ್ಯ-ಕೋಡ್ ಉಲ್ಲಂಘನೆಗಳನ್ನು ಹೊಂದಿರುವ ಸಾಧ್ಯತೆಗಳನ್ನು ಊಹಿಸಲು ಬಯಸಬಹುದು. ಈ ರೀತಿಯ ತೊಂದರೆಯಿಂದ ಪ್ರೇರಿತರಾದ ಎಡ್ವರ್ಡ್ ಗ್ಲೇಸರ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು (2016) ಬಾಪ್ಟನ್ ನಗರವು ರೆಸ್ಟೋರೆಂಟ್ ಯ ನೈರ್ಮಲ್ಯ ಮತ್ತು ನೈರ್ಮಲ್ಯದ ಉಲ್ಲಂಘನೆಗಳನ್ನು ಯುಪ್ಪ್ ವಿಮರ್ಶೆಗಳು ಮತ್ತು ಐತಿಹಾಸಿಕ ತಪಾಸಣೆಯ ದತ್ತಾಂಶದಿಂದ ಆಧರಿಸಿ ಸಹಾಯ ಮಾಡಲು ಮುಕ್ತ ಕರೆ ಬಳಸಿದರು. ಓಪನ್ ಕರೆ ಗೆದ್ದ ಊಹಾತ್ಮಕ ಮಾದರಿಯು ರೆಸ್ಟಾರೆಂಟ್ ಇನ್ಸ್ಪೆಕ್ಟರ್ಗಳ ಉತ್ಪಾದನೆಯನ್ನು ಸುಮಾರು 50% ರಷ್ಟು ಹೆಚ್ಚಿಸುತ್ತದೆ ಎಂದು ಅವರು ಅಂದಾಜು ಮಾಡಿದರು.

ಓಪನ್ ಕರೆಗಳನ್ನು ಸಹ ಸಿದ್ಧಾಂತಗಳನ್ನು ಹೋಲಿಸಲು ಮತ್ತು ಪರೀಕ್ಷಿಸಲು ಸಮರ್ಥವಾಗಿ ಬಳಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ದುರ್ಬಲವಾದ ಕುಟುಂಬಗಳು ಮತ್ತು ಮಕ್ಕಳ ಯೋಗಕ್ಷೇಮ ಅಧ್ಯಯನವು ಸುಮಾರು (Reichman et al. 2001) ಯುಎಸ್ ನಗರಗಳಲ್ಲಿ (Reichman et al. 2001) ಸುಮಾರು 5,000 ಮಕ್ಕಳನ್ನು ಪತ್ತೆಹಚ್ಚಿದೆ (Reichman et al. 2001) . ಸಂಶೋಧಕರು ಈ ಮಕ್ಕಳು, ಅವರ ಕುಟುಂಬಗಳು ಮತ್ತು ಅವರ ವಿಶಾಲ ಪರಿಸರವನ್ನು ಜನನದ ಸಮಯದಲ್ಲಿ ಮತ್ತು 1, 3, 5, 9, ಮತ್ತು 15 ವರ್ಷಗಳಲ್ಲಿ ಸಂಗ್ರಹಿಸಿದ್ದಾರೆ. ಈ ಮಕ್ಕಳ ಬಗ್ಗೆ ಎಲ್ಲ ಮಾಹಿತಿಯನ್ನೂ ನೀಡಿದರೆ, ಕಾಲೇಜಿನಿಂದ ಪದವೀಧರರಾಗಿರುವಂತಹ ಫಲಿತಾಂಶಗಳನ್ನು ಎಷ್ಟು ಸಂಶೋಧಕರು ಊಹಿಸಬಹುದು? ಅಥವಾ, ಈ ಫಲಿತಾಂಶಗಳನ್ನು ಊಹಿಸಲು ಡೇಟಾ ಮತ್ತು ಸಿದ್ಧಾಂತಗಳು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಎಂದು ಕೆಲವು ಸಂಶೋಧಕರಿಗೆ ಹೆಚ್ಚು ಆಸಕ್ತಿದಾಯಕವಾದ ರೀತಿಯಲ್ಲಿ ವ್ಯಕ್ತಪಡಿಸಲಾಗಿದೆ? ಈ ಮಕ್ಕಳಲ್ಲಿ ಯಾವುದೂ ಕಾಲೇಜಿಗೆ ಹೋಗಲು ಸಾಕಷ್ಟು ಹಳೆಯದಾಗಿರುವುದರಿಂದ, ಇದು ನಿಜವಾದ ಮುಂದಕ್ಕೆ ಕಾಣುವ ಮುನ್ಸೂಚನೆಯಾಗಿದೆ ಮತ್ತು ಸಂಶೋಧಕರು ಬಳಸಿಕೊಳ್ಳಬಹುದಾದ ಅನೇಕ ವಿಭಿನ್ನ ಕಾರ್ಯತಂತ್ರಗಳು ಇವೆ. ಜೀವನ ಪರಿಣಾಮಗಳನ್ನು ರೂಪಿಸುವಲ್ಲಿ ನೆರೆಹೊರೆಯವರು ನಿರ್ಣಾಯಕರಾಗಿದ್ದಾರೆ ಎಂದು ಸಂಶೋಧಕರು ಒಂದು ಮಾರ್ಗವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು, ಆದರೆ ಕುಟುಂಬಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವ ಸಂಶೋಧಕರು ಸಂಪೂರ್ಣವಾಗಿ ವಿಭಿನ್ನವಾಗಿರಬಹುದು. ಈ ವಿಧಾನಗಳಲ್ಲಿ ಯಾವುದು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ? ನಮಗೆ ಗೊತ್ತಿಲ್ಲ, ಮತ್ತು ಕಂಡುಹಿಡಿಯುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ, ಕುಟುಂಬಗಳು, ನೆರೆಹೊರೆಯವರು, ಶಿಕ್ಷಣ ಮತ್ತು ಸಾಮಾಜಿಕ ಅಸಮಾನತೆಯ ಬಗ್ಗೆ ನಾವು ಏನನ್ನಾದರೂ ಕಲಿಯಬಹುದು. ಇದಲ್ಲದೆ, ಭವಿಷ್ಯದ ಡೇಟಾ ಸಂಗ್ರಹಣೆಯನ್ನು ಮಾರ್ಗದರ್ಶಿಸಲು ಈ ಮುನ್ನೋಟಗಳನ್ನು ಬಳಸಬಹುದಾಗಿದೆ. ಯಾವುದೇ ಮಾದರಿಯಿಂದ ಪದವೀಧರರಾಗಲು ಮುಂಚೂಣಿಯಲ್ಲಿಲ್ಲದ ಕೆಲವೇ ಕಾಲೇಜು ಪದವೀಧರರು ಇದ್ದಾರೆ ಎಂದು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ; ಈ ಜನರು ಅನುಸರಣಾ ಗುಣಾತ್ಮಕ ಇಂಟರ್ವ್ಯೂ ಮತ್ತು ಜನಾಂಗೀಯ ವೀಕ್ಷಣೆಗಾಗಿ ಸೂಕ್ತ ಅಭ್ಯರ್ಥಿಗಳಾಗಿರುತ್ತಾರೆ. ಹೀಗಾಗಿ, ಈ ರೀತಿಯ ಮುಕ್ತ ಕರೆಯಲ್ಲಿ, ಮುನ್ನೋಟಗಳು ಅಂತ್ಯವಲ್ಲ; ಬದಲಿಗೆ, ಅವರು ವಿಭಿನ್ನ ಸೈದ್ಧಾಂತಿಕ ಸಂಪ್ರದಾಯಗಳನ್ನು ಹೋಲಿಸಲು, ಉತ್ಕೃಷ್ಟಗೊಳಿಸಲು ಮತ್ತು ಸಂಯೋಜಿಸಲು ಒಂದು ಹೊಸ ವಿಧಾನವನ್ನು ಒದಗಿಸುತ್ತಾರೆ. ಕಾಲೇಜಿಗೆ ಹೋಗುವುದನ್ನು ಊಹಿಸಲು ಫ್ರಾಗಿಲ್ ಫ್ಯಾಮಿಲೀಸ್ ಮತ್ತು ಚೈಲ್ಡ್ ಯೋಗಕ್ಷೇಮ ಅಧ್ಯಯನದಿಂದ ಈ ರೀತಿಯ ತೆರೆದ ಕರೆ ನಿರ್ದಿಷ್ಟವಾಗಿಲ್ಲ; ಯಾವುದೇ ಫಲಿತಾಂಶವನ್ನು ಊಹಿಸಲು ಇದನ್ನು ಬಳಸಬಹುದಾಗಿದೆ, ಅದು ಅಂತಿಮವಾಗಿ ಯಾವುದೇ ಉದ್ದದ ಸಾಮಾಜಿಕ ಡೇಟಾ ಸೆಟ್ನಲ್ಲಿ ಸಂಗ್ರಹವಾಗುತ್ತದೆ.

ನಾನು ಮೊದಲೇ ಈ ವಿಭಾಗದಲ್ಲಿ ಬರೆದಂತೆ, ತೆರೆದ ಕರೆಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸಾಮಾಜಿಕ ಸಂಶೋಧಕರ ಅನೇಕ ಉದಾಹರಣೆಗಳಿಲ್ಲ. ಇದು ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನಿಗಳು ತಮ್ಮ ಪ್ರಶ್ನೆಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಕೇಳುವ ರೀತಿಯಲ್ಲಿ ತೆರೆದ ಕರೆಗಳು ಸೂಕ್ತವಲ್ಲ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ. ನೆಟ್ಫ್ಲಿಕ್ಸ್ ಪ್ರಶಸ್ತಿಗೆ ಹಿಂದಿರುಗಿದಾಗ, ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನಿಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಅಭಿರುಚಿಯನ್ನು ಊಹಿಸುವ ಬಗ್ಗೆ ಕೇಳುವುದಿಲ್ಲ; ಬದಲಿಗೆ, ಅವರು ಹೇಗೆ ಮತ್ತು ಏಕೆ ಸಾಂಸ್ಕೃತಿಕ ಅಭಿರುಚಿಗಳು ವಿಭಿನ್ನ ಸಾಮಾಜಿಕ ವರ್ಗಗಳ ಜನರಿಗೆ ಭಿನ್ನವಾಗಿರುತ್ತವೆ (ಉದಾಹರಣೆಗೆ ನೋಡಿ, Bourdieu (1987) ). ಅಂತಹ "ಹೇಗೆ" ಮತ್ತು "ಏಕೆ" ಪ್ರಶ್ನೆ ಸುಲಭವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದಾದ ಪರಿಹಾರಗಳಿಗೆ ಕಾರಣವಾಗುವುದಿಲ್ಲ ಮತ್ತು ಆದ್ದರಿಂದ ಕರೆಗಳನ್ನು ತೆರೆಯಲು ಸರಿಯಾಗಿ ಯೋಗ್ಯವಾಗಿಲ್ಲವೆಂದು ತೋರುತ್ತದೆ. ಹೀಗಾಗಿ, ವಿವರಣೆಗಳ ಪ್ರಶ್ನೆಗಳಿಗಿಂತ ಪ್ರಶ್ನೆಗಳನ್ನು ಊಹಿಸಲು ತೆರೆದ ಕರೆಗಳು ಹೆಚ್ಚು ಸೂಕ್ತವೆಂದು ಕಂಡುಬರುತ್ತದೆ. ಆದಾಗ್ಯೂ ಇತ್ತೀಚಿನ ಸಿದ್ಧಾಂತವಾದಿಗಳು, ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನಿಗಳು ವಿವರಣಾ ಮತ್ತು ಊಹೆಯ (Watts 2014) ನಡುವಿನ ದ್ವಿರೂಪವನ್ನು ಮರುಪರಿಶೀಲಿಸುವಂತೆ ಕರೆ ನೀಡಿದ್ದಾರೆ. ಭವಿಷ್ಯ ಮತ್ತು ವಿವರಣೆ ಬ್ಲರ್ಸ್ ನಡುವಿನ ರೇಖೆಯಂತೆ, ತೆರೆದ ಕರೆಗಳು ಸಾಮಾಜಿಕ ಸಂಶೋಧನೆಯಲ್ಲಿ ಹೆಚ್ಚು ಸಾಮಾನ್ಯವಾಗುತ್ತವೆ ಎಂದು ನಾನು ನಿರೀಕ್ಷಿಸುತ್ತೇನೆ.