5.3.4 Conclusioun

Open Appeller ganz vill Experten an och Net-Experten Léisunge fir Problemer wou Léisungen sinn einfach ze kucken wéi generéieren.

An all dräi Opruff Projeten-Netflix Präis, Foldit, Peer-ze-Patent-Fuerscher zougemaach Froen vun enger bestëmmter Form, geplënnert Léisungen, an hat duerno de beschte Léisungen. D'Fuerscher hu brauchen net esouguer déi bescht Expert ze kennen ze froen, an heiansdo d'gutt Iddien aus onerwaart Plazen.

Elo kann ech Highlight och zwee wichteg Ënnerscheeder tëscht Opruff Projeten a mënschlech Berechnung Projeten. Éischt, zu Opruff Projeten spezifizéiert de Fuerscher e Schoss (zB, en Film Bewäertungen) hierkommen zu Mënsch Berechnung spezifizéiert d'Fuerschung e Mikro-Aufgab (zB, eng Galaxis classifying). Zweet, an oppen rifft nach d'Fuerscher déi beschte Bäitrag-de beschte sind Film Bewäertungen fir en, den niddregsten-Energie Konfiguratioun vun engem FAQ, oder déi relevant Stéck virun Konscht-net iergend vun einfache Kombinatioun vun all vun de Cotisatiounen.

Am Bezug op déi allgemeng Skelett fir oppen rifft an deenen dräi Beispiller, wat Arte vu Problemer am sozialen Fuerschung kéint zu dëser Approche gëeegent ginn? Op dësem Punkt muss ech erkennen datt et net ginn nach vill Erfolleg Beispiller (fir Grënn, déi ech an engem Moment erklären ech). Am Sënn vun enger direkter mol, konnt ee virstellen, datt e Peer-ze-Patent Stil Projet vun engem historeschen Fuerscher fir d'éischt Dokument Recherche benotzt ginn engem bestëmmten Persoun oder Iddi ze ernimmen. En Opruff Approche un dës Zort vu Problem besonnesch wäertvoll ginn hätt wann den zoustännege Dokumenter net zu engem eenzege Archiv gesammelt ginn, mä si wäit verbreet.

Méi allgemeng, hu vill Regierunge Problemer datt atomar ginn kéinten Telefonsgespréicher opzemaachen well se dorëms Prognosen sinn déi benotzt kënne Aktioun zu Guide (Kleinberg et al. 2015) . Zum Beispill, just als Netflix virauszesoen Bewäertungen op Filmer nach, vläicht wëlls Regierungen Resultater wéi déi Restauranten ze soe sinn héchstwahrscheinlech Gesondheet Code begaangen an Uerdnung ze hunn fir Inspektioun Ressource léinen. Motivéiert duerch dës Zort vu Problem, Glaeser et al. (2016) benotzt en Opruff der City vu Boston virauszesoen Restaurant Hygiène an Sanéierung Violatioune baséiert op Donnéeën aus Yelp Kritik an historesch Inspektioun Donnéeën ze hëllefen. Glaeser a Kollegen schätzen, datt d'predictive Modell, datt den Opruff gewonnen hätt d'Produktivitéit vun Restaurant Inspektere vun iwwer 50% ze verbesseren. Betriber hunn och Problemer mat enger ähnlecher Struktur wéi en Client churn (Provost and Fawcett 2013) .

Endlech, zousätzlech zu rifft oppen datt Resultater bezitt dat schon zu engem besonneschen Datesaz geschitt (zB, en Gesondheet Code Violatioune Daten op Vergaangenheet Gesondheet Code Violatioune benotzt), kéint een en Resultater virstellen, datt nach net vun de Donnéeën fir jiddereen geschitt . Zum Beispill, huet de fragil Familljeministesch an Child être Etude iwwer 5.000 Kanner zënter Gebuert zu 20 verschidden US Stied Spaut (Reichman et al. 2001) . Fuerscher hunn iwwer dëse Kanner gesammelt Daten, hir Familljen, an hir gréissere Ëmwelt bei der Gebuert an am Alter 1, 3, 5, 9, an 15. all d'Informatiounen iwwert dës Kanner Tatsaach, wéi gutt konnt Fuerscher viraus Resultater wéi déi wäert CSL vun der Uni? Or, ausgedréckt an eng Manéier, déi méi interessant ze vill Fuerscher wier, déi Donnéeën an Theorien wier am effiziensten dës Resultater en? Well keen vun denen Kanner genuch Moment al sinn fir Fachhéichschoul goen, wier dat eng richteg Stiermer-sicht Cepheid gin an et si vill verschidde Strategien datt Fuerscher Employeur kéint. A Fuerscher déi denkt, datt Quartieren kritesch sinn am Liewen Resultater formen kéint eng Approche huelen während engem Fuerscher déi op Famillen axéiert eppes komplett anescht maachen kéint. Wat fir eng vun dësen Approche géif Aarbecht besser? Mir wëssen net, an an de Prozess vun Opklärung aus mir eppes wichteg iwwer Familljen léieren kéint, Quartieren, Edukatioun, an sozial Ongläichheet. Weider, kéinten dës Prognosen benotzt ginn Zukunft Daten Kollektioun ze guidéieren. Virstellen, datt do eng kleng Zuel vun Studienzäit Graduéierter huet dat net virausgesot huet vun all de Modellen ze bleiwen; dëse Leit géifen ideal Kandidate fir Suivi qualitative Interviewen an ethnographic observation ginn. Sou, an dës Zort vu Opruff, sinn d'Prognosen net d'Enn; éischter, déi se eng nei Aart a Weis ze vergläichen, beräichert, a verschiddene theoretesch Traditiounen kombinéieren. Dës Zort vun Opruff ass fir mat Donnéeën aus fragil Familljeministesch net spezifesch ze soe wien zu Studienzäit ginn; et hätt keng Resultat ze soe ginn, datt schliisslech zu all longitudinal sozial Datesaz gesammelt ginn.

Well ech virdrun an dëser Rubrik geschriwwen, hunn et net oppen rifft mat ville Beispiller vu sozialen Fuerscher schonn. Ech mengen, datt dat ass, well oppen rifft gutt sinn net zu de Wee geegent dass sozialer Wëssenschaftler typesch hir Froen Frame. Zréckgoen op der Netflix Präis, géif sozial Wëssenschaftler normalerweis net froen iwwer Goût virausgesot, géif se froen wéi a firwat kulturell Goût ganz ënnerschiddlech fir Leit vu verschiddene soziale Klasse (Bourdieu 1987) . Esou "wéi" an "firwat" Fro ze einfach an net Léisungen ze vergläichen, an dofir schlecht fit Virworf rifft opzemaachen. Sou, schéngt et, datt oppen fuerdert méi atomar Fro vun Cepheid sinn wéi Froen vun Erklärung; fir méi iwwert den Ënnerscheed tëscht Cepheid an Erklärung gesinn Breiman (2001) . Rezent wäerte Ee, hunn op sozial Wëssenschaftler genannt der seet tëscht Erklärung a Cepheid ze schneiden dat nemmen himmel (Watts 2014) . Well d'Linn tëschent Cepheid an Erklärung blurs, erwaarden ech dass oppen Concouren an d'sozial Wëssenschaft ëmmer méi heefeg ginn, wäert.