ബഹുജന സഹകരണം സിറ്റിസൺ സയൻസ് , ക്രൗഡ്സോഴ്സിംഗ് , കൂട്ടായ ഇന്റലിജൻസ് എന്നിവയിൽ നിന്ന് ആശയങ്ങൾ മിശ്രണം ചെയ്യുന്നു. ശാസ്ത്രീയ പ്രക്രിയയിൽ പൗരന്മാർക്ക് "പൗരന്മാർ" (അതായത്, എൻോസിൻറിസ്റ്റുകൾ) ഉൾപ്പെടുന്നു എന്നാണ് അർത്ഥം. കൂടുതൽ കാണുക, Crain, Cooper, and Dickinson (2014) , Bonney et al. (2014) . ക്രൗഡ്സോഴ്സിംഗ് എന്നത് പൊതുവേ ഓർഗനൈസേഷനിൽ തന്നെ പരിഹരിക്കപ്പെടുന്ന ഒരു പ്രശ്നം ഏറ്റെടുത്ത് പകരം അതിനെ ഒരു ജനക്കൂട്ടത്തെ പുറംതള്ളുകയാണ്; Howe (2009) . കൂട്ടായ ഇന്റലിജൻസ് എന്നതുകൊണ്ട് അർഥമാക്കുന്നത് വിവേകശൂന്യമായി തോന്നുന്ന വിധത്തിൽ കൂട്ടായി പ്രവർത്തിക്കുന്നവർ കൂടുതൽ കാണുക, Malone and Bernstein (2015) . Nielsen (2012) ശാസ്ത്രീയ ഗവേഷണത്തിനുള്ള ബഹുജന സഹകരണത്തിന് ഒരു പുസ്തക-ദൈർഘ്യ ആമുഖം.
പല തരത്തിലുള്ള ബഹുജന സഹകരണങ്ങളുണ്ട്, അവ ഞാൻ നിർദ്ദേശിച്ചിട്ടുള്ള മൂന്ന് വിഭാഗങ്ങളിലേക്ക് നന്നായി വയ്ക്കാറില്ല, ഇവയിൽ മൂന്ന് പ്രത്യേക ശ്രദ്ധ അർഹിക്കുന്നു, കാരണം അവർ സോഷ്യൽ ഗവേഷണത്തിൽ ഉപയോഗപ്രദമായിരിക്കും. ഒരു ഉദാഹരണം പ്രവചന മാര്ക്കറ്റുകളാണ്, ലോകത്തിലെ സംഭവവികാസങ്ങളെ അടിസ്ഥാനമാക്കി റിപ്പയർ ചെയ്യാവുന്ന, പങ്കാളികൾ വാങ്ങുന്നതും വാണിജ്യവുമായി ബന്ധപ്പെട്ട കരാറുകളും. പ്രവചനങ്ങൾക്കനുസൃതമായി കമ്പനികളും ഗവൺമെൻറും പ്രവചിക്കുന്ന വിപണികൾ ഉപയോഗിക്കാറുണ്ട്. മനഃശാസ്ത്രത്തിൽ പ്രസിദ്ധീകരിക്കപ്പെട്ട പഠനങ്ങളുടെ (Dreber et al. 2015) മുൻകൂട്ടി പറയാൻ സാമൂഹിക ഗവേഷകർ ഉപയോഗിച്ചിട്ടുണ്ട് (Dreber et al. 2015) . പ്രവചനം പ്രവചനങ്ങൾക്ക് ഒരു അവലോകനം, Wolfers and Zitzewitz (2004) , Arrow et al. (2008) .
എന്റെ ഗ്യാരേജ് സ്കീമിന് അനുയോജ്യമല്ലാത്ത രണ്ടാമത്തെ ഉദാഹരണം PolyMath പ്രോജക്ട് ആണ്. പുതിയ ഗണിത സിദ്ധാന്തങ്ങൾ തെളിയിക്കാൻ ബ്ലോഗർമാരും വിക്കികളുമടങ്ങുന്ന ഗവേഷകർ നെറ്റ്ഫ്ലിക്സ് സമ്മാനം പോലെ പോളമത്ത് പ്രൊജക്റ്റ് ചില മാർഗ്ഗങ്ങളിലാണ്. എന്നാൽ, ഈ പ്രോജക്ടിന്റെ പങ്കാളികൾ മറ്റുള്ളവരുടെ ഭാഗിക പരിഹാരങ്ങളിൽ കൂടുതൽ സജീവമായി നിർമിച്ചിട്ടുണ്ട്. പോളിമ്യാഥ് പ്രോജക്ടിൽ കൂടുതൽ വിവരങ്ങൾക്ക്, Gowers and Nielsen (2009) , Cranshaw and Kittur (2011) , Nielsen (2012) , Kloumann et al. (2016) .
മൂന്നാമത്തെ ഉദാഹരണം എന്റെ വർഗ്ഗീകരണ പദ്ധതിയിൽ ഉൾപ്പെടുന്നില്ല. ഡിഫൻസ് അഡ്വാൻസ്ഡ് റിസർച്ച് പ്രോജക്ട് ഏജൻസി (ഡിആർപിപി) നെറ്റ്വർക്ക് ചലഞ്ച് (അതായത്, റെഡ് ബലൂൺ ചലഞ്ച്) പോലുള്ള സമയ-ആശ്രിത സാമഗ്രികളാണ്. ഈ സമയ-സെൻസിറ്റീവ് മൊബിലൈസേഷനുകൾക്ക് Pickard et al. (2011) കാണുക Pickard et al. (2011) , Tang et al. (2011) , Rutherford et al. (2013) .
കമ്പ്യൂട്ടർ ശാസ്ത്രജ്ഞർ നടത്തിയ ജോലിയിൽ നിന്ന് "മനുഷ്യ കണക്കുകൂട്ടൽ" എന്ന പദം വരുന്നു, ഈ ഗവേഷണത്തിനു പിന്നിലെ പശ്ചാത്തലത്തെ മനസ്സിലാക്കുന്നത് അതിനെ അനുയോജ്യമായേക്കാവുന്ന പ്രശ്നങ്ങൾ ഒഴിവാക്കാനുള്ള നിങ്ങളുടെ കഴിവിനെ മെച്ചപ്പെടുത്തുന്നു. വിദഗ്ദ്ധരായ മനുഷ്യർക്കുപോലും കഴിവുകൾ ഉള്ളതിനാൽ കമ്പ്യൂട്ടറുകൾ അവിശ്വസനീയമാം വിധം ശക്തമാണ്. ഉദാഹരണത്തിന്, ചെസ്സിൽ, കമ്പ്യൂട്ടർ മികച്ച ഗ്രാൻഡ് മാസ്റ്റേഴ്സിനെ പോലും തോൽപ്പിക്കും. എന്നാൽ, സാമൂഹ്യ ശാസ്ത്രജ്ഞന്മാർ ഇത് കുറച്ചാളുകളെ അഭിനന്ദിക്കുന്നു. മറ്റ് ജോലികൾക്കായി കമ്പ്യൂട്ടറുകൾ യഥാർത്ഥത്തിൽ ജനങ്ങളെക്കാൾ വളരെ മോശമാണ്. മറ്റൊരു രീതിയിൽ പറഞ്ഞാൽ, ഇപ്പോൾ ചിത്രങ്ങൾ, വീഡിയോ, ഓഡിയോ, ടെക്സ്റ്റ് എന്നിവ ഉൾപ്പെടുന്ന ചില ടാസ്ക്കുകളിൽ നിങ്ങൾ ഏറ്റവും സങ്കീർണമായ കമ്പ്യൂട്ടറേക്കാൾ മികച്ചതായിരിക്കുന്നു. ഹാർഡ്-ഫോർ-കംപ്യുട്ടറുകൾക്ക് വേണ്ടി പ്രവർത്തിക്കുന്ന കമ്പ്യൂട്ടർ ശാസ്ത്രജ്ഞർ, മനുഷ്യരുടെ ജോലികൾ വളരെ എളുപ്പത്തിൽ മനസ്സിലാക്കാൻ സാധിച്ചു. മനുഷ്യന്റെ കംപ്യൂട്ടിറ്റേഷൻ, മനുഷ്യനുപയോഗിക്കുന്ന പ്രശ്നങ്ങൾ പരിഹരിക്കുവാനായി മനുഷ്യന്റെ സംസ്കരണ ശേഷി ഉപയോഗപ്പെടുത്തുന്നതിനുള്ള ഒരു മാതൃക, "എന്ന തന്റെ പ്രബന്ധത്തിൽ ആദ്യമായി വന്നപ്പോൾ, ല്യൂസ് വോൺ ആഹ് (2005) മനുഷ്യകുലത്തെക്കുറിച്ച് വിവരിക്കുന്നു. ഈ നിയമത്തിന്റെ ഏറ്റവും പൊതുവീക്ഷണം, Law and Ahn (2011) .
Ahn (2005) ഫോൾഡിറ്റ്-ൽ അവതരിപ്പിച്ച നിർവചനമനുസരിച്ച്, ഞാൻ ഓപ്പൺ കോളുകൾക്കുള്ള വിഭാഗത്തിൽ വിവരിച്ചത് ഒരു മനുഷ്യ കണക്കുകൂട്ടൽ പദ്ധതിയായി കണക്കാക്കാം. എന്നിരുന്നാലും, ഫോൾഡീറ്റുകളെ തുറന്ന കോൾ ആയി വർണ്ണിക്കാൻ ഞാൻ തിരഞ്ഞെടുക്കുന്നു, കാരണം പ്രത്യേക വൈദഗ്ധ്യം ആവശ്യമാണ് (ഔപചാരിക പരിശീലനമല്ലെങ്കിലും), ഒരു സ്പ്ലിറ്റ്-ആപ്ലിക്കേഷൻ സംയോജിത തന്ത്രമാണ് ഉപയോഗിക്കുന്നത് എന്നതിലുപരി, മികച്ച പരിഹാരം ലഭിക്കുന്നു.
സ്റ്റാറ്റിസ്റ്റിക്കൽ കംപ്യൂട്ടിങ്ങിനുള്ള ഒരു തന്ത്രത്തെ വിവരിക്കുന്നതിനായി Wickham (2011) "സ്പ്ലിറ്റ് ആപ്ലിക്കേഷൻ സംയോജിത" എന്ന പ്രയോഗം ഉപയോഗിച്ചുവരുന്നു, എന്നാൽ മനുഷ്യന്റെ നിരവധി കംപ്യൂട്ടിംഗ് പ്രോജക്ടുകളുടെ പ്രക്രിയയെ അത് തികച്ചും പിടിച്ചെടുക്കുന്നു. Google ൽ വികസിപ്പിച്ച MapRedOS ചട്ടക്കൂടിനു സമാനമായ സ്പ്ലിറ്റ്-ആപ്ലിക്കേഷൻ സംയോജിത തന്ത്രം; MapReduce- ൽ കൂടുതൽ കാണുക, Dean and Ghemawat (2004) , Dean and Ghemawat (2008) . മറ്റു വിതരണ കമ്പ്യൂട്ടിംഗ് ആർക്കിടെക്ചറുകളെക്കുറിച്ച് കൂടുതൽ അറിയാൻ Vo and Silvia (2016) . ഈ അദ്ധ്യായത്തിലെ Law and Ahn (2011) സങ്കീർണമായ സങ്കീർണ്ണ സംവിധാനങ്ങളുള്ള പദ്ധതികളുടെ ചർച്ചയിൽ Law and Ahn (2011) ന്റെ അദ്ധ്യായം 3 ഉണ്ട്.
ഞാൻ അധ്യായത്തിൽ ചർച്ച ചെയ്ത മാനുഷിക കംപ്യൂട്ടിംഗ് പ്രോജക്ടുകളിൽ, പങ്കെടുക്കുന്നവർ എന്താണു സംഭവിക്കുന്നതെന്ന് അറിഞ്ഞിരുന്നു. എന്നിരുന്നാലും, മറ്റ് ചില പദ്ധതികൾ, ഇതിനകം സംഭവിക്കുന്ന ("eBird") സമാനമായ "പ്രവൃത്തി", പങ്കെടുക്കുന്ന ബോധവൽക്കരണമില്ലാതെ പിടിക്കാൻ ശ്രമിക്കുന്നു. ഉദാഹരണത്തിന്, ESP ഗെയിം (Ahn and Dabbish 2004) , reCAPTCHA (Ahn et al. 2008) . എന്നിരുന്നാലും, ഈ രണ്ട് പദ്ധതികളും ധാർമ്മിക ചോദ്യങ്ങൾ ഉയർത്തുകയും, കാരണം ഡാറ്റ എങ്ങനെ ഉപയോഗിക്കുമെന്ന് അറിയില്ല (Zittrain 2008; Lung 2012) .
ESP ഗെയിം കൊണ്ട് പ്രചോദനം ഉൾക്കൊണ്ട് നിരവധി ഗവേഷകർ ഒരു "ലക്ഷ്യത്തോടെ" ഗെയിമുകൾ വികസിപ്പിക്കുവാൻ ശ്രമിച്ചു (Ahn and Dabbish 2008) (അതായത്, "മനുഷ്യ-അടിസ്ഥാനമാക്കിയുള്ള കമ്പ്യൂട്ടേഷണൽ ഗെയിമുകൾ" (Pe-Than, Goh, and Lee 2015) മറ്റു പല പ്രശ്നങ്ങളും പരിഹരിക്കാമായിരുന്നു. ഈ "കളികളുള്ള ഗെയിമുകൾ" പൊതുവായുള്ളതാണ്, മനുഷ്യ ഗണിതത്തിൽ ഉൾപ്പെട്ടിരിക്കുന്ന ജോലികൾ ആസ്വദിക്കാൻ അവർ ശ്രമിക്കുന്നു എന്നതാണ്. ഗാലക്സി മൃഗശാലയിൽ ഒരേ സ്പ്ലിറ്റ് ആപ്ലിക്കേഷൻ സംയോജിത ഘടന ഷിപ്പിങ് സമയത്ത് ESP ഗെയിം പങ്കുവയ്ക്കുന്ന സമയത്ത്, അത് എങ്ങനെ സഹായിക്കുന്നു എന്നതിനെ അടിസ്ഥാനമാക്കിയാണ്. ഒരു ആവശ്യത്തിനനുസരിച്ച് കൂടുതൽ ഗെയിമുകൾക്കായി, Ahn and Dabbish (2008) .
ഗാലക്സി മൃഗശാലയിലെ എന്റെ വിവരണം Nielsen (2012) , Adams (2012) , Clery (2011) , Hand (2010) എന്നിവയിൽ എന്റെ ഗാലറി മൃഗശാല ഗവേഷണ ലക്ഷ്യം ലളിതവൽക്കരിച്ചു. ജ്യോതിശാസ്ത്രത്തിൽ ഗാലക്സികളുടെ വർഗ്ഗീകരണ ചരിത്രത്തിലും ഗാലക്സി സൂയിലും ഈ പാരമ്പര്യം എങ്ങനെ തുടരുമെന്നതിനെക്കുറിച്ച് കൂടുതൽ അറിയാൻ, Masters (2012) , Marshall, Lintott, and Fletcher (2015) . ഗാലക്സി മൃഗശാലയിലെ കെട്ടിടത്തിൽ ഗവേഷകൻ ഗാലക്സി സൂ 2 നിറവേറ്റുന്നു. 60 മില്യൺ കൂടുതൽ സങ്കീർണ്ണമായ മോർഫോളജിക്കൽ ക്ലാസിക്കേഷനുകൾ സന്നദ്ധപ്രവർത്തകർ (Masters et al. 2011) . കൂടാതെ, ചന്ദ്രന്റെ ഉപരിതലം പര്യവേക്ഷണം ചെയ്യുകയും ഗ്രഹങ്ങളെ തേടുകയും പഴയ രേഖകൾ ട്രാൻസ്ക്രൈബ് ചെയ്യുകയും ചെയ്തു. നിലവിൽ, അവരുടെ എല്ലാ പദ്ധതികളും Zooniverse വെബ്സൈറ്റിൽ (Cox et al. 2015) ശേഖരിക്കുന്നു. ഒരു പദ്ധതികളിലൊരാളായ സെനെൻഗീറ്റി, പരിസ്ഥിതി ഗവേഷണത്തിനായി ഗാലക്സി സൂ-ഇമേജ് ഇമേജ് ക്ലാസിഫിക്കേഷൻ പ്രോജക്ടുകൾക്കും (Swanson et al. 2016) എന്നതിന് തെളിവുകൾ നൽകുന്നു.
ഒരു മാനുഷിക കംപ്യൂട്ടിങ് പ്രോജക്ടിന്, Chandler, Paolacci, and Mueller (2013) , J. Wang, Ipeirotis, and Provost (2015) തൊഴിൽ കമ്പോളം (ഉദാഹരണത്തിന്, ആമസോൺ മെക്കാനിക്കൽ ടർക്) ഉപയോഗിക്കുന്ന ഗവേഷകർ ടാസ്ക്ക് ഡിസൈനിൽ നല്ല ഉപദേശങ്ങൾ നൽകുന്നു. മറ്റ് ബന്ധപ്പെട്ട പ്രശ്നങ്ങൾ. Porter, Verdery, and Gaddis (2016) മൈക്രോട്രാക്ക് ലേബർ മാർക്കറ്റുകളുടെ ഉപയോഗത്തെ അടിസ്ഥാനമാക്കിയുള്ള ഉദാഹരണങ്ങളും ഉപദേശം നൽകുന്നു. "ഡാറ്റ ബഗ്ഗ്" എന്നാണ് അവർ വിളിക്കുന്നത്. ഡാറ്റാ ഒഗ്മെൻറേഷൻ, ഡാറ്റ ശേഖരണം എന്നിവ തമ്മിലുള്ള അകലം അപ്രസക്തമാണ്. ടെക്സ്റ്റിനായി സൂപ്പർവൈസുചെയ്ത പഠനത്തിനായി ലേബലുകളെ ശേഖരിച്ച് ഉപയോഗിക്കുന്നതിനുള്ള കൂടുതൽ വിവരങ്ങൾക്കായി, Grimmer and Stewart (2013) .
കമ്പ്യൂട്ടർ സഹായത്തോടെയുള്ള മാനുഷിക കംപ്യൂട്ടിംഗ് സംവിധാനങ്ങൾ (ഉദാഹരണമായി, ഒരു യന്ത്രം പഠന മാതൃകയെ പരിശീലിപ്പിക്കുന്നതിനുള്ള മനുഷ്യ ലേബലുകൾ ഉപയോഗിക്കുന്ന സിസ്റ്റങ്ങൾ) ഞാൻ വിളിക്കുന്നതിൽ സൃഷ്ടിക്കുന്ന Shamir et al. (2014) താല്പര്യമുണ്ടാകാം Shamir et al. (2014) ഓഡിയോ ഉപയോഗിച്ച് ഒരു ഉദാഹരണം), Cheng and Bernstein (2015) . കൂടാതെ, ഈ പ്രോജക്ടുകളിലെ മെഷീൻ പഠന മാതൃകകൾ തുറന്ന കോളുകൾക്ക് അപേക്ഷിക്കാവുന്നതാണ്, അതിലൂടെ ഗവേഷണക്കാർ ഏറ്റവും മികച്ച പ്രവചന പ്രകടനത്തോടെ യാന്ത്രിക പഠന മോഡലുകൾ സൃഷ്ടിക്കാൻ മത്സരിക്കുന്നു. ഉദാഹരണത്തിന്, ഗാലക്സി സൂ ടീം ഒരു തുറന്ന കോൾ നടത്തി, ബാനർജിയിൽ വികസിപ്പിച്ചെടുത്ത ഒരു പുതിയ സമീപനം കണ്ടെത്തി Banerji et al. (2010) ; വിശദാംശങ്ങൾക്കായി Dieleman, Willett, and Dambre (2015) എന്നിവ കാണുക.
തുറന്ന കോളുകൾ പുതിയതല്ല. കടലിന്റെ രേഖാംശം നിർണ്ണയിക്കാൻ കഴിയുന്ന ഒരു മാർഗ്ഗം വികസിപ്പിച്ചെടുക്കാൻ ബ്രിട്ടീഷ് പാർലമെന്റ് ലോങ്ഷ്യൂഡ് സമ്മാനം സൃഷ്ടിക്കുമ്പോൾ 1714-ൽ ഏറ്റവും പ്രശസ്തമായ തുറന്ന കോളുകൾ. ഐസക് ന്യൂട്ടൺ ഉൾപ്പെടെയുള്ള മഹാനായ ശാസ്ത്രജ്ഞന്മാരിൽ പലരും ഈ പ്രശ്നം പരിഹരിച്ചു. ജയിംസ് ഹാരിസൺ എന്ന ക്ലോമോ നിർമ്മാതാക്കളായ ജേക്കബ് ഹാരിസൺ ആണ് ഈ പരിപാടി വിജയകരമായി സമർപ്പിച്ചത്. ജ്യോതിശാസ്ത്രത്തിൽ ഉൾപ്പെടുന്ന ഒരു പരിഹാരത്തെ കേന്ദ്രീകരിച്ചുള്ള, ശാസ്ത്രജ്ഞരിൽ നിന്ന് വ്യത്യസ്തമായി, ; കൂടുതൽ വിവരങ്ങൾക്കായി, Sobel (1996) . ഈ ഉദാഹരണം വിവരിക്കുന്നതുപോലെ, തുറന്ന കോൾമാർക്ക് നന്നായി പ്രവർത്തിക്കാൻ കഴിയുന്ന ഒരു കാരണം, അവർ വ്യത്യസ്ത കാഴ്ചപ്പാടുകളും വൈദഗ്ധ്യങ്ങളും (Boudreau and Lakhani 2013) ജനങ്ങൾക്ക് ലഭ്യമാക്കും എന്നതാണ്. പ്രശ്നപരിഹാരത്തിലെ വൈവിധ്യമാർന്ന മൂല്യത്തെക്കുറിച്ച് കൂടുതൽ കൂടുതൽ Hong and Page (2004) , Page (2008) എന്നിവ കാണുക.
ഈ വിഭാഗത്തിൽ ഉള്ളതിൻറെ കാരണം എന്തെന്ന് വിശദീകരിക്കാൻ, ഓരോ തുറന്ന കോൾ കേസുകളും ആവശ്യമാണ്. ഒന്നാമതായി, മാനുൽ കംപ്യൂട്ടിംഗും ഓപ്പൺ കോൾ പ്രോജക്ടുകളും തമ്മിലുള്ള വേർതിരിച്ചുള്ള ഒരു മാർഗം, ഔട്ട്പുട്ട് എല്ലാ പരിഹാരങ്ങളുടെയും ശരാശരി (മാനുഷിക കംപ്യൂട്ടിംഗ്) അല്ലെങ്കിൽ മികച്ച പരിഹാരം (തുറന്ന കോൾ) ആണെന്നതോ എന്നതാണ്. (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) നൂതന പരിഹാരമാർഗ്ഗത്തിൽ ഏറ്റവും മികച്ച പരിഹാരമാർഗ്ഗമായി മാറിയിട്ടാണ് നെറ്റ്ഫ്ലിക്സ് സമ്മാനം ഈ കാര്യത്തിൽ അല്പമെങ്കിലും ബുദ്ധിമുട്ടുള്ളത്. നെറ്റ്ഫ്ലിക്സിൻറെ കാഴ്ചപ്പാടിൽ നിന്ന് അവർ ചെയ്യേണ്ടതെല്ലാം മികച്ച പരിഹാരമാണ്. Bennett and Lanning (2007) , Thompson (2008) , Bell, Koren, and Volinsky (2010) , Feuerverger, He, and Khatri (2012) .
രണ്ടാമതായി, മാനുഷിക കംപ്യൂട്ടിങ്ങിന്റെ ചില നിർവ്വചനങ്ങളിലൂടെ (ഉദാഹരണം, Ahn (2005) ), ഫോൾട്ടിറ്റ് ഒരു മാനുഷിക കംപ്യൂട്ടിങ് പദ്ധതിയായി പരിഗണിക്കണം. എന്നിരുന്നാലും, അതിനെ ഒരു തുറന്ന കോൾ ആയി വർണ്ണിക്കാൻ ഞാൻ തിരഞ്ഞെടുക്കുന്നു, കാരണം പ്രത്യേക കഴിവുകൾ (പ്രത്യേക പരിശീലനമല്ലെങ്കിലും) അത് ഒരു സ്പ്ലിറ്റ്-ആപ്ലിക്കേഷൻ സംയോജിത തന്ത്രമാണ് ഉപയോഗിക്കുന്നത് എന്നതിലുപരി, മികച്ച പരിഹാരമാവും. ഫോൾട്ടിറ്റ് കൂടുതൽ കാണുന്നതിന് Cooper et al. (2010) , Khatib et al. (2011) , ആൻഡ് Andersen et al. (2012) ; ബോൺഹാനോൺ Bohannon (2009) , Hand (2010) , Nielsen (2012) എന്നിവയിലെ വിവരണങ്ങളിൽ ഫോൾഡീറ്റിനെക്കുറിച്ചുള്ള എന്റെ വിവരണങ്ങൾ മനസ്സിലാക്കുന്നു.
അവസാനമായി, പിയർ ടു പേറ്റന്റ് വിതരണം ചെയ്ത ഡാറ്റ ശേഖരണത്തിന് ഒരു ഉദാഹരണമാണ്. ഞാൻ അതിനെ ഒരു തുറന്ന കോൾ ആക്കി മാറ്റുന്നു, കാരണം ഇത് ഒരു മത്സര സമാന ഘടനയും മികച്ച സംഭാവനകളും മാത്രമാണ് ഉപയോഗിക്കുന്നത്, എന്നാൽ വിതരണം ചെയ്ത ഡാറ്റ ശേഖരണം, നല്ലതും ചീത്തവുമായ സംഭാവനകളുടെ ആശയം കൂടുതൽ വ്യക്തമാണ്. Noveck (2006) , Ledford (2007) , Noveck (2009) , Bestor and Hamp (2010) .
സാമൂഹ്യ ഗവേഷണങ്ങളിൽ ഓപ്പൺ കോളുകൾ ഉപയോഗിക്കുന്നതിന്റെ അടിസ്ഥാനത്തിൽ, Glaeser et al. (2016) , Mayer-Schönberger and Cukier (2013) ന്റെ 10 Mayer-Schönberger and Cukier (2013) ാം അധ്യായത്തിൽ റിപ്പോർട്ട് ചെയ്യപ്പെട്ടിട്ടുള്ളത്, ന്യൂ യോർക്ക് സിറ്റി ഹൗസിങ് ഇൻസ്പെക്ടർമാരുടെ ഉൽപാദനക്ഷമതയിൽ വലിയ നേട്ടങ്ങൾ ഉണ്ടാക്കാൻ മുൻകൂട്ടി നിശ്ചിത മോഡലിങ് ഉപയോഗിച്ചു. ന്യൂ യോർക്ക് സിറ്റിയിൽ, ഈ പ്രവചന മാതൃകയിലുള്ളവർ നഗരത്തിലെ ജീവനക്കാർ നിർമ്മിച്ചവയാണ്, എന്നാൽ മറ്റു സന്ദർഭങ്ങളിൽ, തുറന്ന കോളുകൾ ഉപയോഗിച്ച് അവർക്ക് സൃഷ്ടിക്കാനോ മെച്ചപ്പെടുത്താനോ കഴിയുമെന്ന് സങ്കൽപ്പിക്കാനാകും (ഉദാ: Glaeser et al. (2016) ). എന്നിരുന്നാലും, വിഭവങ്ങൾ വകയിരുത്തുന്നതിന് മുൻകൂട്ടി നിശ്ചയിക്കുന്ന പ്രവചന മോഡികളുമായുള്ള ഒരു വലിയ ആശങ്കയാണ് നിലവിലുള്ള മോഡലുകളെ ശക്തിപ്പെടുത്തുന്നതിന് ഈ മോഡലുകൾക്ക് കഴിയുക. പല ഗവേഷകരും ഇതിനകം അറിയപ്പെടുന്ന "ചവറ്റുകുട്ടകൾ, ചവറ്റുകുട്ടകൾ", മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുള്ള മാതൃകകളുമായി അതിനെ "പക്ഷപാതിത്വം കാണിക്കുന്നു." അത് Barocas and Selbst (2016) , O'Neil (2016) . പക്ഷപാതമുള്ള പരിശീലന ഡാറ്റ ഉപയോഗിച്ച്.
തുറന്ന മത്സരങ്ങളെ ഗവൺമെന്റുകൾ തുറക്കുന്നതിനെ തടയുന്ന ഒരു പ്രശ്നം, ഇത് ഡാറ്റ റിലീസിന് ആവശ്യമാണ്, അത് സ്വകാര്യത ലംഘനങ്ങൾക്ക് ഇടയാക്കും. ഓപ്പൺ കോളുകളിൽ സ്വകാര്യതയും വിവരശേഖരണവും സംബന്ധിച്ച കൂടുതൽ വിവരങ്ങൾക്ക്, Narayanan, Huey, and Felten (2016) , ആറാം അദ്ധ്യായത്തിലെ ചർച്ച.
Breiman (2001) , Shmueli (2010) , Watts (2014) , Kleinberg et al. (2015) തമ്മിലുള്ള വ്യത്യാസങ്ങളും വ്യാഖ്യാനങ്ങളും തമ്മിലുള്ള വ്യത്യാസങ്ങൾക്കായി കാണുക Kleinberg et al. (2015) . സാമൂഹിക ഗവേഷണ നഗരത്തിൽ പങ്ക് കൂടുതൽ, കാണുക Athey (2017) , Cederman and Weidmann (2017) , Hofman, Sharma, and Watts (2017) , ( ??? ) , ഒപ്പം Yarkoni and Westfall (2017) .
ഡിസൈൻ ഉപദേശം ഉൾപ്പെടെ ബയോളജിയിൽ ഓപ്പൺ കോൾ പ്രൊജക്റ്റുകളുടെ അവലോകനത്തിനായി Saez-Rodriguez et al. (2016) .
Bhattacharjee (2005) , Robbins (2013) , Sullivan et al. (2014) മുതലായവയിൽ വിവരണങ്ങളെക്കുറിച്ചുള്ള എന്റെ വിവരണങ്ങൾ മനസ്സിലാക്കുന്നു Sullivan et al. (2014) . EBird ഡാറ്റ വിശകലനം ചെയ്യുന്നതിനായി സ്റ്റാറ്റിസ്റ്റിക്കൽ മോഡലുകൾ എങ്ങനെ ഉപയോഗിക്കുന്നു എന്നതിനെ പറ്റി കൂടുതൽ അറിയാൻ Fink et al. (2010) , Hurlbert and Liang (2012) . EBird പങ്കാളികളുടെ വൈദഗ്ദ്ധ്യം കണക്കാക്കുന്നതിനുള്ള കൂടുതൽ വിവരങ്ങൾക്കായി Kelling, Johnston, et al. (2015) . പൗരസ്ത്യ സയൻസിന്റെ ചരിത്രത്തെക്കുറിച്ച് കൂടുതൽ അറിയാൻ Greenwood (2007) .
മാലാവി ജേർണൽസ് പ്രൊജക്റ്റിനെക്കുറിച്ച് കൂടുതൽ അറിയാൻ, Watkins and Swidler (2009) , Kaler, Watkins, and Angotti (2015) . ദക്ഷിണാഫ്രിക്കയിലെ ഒരു അനുബന്ധ സംരംഭത്തെക്കുറിച്ച് കൂടുതലറിയാൻ Angotti and Sennott (2015) . മലാവി ജേർണലുകൾ പദ്ധതിയിൽ നിന്നുള്ള വിവരങ്ങൾ ഉപയോഗിച്ച് ഗവേഷണത്തിന്റെ കൂടുതൽ ഉദാഹരണങ്ങൾ കാണുക Kaler (2004) , Angotti et al. (2014) .
ഞാൻ കേട്ടിട്ടുള്ള വിജയകരമായതും പരാജയപ്പെട്ടതുമായ ബഹുജന സഹകരണ പദ്ധതികളുടെ മാതൃകകളെ അടിസ്ഥാനപ്പെടുത്തി ഡിസൈൻ ഉപദേശം വാഗ്ദാനം ചെയ്യുന്നതിനുള്ള എന്റെ സമീപനം ഉൾക്കൊള്ളിച്ചു. ബഹുജന സഹകരണ പദ്ധതികളുടെ രൂപകൽപ്പനയ്ക്ക് പ്രസക്തമായ ഓൺലൈൻ കമ്മ്യൂണിറ്റികൾ രൂപകൽപ്പന ചെയ്യുന്നതിനായി കൂടുതൽ പൊതു സോഷ്യൽ മനഃശാസ്ത്രപരമായ സിദ്ധാന്തങ്ങൾ പ്രയോഗിക്കുന്നതിനുള്ള ഒരു ഗവേഷണ ശ്രമവും ഉണ്ടായിട്ടുണ്ട്, ഉദാഹരണത്തിന്, Kraut et al. (2012) .
ജനകീയ (Cooper et al. 2010; Nov, Arazy, and Anderson 2011; Tuite et al. 2011; Raddick et al. 2013; Preist, Massung, and Coyle 2014) പ്രചോദിപ്പിക്കുന്നത് സംബന്ധിച്ച് ജനങ്ങൾ കൃത്യമായി സഹകരിക്കുന്ന പദ്ധതികളെക്കുറിച്ച് കൃത്യമായി (Cooper et al. 2010; Nov, Arazy, and Anderson 2011; Tuite et al. 2011; Raddick et al. 2013; Preist, Massung, and Coyle 2014) . നിങ്ങൾ മൈക്രറ്റാസ് തൊഴിൽ കമ്പോളത്തിൽ (ഉദാഹരണത്തിന്, ആമസോൺ മെക്കാനിക്കൽ ടർക്), Kittur et al. (2013) പേയ്മെന്റ് ഉപയോഗിച്ച് പ്രചോദിപ്പിക്കാൻ ഉദ്ദേശിക്കുകയാണെങ്കിൽ Kittur et al. (2013) ചില ഉപദേശങ്ങൾ നൽകുന്നു.
സൂയിസൈഡൽ പ്രോജക്ടുകളിൽ നിന്നും വരുന്ന അപ്രതീക്ഷിത കണ്ടുപിടുത്തങ്ങളുടെ കൂടുതൽ ഉദാഹരണങ്ങൾക്കായി, അത്ഭുതങ്ങൾ പ്രാപ്തമാക്കുന്നത് സംബന്ധിച്ച് Marshall, Lintott, and Fletcher (2015) ലൈന്റോട്ട് Marshall, Lintott, and Fletcher (2015) .
സന്മാർഗ്ഗികതയിൽ, Gilbert (2015) , Salehi et al. (2015) ഉൾപ്പെട്ടിരിക്കുന്ന വിഷയങ്ങളിൽ ചില നല്ല പരിചയപ്പെടുത്തലുകളുണ്ട് Salehi et al. (2015) , Schmidt (2013) , Williamson (2016) , Resnik, Elliott, and Miller (2015) , Zittrain (2008) . Felstiner (2011) ജോലിക്കാരുമായുള്ള നിയമപരമായ പ്രശ്നങ്ങൾക്ക് പ്രത്യേകമായി ബന്ധപ്പെട്ട പ്രശ്നങ്ങൾക്ക് Felstiner (2011) . ഗവേഷകരുടെയും പങ്കാളികളുടെയും മങ്ങലേൽപ്പിക്കുന്ന സമയത്ത് ഗവേഷണത്തിന്റെ നൈതിക മേൽനോട്ടത്തെക്കുറിച്ച് O'Connor (2013) ചോദ്യങ്ങൾ ഉന്നയിക്കുന്നു. പൗരൻ ശാസ്ത്ര പദ്ധതികളിൽ പങ്കെടുക്കുന്നവരെ സംരക്ഷിക്കുന്നതിനോടൊപ്പം പങ്കുവയ്ക്കലിനുമായി ബന്ധപ്പെട്ട കാര്യങ്ങൾക്കായി Bowser et al. (2014) . Purdam (2014) , Windt and Humphreys (2016) വിതരണ ഡാറ്റ ശേഖരത്തിലെ നൈതിക പ്രശ്നങ്ങൾ സംബന്ധിച്ച ചില ചർച്ചകൾ ഉണ്ട്. ഒടുവിൽ, മിക്ക പദ്ധതികളും സംഭാവനകളെ അംഗീകരിക്കുന്നു, എന്നാൽ പങ്കെടുക്കുന്നവർക്ക് രചനാവകാശം നൽകരുത്. ഫോൾഡീറ്റിൽ കളിക്കാരെ മിക്കപ്പോഴും ഒരു രചയിതാവായും (Cooper et al. 2010; Khatib et al. 2011) ലിസ്റ്റു ചെയ്യപ്പെട്ടിട്ടുണ്ട്. മറ്റ് ഓപ്പൺ കോൾ പ്രോജക്ടുകളിൽ, സംഭാവന നൽകുന്ന സംഭാവന പലപ്പോഴും അവരുടെ പരിഹാരങ്ങൾ (ഉദാഹരണത്തിന്, Bell, Koren, and Volinsky (2010) , Dieleman, Willett, and Dambre (2015) ഒരു പേപ്പർ എഴുതുന്നു.