കൂടുതൽ കമന്ററി

ഈ വിഭാഗം .അതേതു വായിക്കണം പകരം, ഒരു റഫറൻസ് ആയി ഉപയോഗിക്കുന്ന രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്.

• ആമുഖം (വിഭാഗം 5.1)

മാസ് സഹകരണം സിറ്റിസൺ ശാസ്ത്രം, ക്രൗഡ്സോഴ്സിംഗ്, കൂട്ടായ ഇന്റലിജൻസ് നിന്നും ആശയങ്ങൾ രാജശില്പി. സിറ്റിസൺ ശാസ്ത്രം സാധാരണയായി ശാസ്ത്ര പ്രക്രിയയിൽ "പൗരന്മാർക്ക്" (അതായത്, നോൺ-ശാസ്ത്രജ്ഞർ) ഉൾപ്പെടുന്ന മാർഗങ്ങൾ (Crain, Cooper, and Dickinson 2014) . ക്രൗഡ്സോഴ്സിങ്ങിൽ സാധാരണയായി സാധാരണയായി ഓർഗനൈസേഷനിൽ പരിഹരിച്ച ഒരു പ്രശ്നം എടുക്കൽ പകരം ഒരു കൂട്ടത്തിന് അത് ഔട്ട്സോഴ്സ് മാർഗങ്ങൾ (Howe 2009) . കൂട്ടായ ഇന്റലിജൻസ് സാധാരണയായി ബുദ്ധിയുള്ള തോന്നുന്ന വിധത്തിൽ ഒന്നിച്ച് ആക്ടിങ് വ്യക്തികളുടെ ഗ്രൂപ്പുകൾ എന്നാണ് (Malone and Bernstein 2015) . Nielsen (2012) ശാസ്ത്ര ഗവേഷണ വേണ്ടി ബഹുജന സഹകരണം ശക്തി ഒരു അത്ഭുതകരമായ പുസ്തകം ദൈർഘ്യമുള്ള അവതരണമാണ്.

ഞാൻ നിർദ്ദേശിച്ചത് മൂന്നു വിഭാഗങ്ങളായി ഘടനാ എന്നു പറഞ്ഞാൽ ഞാൻ അവർ ചില ഘട്ടത്തിൽ സോഷ്യൽ റിസർച്ച് ഉപയോഗപ്പെടും കാരണം മൂന്ന് പ്രത്യേക ശ്രദ്ധ അർഹിക്കുന്നു കരുതുന്നു ബഹുജന സഹകരണം പല തരത്തിലുണ്ട്. ഒരു ഉദാഹരണം പ്രവചന വിപണിയിൽ പങ്കെടുക്കുന്നവർ വാങ്ങാൻ എവിടെ ലോകത്തിലെ സംഭവിക്കാം ഗുണകരമാണെന്ന് അടിസ്ഥാനമാക്കി redeemable ആണ് എന്നത് ട്രേഡ് കരാറുകൾ ആണ് (Wolfers and Zitzewitz 2004; Arrow et al. 2008) . പറഞ്ഞ വിപണിയിൽ പലപ്പോഴും സ്ഥാപനങ്ങളും സർക്കാരുകൾ ഉപയോഗിക്കുന്ന പ്രവചന വേണ്ടി, ഒപ്പം ഷിതമായത് വിപണികളിൽ സൈക്കോളജിയിൽ പ്രസിദ്ധീകരിച്ച പഠനങ്ങൾ replicability പ്രവചിക്കാൻ സോഷ്യൽ ഗവേഷകർ ഉപയോഗിച്ചിട്ടുണ്ട് (Dreber et al. 2015) .

നന്നായി എന്റെ വർഗ്ഗീകരണത്തെകുറിച്ചുള്ള സ്കീം പെടാത്ത ഇല്ലാത്ത ഒരു രണ്ടാം ഉദാഹരണം ഗവേഷകർ പുതിയ ഗണിത theorems തെളിയിക്കാൻ ബ്ലോഗുകളും വിക്കികൾ ഉപയോഗിച്ച് സഹകരിച്ചു എവിടെ ബഹുശാസ്ത്രജ്ഞനായിരുന്ന പദ്ധതി ആണ് (Gowers and Nielsen 2009; Cranshaw and Kittur 2011; Nielsen 2012; Kloumann et al. 2016) . ബഹുശാസ്ത്രജ്ഞനായിരുന്ന പദ്ധതി നെറ്റ്ഫിക്സ് സമ്മാനം സമാനമായ ചില വഴികളിൽ ആണ്, പക്ഷേ ബഹുശാസ്ത്രജ്ഞനായിരുന്ന പദ്ധതി പങ്കെടുക്കുന്നവരെ കൂടുതൽ സജീവമായി മറ്റുള്ളവരുടെ ഭാഗിക പരിഹാരങ്ങളും പണിതു.

നന്നായി എന്റെ വർഗ്ഗീകരണത്തെകുറിച്ചുള്ള സ്കീം പെടാത്ത ഇല്ലാത്ത ഒരു മൂന്നാമത്തെ ഉദാഹരണം ഇത്തരം പ്രതിരോധ അഡ്വാൻസ്ഡ് റിസർച്ച് പ്രോജക്ട്സ് ഏജൻസി (DARPA) നെറ്റ്വർക്ക് ചലഞ്ച് (അതായത്, റെഡ് ബലൂൺ ചലഞ്ച്) ആയി സമയ ബന്ധിതമാണ് mobilizations ആണ്. ഈ സമയം കൂടുതലറിയാൻ സെൻസിറ്റീവ് mobilizations കാണാൻ Pickard et al. (2011) , Tang et al. (2011) , ഒപ്പം Rutherford et al. (2013) .

• ഹ്യൂമൻ കംപ്യൂട്ടിങ്ങ് (വിഭാഗം 5.2)

പദം "മനുഷ്യ കംപ്യൂട്ടിങ്ങ്" കമ്പ്യൂട്ടർ ശാസ്ത്രജ്ഞരുടെ ചെയ്തതു സൃഷ്ടിയുടെ പുറത്തു വരുന്നു; ഈ ഗവേഷണ പിന്നിൽ സന്ദർഭ വിവേകം വശംവദരാകുകയായിരുന്നു ആകേണ്ടതിന്നു പ്രശ്നങ്ങൾ തെരഞ്ഞെടുത്തു കഴിവിനെ മെച്ചപ്പെടുത്താൻ ചെയ്യും. ചില ചുമതലകൾ വേണ്ടി, കമ്പ്യൂട്ടറുകൾ കഴിവുകൾ പോയവരും വിദഗ്ധ മനുഷ്യർക്ക് അത്യന്തം അവിശ്വസനീയമാം അതിശക്തരായ. ഉദാഹരണത്തിന്, ചെസ്സ് ൽ, കമ്പ്യൂട്ടറുകൾ പോലും മികച്ച ഗ്രാൻഡ് മാസ്റ്റേഴ്സ് തോൽപ്പിച്ചു. എന്നാൽ-ഈ അത്ര സാമൂഹിക ശാസ്ത്രജ്ഞർ-നുള്ള മറ്റ് ചുമതലകൾ വഴി സ്വീകരിക്കപ്പെടും, കമ്പ്യൂട്ടറുകൾ അധികം പേരെ യഥാർത്ഥത്തിൽ വളരെ മോശമായ. മറ്റു വാക്കുകളിൽ, ഇപ്പോൾ ചില ചുമതലകൾ പോലും ഏറ്റവും സങ്കീർണ്ണമായ കമ്പ്യൂട്ടർ ചിത്രങ്ങൾ പ്രോസസ്സിംഗ്, വീഡിയോ, ഓഡിയോ, ടെക്സ്റ്റ് ഉൾപ്പെട്ട ഗുണകരമായിട്ടുള്ളത്. അത്ഭുതകരമായ XKCD കാർട്ടൂൺ-അവിടെ ചിത്രീകരിക്കുന്നു ചെയ്തു ഇപ്രകാരം-ജനത്തിന്നും കമ്പ്യൂട്ടറുകളിൽ എളുപ്പമുള്ള ബുദ്ധിമുട്ടാണ് ചുമതലകൾ, എന്നാൽ കമ്പ്യൂട്ടറുകൾക്ക് ഹാർഡ് ജനം (ചിത്രം 5.13) വേണ്ടി എളുപ്പമുള്ള ചുമതലകൾ ഉണ്ടു. ഈ ഹാർഡ്-നുള്ള-കമ്പ്യൂട്ടറുകൾ-എളുപ്പത്തിൽ വേണ്ടി-മനുഷ്യ ചുമതലകൾ പ്രവർത്തിക്കുന്നു കമ്പ്യൂട്ടർ ശാസ്ത്രജ്ഞരുടെ അതുകൊണ്ട് അവർ കമ്പ്യൂട്ടേഷണൽ പ്രക്രിയയിൽ മനുഷ്യർക്കു ഉൾപ്പെടുന്നു മനസ്സിലാക്കുകയും ചെയ്തു. ഇവിടെ ലസ് വോൺ Ahn എങ്ങനെ (2005) അവൻ ആദ്യം തന്റെ തീസീസിനായുള്ള സാറിനെ എപ്പോൾ മനുഷ്യ കംപ്യൂട്ടിങ്ങ് വിവരിച്ചു: ". കമ്പ്യൂട്ടറുകൾ ഇതുവരെ പരിഹരിക്കാൻ കഴിയാത്ത പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ മനുഷ്യ പ്രോസസ്സിംഗ് വൈദ്യുതി ഉപയോഗിക്കാവുന്ന ഒരു മാതൃകകളെ"

ചിത്രം 5.13: ചില ചുമതലകൾ കമ്പ്യൂട്ടറുകളിൽ മനുഷ്യ വിദഗ്ധരുടെ കഴിവ് കവിഞ്ഞുകൊണ്ട് അത്ഭുതകരമായ ആകുന്നു. എന്നാൽ, മറ്റ് ടാസ്ക്കുകൾക്കായി സാധാരണ മനുഷ്യർക്ക് പോലും ഡ്രീംലൈനറിന്റെ കമ്പ്യൂട്ടറുകൾ സിസ്റ്റങ്ങൾ മറികടന്ന കഴിയും. കമ്പ്യൂട്ടറുകൾക്ക് കഠിനവും മനുഷ്യർക്കു എളുപ്പമുള്ള ചുമതലകൾ ഏർപ്പെടുന്ന വലിയ തോതിൽ പ്രശ്നങ്ങൾ മനുഷ്യ കണക്കുകൂട്ടലിന് നല്ല യോജിച്ചത്. ഇവിടെ വിവരിച്ച നിബന്ധനകൾ അനുസരിച്ച് ഉപയോഗിച്ച: http://xkcd.com/license.html

ഈ നിർവ്വചനപ്രകാരം FoldIt-ഞാൻ ഓപ്പണിലെ വിഭാഗത്തിൽ വിവരിച്ച ഒരു മനുഷ്യ കംപ്യൂട്ടിങ്ങ് പദ്ധതി പരിഗണിക്കും കോളുകൾ കഴിയുമായിരുന്നു. അതു സ്പെഷ്യലൈസ്ഡ് ശക്തി ആവശ്യമാണ് കാരണം എന്നിരുന്നാലും, ഞാൻ ഒരു തുറന്ന കോളായി FoldIt വർഗീകരിക്കാനുള്ള തിരഞ്ഞെടുക്കാനും മികച്ച പരിഹാരം പകരം ഒരു പിളർപ്പ്-പ്രയോഗ-സംയോജിപ്പിച്ച് ഉപായമാണ് അധികം സംഭാവന ചെയ്ത എടുക്കുന്നു.

മനുഷ്യ കംപ്യൂട്ടിങ്ങ് ഉത്തമമായ പുസ്തകം നീളം ചികിത്സ പദം ഏറ്റവും ജനറൽ അർത്ഥത്തിൽ, കാണുക Law and Ahn (2011) . അദ്ധ്യായം 3 Law and Ahn (2011) ഈ അധ്യായത്തിൽ പശുക്കൾ കൂടുതൽ സങ്കീർണ്ണമായ സംയോജിപ്പിച്ച് നടപടികൾ രസകരമായ ഒരു ചർച്ച ഉണ്ട്.

പദം "സ്പ്ലിറ്റ്-പ്രയോഗ-സംയോജിപ്പിച്ച്" ഉപയോഗിച്ചിരുന്ന Wickham (2011) സ്റ്റാറ്റിസ്റ്റിക്കൽ കമ്പ്യൂട്ടിംഗിനായി തന്ത്രം വിശദീകരിക്കാനുള്ള, എന്നാൽ അതു തികച്ചും പല മനുഷ്യ കംപ്യൂട്ടിങ്ങ് പദ്ധതികളുടെ പ്രക്രിയ പിടിച്ചെടുക്കുന്നതിനായി. പിളർപ്പ്-പ്രയോഗ-സംയോജിപ്പിച്ച് തന്ത്രത്തിന്റെ ഗൂഗിൾ വികസിപ്പിച്ച MapReduce ചട്ടക്കൂട് സമാനമാണ് (Dean and Ghemawat 2004; Dean and Ghemawat 2008) .

ഞാൻ ചർച്ച ഇടമില്ല വന്നില്ല രണ്ട് മിടുക്കന് മനുഷ്യ കംപ്യൂട്ടിങ്ങ് പദ്ധതികൾ എസ് ആകുന്നു (Ahn and Dabbish 2004) ഉം റി (Ahn et al. 2008) . ഈ പദ്ധതികൾ രണ്ടും ചിത്രങ്ങളും ലേബലുകൾ നൽകാൻ പങ്കെടുക്കുന്നവർക്ക് പ്രോൽസാഹിപ്പനും സൃഷ്ടിപരമായ വഴികൾ കണ്ടെത്തി. എന്നിരുന്നാലും, ഈ പദ്ധതികൾ ഇരുവരും എതിരെ, കാരണം ഗാലക്സി സൂ വ്യത്യസ്തമായി, എസ് ആന്റ് റി പങ്കാളികളുടെ അവരുടെ ഡാറ്റ ഉപയോഗിക്കാൻ തുടങ്ങി എങ്ങനെ അറിഞ്ഞില്ല നൈതിക ചോദ്യങ്ങൾ ഉയർന്നുവരുന്നു (Lung 2012; Zittrain 2008) .

എസ് പ്രചോദനം പല ഗവേഷകർ മറ്റുള്ളവരെ വികസിപ്പിക്കുന്നതിനും "ഒരു ലക്ഷ്യത്തോടെ ഗെയിമുകൾ" ശ്രമിച്ച (Ahn and Dabbish 2008) (അതായത്, "മനുഷ്യ അടിസ്ഥാനത്തിലുള്ള കംപ്യൂട്ടിങ്ങ് ഗെയിമുകൾ" (Pe-Than, Goh, and Lee 2015) ചെയ്യാവുന്നതും) മറ്റ് പ്രശ്നങ്ങൾ വൈവിധ്യമാർന്ന പരിഹരിക്കാൻ ഉപയോഗിക്കുന്ന. എന്താണ് ഈ "ഒരു ലക്ഷ്യത്തോടെ ഗെയിമുകൾ" പൊതുവായുള്ള അവർ മനുഷ്യ കംപ്യൂട്ടിങ്ങ് ഉൾപ്പെട്ട ചുമതലകൾ ആസ്വാദ്യകരവും ശ്രമിക്കുക എന്നതാണ്. ഇപ്രകാരം, എസ് ഗാലക്സി സൂ ഒരേ പിളർപ്പ്-പ്രയോഗ-സംയോജിപ്പിച്ച് ഘടന പങ്കുവയ്ക്കുന്നു, അത് പങ്കെടുക്കുന്നവർക്ക് വേഴ്സസ് ശാസ്ത്രം സഹായിക്കാൻ ആഗ്രഹം ഉത്തേജകഘടകത്തെയാണ്-രസകരവും എങ്ങനെ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു.

ഗാലക്സി മൃഗശാല എന്റെ വിവരണം നിന്ന് നിർലോഭം Nielsen (2012) , Adams (2012) , Clery (2011) , ഒപ്പം Hand (2010) , ഗാലക്സി മൃഗശാല ഗവേഷണ ഗോളുകൾ എന്റെ അവതരണം ലളിതമാക്കുകയും ചെയ്തു. ജ്യോതിശാസ്ത്രത്തിലെ ഗാലക്സി ക്ലാസിഫിക്കേഷൻ ചരിത്രം, എത്രത്തോളം ഗാലക്സി മൃഗശാല ഈ പാരമ്പര്യം തുടരുന്നു കൂടുതലറിയാൻ, കാണുക Masters (2012) ഉം Marshall, Lintott, and Fletcher (2015) . ഗാലക്സി സൂ കെട്ടിട ഗവേഷകർ ഗാലക്സി മൃഗശാല 2 വോളന്റിയർമാർ നിന്ന് 60 ദശലക്ഷം കൂടുതൽ സങ്കീർണ്ണമായ morphological ക്ലാസിഫിക്കേഷനുകളും ശേഖരിക്കുകയും പൂർത്തിയാക്കി (Masters et al. 2011) . കൂടുതൽ, അവർ ചന്ദ്രന്റെ ഉപരിതലത്തിൽ പര്യവേക്ഷണം ഗ്രഹങ്ങൾ തിരയുന്ന പഴയ പ്രമാണങ്ങൾ ട്രാൻസ്ക്രൈബുചെയ്യൽ ഉൾപ്പെടെ ഗാലക്സി മോർഫോളജി പുറത്തുള്ള പ്രശ്നങ്ങൾ പുറത്തു വിഭജിച്ചു. നിലവിൽ, അവരുടെ എല്ലാ പ്രോജക്ടിൽ ശേഖരിക്കുന്നത് www.zooniverse.org (Cox et al. 2015) . ഗാലക്സി മൃഗശാല-തരം ഇമേജ് ക്ലാസിഫിക്കേഷൻ പദ്ധതികൾ പരിസ്ഥിതിയുടെ റിസർച്ച് കഴിയൂ എന്നാണ് തെളിവുകൾ പദ്ധതികൾ-ഒറ്റനോട്ടത്തില് സെരെൻഗെറ്റി-നൽകുന്ന (Swanson et al. 2016) .

ഒരു മനുഷ്യ കണക്കുകൂട്ടലിന് ഒരു പദ്ധതിയുടെ മൈക്രോ ടാസ്ക് തൊഴിൽ വിപണി ഉപയോഗിക്കാൻ (ഉദാ ആമസോൺ മെക്കാനിക്കൽ ട്രങ്ക്) ആസൂത്രണം ഗവേഷകരും, വേണ്ടി Chandler, Paolacci, and Mueller (2013) ഉം Wang, Ipeirotis, and Provost (2015) ടാസ്ക് ഡിസൈൻ ന് നല്ല ഉപദേശവും വാഗ്ദാനം മറ്റ് ബന്ധപ്പെട്ട പ്രശ്നങ്ങൾ.

ഞാൻ രണ്ടാം തലമുറ മനുഷ്യ കംപ്യൂട്ടിങ്ങ് സിസ്റ്റങ്ങൾ വിളിച്ചു എന്താണ് സൃഷ്ടിക്കുന്നതിൽ താൽപര്യമുള്ള ഗവേഷകർ (ഉദാ, ഒരു മെഷീൻ ലേണിംഗ് മോഡൽ പരിശീലിപ്പിക്കാൻ മനുഷ്യ ലേബലുകൾ ഉപയോഗിക്കുന്ന സിസ്റ്റങ്ങൾ) താൽപ്പര്യമുള്ളവർക്ക് Shamir et al. (2014) (ഓഡിയോ ഉപയോഗിച്ച് ഒരു ഉദാഹരണത്തിന്) ഉം Cheng and Bernstein (2015) . എതിരെ, ഈ പദ്ധതികൾ ഗവേഷകർ വലിയവൻ പ്രവചിക്കാനാകുന്നത് പ്രകടനം മെഷീൻ ലേണിംഗ് മോഡലുകളും സൃഷ്ടിക്കാൻ മത്സരിക്കുന്നു ഉതകാത്ത തുറക്കുക കോളുകൾ, കൂടെ ചെയ്യാം. ഉദാഹരണത്തിന്, ഗാലക്സി സൂ ടീം ഒരു തുറന്ന കോൾ ഓടിച്ചെന്നു വികാസം ഒറ്റ ബഹുദൂരം ഒരു പുതിയ സമീപനം കണ്ടെത്തി Banerji et al. (2010) ; കാണാൻ Dieleman, Willett, and Dambre (2015) വിവരങ്ങൾക്കായി.

• തുറക്കുക കോളുകൾ (വിഭാഗം 5.3)

തുറക്കുക കോളുകൾ പുതിയ അല്ല. ബ്രിട്ടനിലെ പാർലമെന്റ് സമുദ്രത്തിൽ ഒരു കപ്പലിന്റെ രേഖാംശം നിർണ്ണയിക്കാൻ ഒരു വഴി വികസിപ്പിക്കാനും കഴിയുന്ന ആ ആർക്കും രേഖാംശം സമ്മാനം സൃഷ്ടിച്ചപ്പോൾ വാസ്തവത്തിൽ, ഏറ്റവും അറിയപ്പെടുന്ന ഓപ്പൺ കോളുകൾ ഒന്ന് തിരികെ 1714 ലേക്ക് കോലാപ്പൂർ. പ്രശ്നം ഐസക് ന്യൂട്ടൺ ഉൾപ്പെടെ ദിവസം ശാസ്ത്രജ്ഞനായിരുന്നു, പല സ്റ്റംപ് ചെയ്തു നേടിയ പരിഹാരം ഒടുവിൽ വ്യത്യസ്തമായി എങ്ങനെയോ ജ്യോതിശാസ്ത്രം ഉൾപ്പെട്ടിരിക്കുന്നത് തന്നെ ഒരു പരിഹാരം കേന്ദ്രീകരിച്ചായിരുന്നു ചെയ്തു ശാസ്ത്രജ്ഞർ നിന്ന് പ്രശ്നം സമീപിച്ച നാട്ടിൻപുറങ്ങളിലെ നിന്ന് ഒരു clockmaker സമർപ്പിച്ചത് (Sobel 1996) . ഈ ഉപമ വിവരിച്ചുതന്നിരിക്കുന്നു പോലെ, തുറന്ന കോളുകൾ നന്നായി പ്രവർത്തിക്കുന്നത് കരുതുന്നു ഒരു കാരണം അവർ ആര്.ഓ. കഴിവുകളും ജനത്തെ ആക്സസ് പ്രദാനം ആണ് (Boudreau and Lakhani 2013) . കാണുക Hong and Page (2004) ഉം Page (2008) പ്രശ്നം പരിഹരിക്കുന്നതിനായി വൈവിധ്യം മൂല്യം കൂടുതല്.

അധ്യായത്തിൽ തുറക്കുക കോൾ കേസുകൾ ഓരോ അതു ഈ വർഗ്ഗത്തിൽ ഉൾപ്പെടുന്നതിനാൽ എന്തിന്നു കൂടുതൽ വിശദീകരണങ്ങൾക്ക് ഒരു ബിറ്റ് ആവശ്യമാണ്. ആദ്യം ഞാൻ മനുഷ്യ കണക്കാക്കലും ഓപ്പൺ കോൾ പദ്ധതികൾ വേർതിരിച്ചറിയാൻ ഒരു വിധം ഔട്ട്പുട്ട് എല്ലാ പരിഹാരങ്ങളും ശരാശരി (മനുഷ്യ കംപ്യൂട്ടിങ്ങ്) അല്ലെങ്കിൽ മികച്ച പരിഹാരം (ഓപ്പൺ കോൾ) വിനയായത്. മികച്ച പരിഹാരം അഭിനേതാക്കള് പരിഹാരം ഒരു സമീപിച്ചു വിളിച്ചു വൈയക്തികമായ സങ്കീർണ്ണമായ ശരാശരി പുറത്തായി കാരണം നെറ്റ്ഫിക്സ് സമ്മാനം ഇക്കാര്യത്തിൽ അല്പമെങ്കിലും മാറിമറിഞ്ഞത് (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) . നെറ്റ്ഫിക്സ് നിലപാടുകളിൽ നിന്ന് അതേസമയം, അവർ പ്രവർത്തിച്ച് ഉണ്ടായിരുന്നു എല്ലാ മികച്ച പരിഹാരം വീഴ്ത്തി.

രണ്ടാമത്തേത്, (ഉദാ, മനുഷ്യ കംപ്യൂട്ടിങ്ങ് ചില നിർവചനങ്ങൾ വഴി Von Ahn (2005) ), FoldIt ഒരു മനുഷ്യ കംപ്യൂട്ടിങ്ങ് പദ്ധതി കണക്കാക്കാവുന്നതാണ്. അതു സ്പെഷ്യലൈസ്ഡ് ശക്തി ആവശ്യമാണ് കാരണം എന്നിരുന്നാലും, ഞാൻ ഒരു തുറന്ന കോളായി FoldIt വർഗീകരിക്കാനുള്ള തിരഞ്ഞെടുക്കാനും മികച്ച പരിഹാരം പകരം ഒരു പിളർപ്പ്-പ്രയോഗ-സംയോജിപ്പിച്ച് ഉപായമാണ് അധികം, സംഭാവനചെയ്തു എടുക്കുന്നു.

ഒടുവിൽ ഒറ്റ പിയർ ടു പേറ്റന്റ് വിതരണം ഡാറ്റ ശേഖരണം ഉദാഹരണം വാദിക്കുന്നത് കഴിഞ്ഞില്ല. ഞാന് ഒരു മത്സരം സമാനമായ ആകൃതിയുള്ള ഉണ്ട് (അതേസമയം വിതരണം ഡാറ്റ ശേഖരം ഉപയോഗിച്ച്, നന്മയും തിന്മയും സംഭാവനകൾ ആശയം കുറവ് വ്യക്തമാണ്) മികച്ച സംഭാവനകൾ മാത്രമേ ഉപയോഗിക്കാനാകൂ കാരണം ഓപ്പൺ കോളായി ഉൾപ്പെടുത്തണമെന്ന് തിരഞ്ഞെടുക്കാൻ.

നെറ്റ്ഫിക്സ് സമ്മാനം കൂടുതൽ, കാണുക Bennett and Lanning (2007) , Thompson (2008) , Bell, Koren, and Volinsky (2010) , ഒപ്പം Feuerverger, He, and Khatri (2012) . FoldIt ൽ കൂടുതലായി കാണുന്നു Cooper et al. (2010) , Andersen et al. (2012) , ഒപ്പം Khatib et al. (2011) ; FoldIt എന്റെ വിവരണത്തിൽ വിവരണങ്ങൾ നിന്ന് നിർലോഭം Nielsen (2012) , Bohannon (2009) , ഒപ്പം Hand (2010) . പിയർ ടു പേറ്റന്റ് കൂടുതലറിയാൻ, കാണുക Noveck (2006) , Bestor and Hamp (2010) , Ledford (2007) , ഒപ്പം Noveck (2009) .

ഫലങ്ങൾ സമാനമായി Glaeser et al. (2016) , Mayer-Schönberger and Cukier (2013) അദ്ധ്യായം 10 പരിശോധനകൾ മുൻകൂട്ടിപ്പറയാനാകുന്ന മോഡലുകൾ നയിക്കപ്പെടുന്നത് വരുമ്പോൾ ന്യൂ യോർക്ക് നഗരത്തിലെ ഭവന ഇൻസ്പെക്ടർമാർ ഉൽപാദന വലിയ നേട്ടം റിപ്പോർട്ടുചെയ്യുന്നു. ന്യൂയോർക്ക് സിറ്റി, ഈ മുൻകൂട്ടിപ്പറയാനാകുന്ന മോഡലുകൾ നഗരം ജീവനക്കാർ നിർമ്മിച്ചത്, എന്നാൽ മറ്റ് കേസുകളിലും ഒറ്റ സൃഷ്ടിച്ചതിന്റെ അല്ലെങ്കിൽ ഓപ്പൺ കോളുകൾ (ഉദാ കൂടെ മെച്ചപ്പെട്ടു ചിന്തിക്കത്തക്കവിധമുളള കഴിഞ്ഞില്ല Glaeser et al. (2016) ). എന്നാൽ മുൻകൂട്ടിപ്പറയാനാകുന്ന മാതൃകകൾ വിഭവങ്ങൾ അനുവദിക്കുകയും ഉപയോഗപ്പെടുത്തിക്കൊണ്ട് ഒരു പ്രധാന ആശങ്ക മോഡലുകൾ നിലവിലുള്ള പക്ഷപാത ശക്തിപ്പെടുത്തുന്നു സാധ്യതയാണുള്ളത് ആണ്. പല ഗവേഷകരും ഇതിനകം "ലെ ചപ്പുചവറുകളും പുറത്ത്" അറിയുന്നു പ്രവചനാത്മകവുമായ മോഡലുകൾ അതു കഴിയും "പുറത്തു, .ആറ്റം ബയസ്." കാണുക Barocas and Selbst (2016) ഉം O'Neil (2016) പണിതു മുൻകൂട്ടിപ്പറയാനാകുന്ന മോഡലുകൾ അപകടങ്ങളെക്കുറിച്ചുള്ള അതിലേറെ പക്ഷപാതമോ പരിശീലനം ഡാറ്റ ഉപയോഗിച്ച്.

തുറന്ന മത്സരങ്ങൾ ഉപയോഗിക്കുന്നതിൽ നിന്നും സർക്കാരുകൾ തടയുന്ന ഒരു പ്രശ്നം അത് സ്വകാര്യതാ ലംഘനങ്ങൾ കാരണമാകും ഏത് ഡാറ്റ റിലീസ് ആവശ്യമാണ് എന്നതാണ്. പ്രത്യക്ഷ കോളുകളിൽ സ്വകാര്യതയും ഡാറ്റാ റിലീസ് കൂടുതൽ കാണാൻ Narayanan, Huey, and Felten (2016) പാഠം 6 ചർച്ച.

• ഡിസ്ട്രിബ്യൂട്ടഡ് ഡാറ്റ ശേഖരണം (വിഭാഗം 5.4)

EBird എന്റെ വിവരണത്തിൽ വിവരണങ്ങൾ നിന്ന് നിർലോഭം Bhattacharjee (2005) ഉം Robbins (2013) . ഗവേഷകർ eBird ഡാറ്റ വിശകലനം സ്റ്റാറ്റിസ്റ്റിക്കൽ മോഡലുകൾ എങ്ങനെ ഉപയോഗിക്കുന്നു കൂടുതലറിയാൻ കാണുന്ന Hurlbert and Liang (2012) ഉം Fink et al. (2010) . Ornothology ലെ സിറ്റിസൺ ശാസ്ത്രത്തിന്റെ ചരിത്രം കൂടുതൽ, കാണുക Greenwood (2007) .

മലാവി ജേണലുകളിൽ പ്രോജക്റ്റ് കൂടുതൽ, കാണുക Watkins and Swidler (2009) ഉം Kaler, Watkins, and Angotti (2015) . ദക്ഷിണാഫ്രിക്കയിൽ ഒരു അനുബന്ധ പദ്ധതി സംബന്ധിച്ചുള്ള കൂടുതൽ കാണാനോ Angotti and Sennott (2015) . മാലാവി ജേണലുകളിൽ പദ്ധതിയിൽ നിന്ന് ഡാറ്റ ഉപയോഗിച്ച് ഗവേഷണ കൂടുതൽ ഉദാഹരണങ്ങൾ കാണുക Kaler (2004) ഉം Angotti et al. (2014) .

• നിങ്ങളുടെ സ്വന്തം (വിഭാഗം 5.5) രൂപകൽപ്പന

ഡിസൈൻ ഉപദേശം വാഗ്ദാനം എന്റെ രീതി വിജയകരമായ ഉദാഹരണങ്ങൾ അടിസ്ഥാനമാക്കി ഇൻഡക്റ്റീവ് ആയിരുന്നു ഞാന് കേട്ട പൊതുജനങ്ങളെ സഹകരണം പദ്ധതികൾ പരാജയപ്പെട്ടു. ഗവേഷണത്തിന്റെ സ്ട്രീം, കൂടുതൽ പൊതു സോഷ്യൽ മനഃശാസ്ത്രപരമായ സിദ്ധാന്തങ്ങൾ ഉദാഹരണത്തിന്, ബഹുജന സഹകരണം പദ്ധതികളുടെ ഡിസൈൻ പ്രസക്തിയുള്ള ഓൺലൈൻ കമ്മ്യൂണിറ്റികൾ ഡിസൈൻ ചെയ്യുന്നതിനു അപേക്ഷിക്കാൻ കാണാൻ ശ്രമിയ്ക്കുന്നു ഉണ്ടു Kraut et al. (2012) .

കപിൽ പങ്കെടുക്കുന്നവരെ സംബന്ധിച്ച്, അത് ജനങ്ങളുടെ ബഹുജന സഹകരിച്ച് സംരംഭങ്ങളിൽ കൃത്യമായി എന്തുകൊണ്ടാണ് അവയെന്തെല്ലാമെന്നു് തികച്ചും മാറിമറിഞ്ഞത് യഥാർത്ഥത്തിൽ (Nov, Arazy, and Anderson 2011; Cooper et al. 2010, Raddick et al. (2013) ; Tuite et al. 2011; Preist, Massung, and Coyle 2014) . നിങ്ങൾ ഒരു മൈക്രോ ടാസ്ക് ലേബർ വിപണിയിൽ പേമെൻറ് പങ്കെടുക്കുന്നവർ (ഉദാ, ആമസോൺ മെക്കാനിക്കൽ ട്രങ്ക്) പ്രചോദിപ്പിക്കും തീരുമാനിക്കുകയാണെങ്കിൽ Kittur et al. (2013) ചില ഉപദേശം പ്രദാനം ചെയ്യുന്നു.

പ്രാപ്തരാക്കുകയെന്ന സർപ്രൈസ് സംബന്ധിച്ച് അപ്രതീക്ഷിത കണ്ടെത്തലുകൾ കൂടുതൽ ഉദാഹരണങ്ങൾ Zoouniverse പ്രോജക്ടുകളിൽ വരുന്നതു കാണാനോ Marshall, Lintott, and Fletcher (2015) .

നൈതിക ഒരാളായി സംബന്ധിച്ച് ഉൾപ്പെട്ട ചില നല്ല ജനറൽ പരിചപ്പെടുത്തൽ ആകുന്നു Gilbert (2015) , Salehi et al. (2015) , Schmidt (2013) , Williamson (2016) , Resnik, Elliott, and Miller (2015) , ഒപ്പം Zittrain (2008) . പ്രത്യേകമായി ജനക്കൂട്ടം ജീവനക്കാർ നിയമ പ്രശ്നങ്ങൾ ബന്ധപ്പെട്ട പ്രശ്നങ്ങൾ, കാണുക Felstiner (2011) . O'Connor (2013) ഗവേഷകർക്കും പങ്കാളികളുടെ റോളുകൾ ബ്ലർ വരുമ്പോൾ ഗവേഷണ നൈതിക അദ്ധ്യക്ഷസ്ഥാനം സംബന്ധിച്ച ചോദ്യങ്ങൾ അഭിസംബോധന. സിറ്റിസൺ ശാസ്ത്ര പദ്ധതികളിൽ participats സംരക്ഷിക്കണമെന്നും സമയത്ത് പങ്കിടൽ ഡാറ്റ ബന്ധപ്പെട്ട പ്രശ്നങ്ങൾ, കാണുക Bowser et al. (2014) . രണ്ടും Purdam (2014) ഉം Windt and Humphreys (2016) വിതരണം ഡാറ്റ ശേഖരത്തിൽ നൈതിക പ്രശ്നങ്ങളെക്കുറിച്ച് ചില ചർച്ച ഉണ്ട്. ഒടുവിൽ, ഏറ്റവും പദ്ധതികൾ സംഭാവനകൾ തി എന്നാൽ പങ്കെടുക്കുന്നവർ കർത്തൃത്വ ക്രെഡിറ്റ് നൽകരുത്. Foldit ൽ Foldit കളിക്കാർ പലപ്പോഴും ഒരു എഴുത്തുകാരൻ ചൂണ്ടിക്കാണിക്കപ്പെടുന്നത് (Cooper et al. 2010; Khatib et al. 2011) . മറ്റ് ഓപ്പൺ കോൾ പദ്ധതികളിൽ നേടിക്കൊണ്ടാണ് സമ്പാദകർ പലപ്പോഴും അവരുടെ പരിഹാരങ്ങളും (ഉദാ വിവരിക്കുന്ന ഒരു പേപ്പർ എഴുതാം Bell, Koren, and Volinsky (2010) ഉം Dieleman, Willett, and Dambre (2015) ). പദ്ധതികളുടെ ഗാലക്സി സൂ കുടുംബത്തിലും വളരെ സജീവവും പ്രധാനപ്പെട്ട കോൺട്രിബ്യൂട്ടർമാരെ ചിലപ്പോൾ പേപ്പറുകൾ ന് കോ-രചയിതാക്കൾ ആയിരിക്കും ക്ഷണിച്ചു. ഉദാഹരണത്തിന്, ഇവാൻ Terentev ടിം Matorny, റഷ്യ നിന്ന് രണ്ട് റേഡിയോ ഗാലക്സി മൃഗശാല പങ്കെടുക്കുന്നവർ, പദ്ധതി നിന്നു എഴുന്നേറ്റു പത്രിക ഒന്ന് കോ-രചയിതാക്കൾ ആയിരുന്നു (Banfield et al. 2016; Galaxy Zoo 2016) .