5.3.4 निष्कर्ष

खुल्या कॉलमुळे आपण ज्या समस्या स्पष्टपणे सांगू शकता त्या सोडविण्यास आपल्याला सक्षम करते परंतु आपण स्वत: चे निराकरण करू शकत नाही.

सर्व तीन उघडा कॉल प्रकल्प-Netflix पुरस्कार Foldit, पीअर-टू-पेटंट-संशोधक, एक विशिष्ट फॉर्म प्रश्न विचारलेल्या उपाय विनंती, आणि नंतर सर्वोत्तम उपाय उचलले. संशोधक, अगदी उत्तम तज्ज्ञ विचारू माहित असणे आवश्यक आहे नाही, आणि कधी कधी चांगल्या कल्पना अनपेक्षित ठिकाणी आला.

आता मी ओपन कॉल प्रोजेक्ट्स आणि मानवी कम्प्यूटिंग प्रोजेक्ट्स मध्ये दोन महत्वपूर्ण फरक ठळक करू शकतो. प्रथम, खुल्या कॉल प्रोजेक्टमध्ये संशोधक एक ध्येय निर्दिष्ट करतो (उदा., मूव्हीच्या रेटिंगचा अंदाज काढणे), तर मानवी गणनेमध्ये संशोधक एक मायक्रोटास्क (उदा. आकाशगंगा वर्गीकृत करतो) निर्दिष्ट करतो. दुसरे म्हणजे, खुल्या कॉलमध्ये, संशोधकांना सर्वोत्तम योगदानाची इच्छा आहे-जसे की मूव्ही रेटिंग्जची गणना करण्यासाठी सर्वोत्तम अल्गोरिदम, प्रोटीनची सर्वात कमी-ऊर्जा संरचना, किंवा अगोदरच्या कलाचा सर्वात संबंधित भाग-सर्व काही सोप्या संयोजनात नाही योगदान

खुल्या कॉल्ससाठी सामान्य टेम्प्लेट आणि या तीन उदाहरणात दिलेली माहिती, सोशल रिसर्चमधील कोणत्या प्रकारच्या समस्या या पध्दतीसाठी उपयुक्त असू शकतात? या टप्प्यावर, मला हे मान्य करावे लागेल की अजून यशस्वी उदाहरणे नाहीत (कारणांमुळे मी एका क्षणात समजावून सांगू). थेट analogs दृष्टीने, आपण एक विशिष्ट व्यक्ती किंवा कल्पना उल्लेख प्राचीनतम दस्तऐवज शोधत एक ऐतिहासिक संशोधक द्वारे वापरले जात एक पीर टू पॅटर्न शैली उघडा कॉल कल्पना शकते. संभाव्य संबंधित कागदपत्रे एकाच संग्रहित नसतात परंतु मोठ्या प्रमाणावर वितरित केल्या जातात तेव्हा या प्रकारच्या समस्येस एक मुक्त कॉल दृष्टिकोण विशेषतः मौल्यवान असू शकतो.

अधिक सामान्यतः बर्याच सरकारे आणि कंपन्यांना अशी समस्या असू शकतात ज्या कॉल उघडण्यास सक्षम असतील कारण खुल्या कॉलमुळे अल्गोरिदम निर्माण होऊ शकतात जे पूर्वानुमानांसाठी वापरले जाऊ शकतात आणि हे पूर्वानुमान क्रिया (Provost and Fawcett 2013; Kleinberg et al. 2015) कृती (Provost and Fawcett 2013; Kleinberg et al. 2015) . उदाहरणार्थ, जसे नेटफ्लिक्स मूव्हीजवर रेटिंग्स दर्शविण्याची इच्छा होती तशाच सरकारे अंदाजपत्रकास अंदाज लावू शकतात जसे की कोणत्या रेस्टॉरन्ट्सकडे तपासणी साधनांचे अधिक कार्यक्षमतेने वाटप करण्यासाठी आरोग्य-कोडचे उल्लंघन आहे. या प्रकारची समस्या, एडवर्ड ग्लैसेर आणि सहकाऱ्यांनी (2016) बोस्टन शहरातून मदत केल्याबद्दल खुले कॉलचा वापर यालप तपासणी व ऐतिहासिक निरीक्षण डेटाच्या डेटावर आधारीत रेस्टॉरंट स्वच्छता आणि स्वच्छता उल्लंघनाचा अंदाज लावला. त्यांनी अंदाज केला की ओपन कॉल जिंकणारा अंदाज मॉडेल रेस्टॉरंट इन्स्पेक्टरची उत्पादनक्षमता सुमारे 50% सुधारेल.

खुल्या कॉलची संभाव्यता सिद्धांतांशी तुलना करणे आणि चाचणी करण्यासाठी देखील वापरली जाऊ शकते. उदाहरणार्थ, फ्रॅगेईल फॅमिलीज आणि चाइल्ड वेलबींग स्टडीने सुमारे 5000 मुलांचा जन्म घेतल्यापासून 20 वेगवेगळ्या यूएस शहरात जन्माला आले (Reichman et al. 2001) . संशोधकांनी या मुलांना, त्यांच्या कुटुंबांना आणि त्यांच्या व्यापक वातावरणाविषयी जन्म आणि 1, 3, 5, 9 व 15 वर्षे वयोगटातील माहिती गोळा केली आहे. या मुलांबद्दल सर्व माहिती दिल्यामुळे, संशोधक काय निष्कर्ष काढू शकतील जसे महाविद्यालयातून पदवीधर कोण? किंवा, काही संशोधकांकडे अधिक मनोरंजक असणारे एक प्रकारे व्यक्त केले आहे, जे या परिणामांची माहिती देणारे डेटा आणि सिद्धांत अधिक प्रभावी ठरतील? यापैकी एकही मुले सध्या कॉलेजमध्ये जाण्यासाठी पुरेशी उणीव करीत नसल्यामुळे ही एक खरी भविष्यासारखीच भविष्यवाणी असेल, आणि संशोधक कदाचित नोकरी करू शकतील अशी अनेक वेगळी धोरणे असतील एक संशोधक जो विश्वास ठेवतो की परिसरांना जीवन निकालांना आकार देण्यास महत्वपूर्ण आहे ते एक दृष्टिकोन घेऊ शकतात, आणि जेव्हा संशोधक जो कुटुंबांवर लक्ष केंद्रीत करतो तो काहीतरी वेगळ्या प्रकारे बदलू शकतो. यापैकी कोणते मार्ग चांगले काम करतील? आम्हाला माहिती नाही, आणि बाहेर पडण्याच्या प्रक्रियेत, आपण कुटुंब, परिचित, शिक्षण आणि सामाजिक असमानता याबद्दल काहीतरी महत्वाचे काही शिकू शकतो. पुढे, भविष्यातील डेटा संकलन मार्गदर्शनासाठी हे अंदाज वापरले जाऊ शकतात. कल्पना करा की काही महाविद्यालयातील पदवीधर होते ज्यांना कोणत्याही मॉडेलने पदवी प्राप्त करण्याची कल्पना दिली नव्हती; हे लोक फॉलो-अप गुणात्मक मुलाखती आणि मानववंशशास्त्र निरीक्षणासाठी आदर्श उमेदवार असतील. अशाप्रकारे, या प्रकारच्या खुल्या कॉलमध्ये, अंदाज शेवट नाही; उलट, ते तुलनात्मक, समृद्ध करतात आणि विविध सैद्धांतिक परंपरा एकत्रित करण्याचा एक नवीन मार्ग प्रदान करतात. अशा प्रकारचे खुले कॉल हे फ्रॅगेईल फॅमिलीज आणि चाइल्ड वेलबींग अभ्यासातून डेटा वापरण्यासाठी विशिष्ट नाही जे महाविद्यालयात जाईल हे भाकित करणे; तो कोणत्याही रेखांशाचा सामाजिक डेटा संच मध्ये अखेरीस जमा होईल की कोणत्याही परिणाम भाकित करण्यासाठी वापरले जाऊ शकते.

मी या विभागात याआधी ज्याप्रमाणे लिहिले होते त्याप्रमाणे, खुले कॉल वापरून सामाजिक संशोधकांची अनेक उदाहरणे दिसत नाहीत. मला वाटते की हे कारण आहे की खुले कॉल सामाजिक शास्त्रज्ञांनी त्यांच्या प्रश्नांवर विचारल्याप्रमाणे योग्य नाहीत. Netflix पारितोषिक परत, सामाजिक शास्त्रज्ञ सामान्यतः चव आवडत बद्दल विचारणार नाही; उलट, ते विचार करतील की विविध सामाजिक वर्गांतील लोकांसाठी कशाप्रकारे भिन्नता आणि का फरक आहे (उदा., Bourdieu (1987) ). अशाप्रकारचे "कसे" आणि "का" प्रश्न सहजपणे तपासण्यायोग्य उपाय करणार नाहीत, आणि त्यामुळे कॉल उघडण्यास असमाधानकारक वाटते. याप्रमाणे, असे दिसून येते की स्पष्टीकरणांच्या प्रश्नांपेक्षा खुले कॉल प्रश्न प्राधान्यासाठी अधिक योग्य आहेत. तथापि, अलिकडच्या थिऑरिस्टांनी, सामाजिक शास्त्रज्ञांकडे स्पष्टीकरण आणि अंदाज (Watts 2014) यांच्यातील द्विभागावर फेरविचार करण्याची विनंती केली आहे. अंदाज आणि स्पष्टीकरण blurs यांच्यातील ओळ म्हणून, मी अपेक्षा करतो की खुल्या कॉल सामाजिक संशोधन मध्ये वाढत्या सामान्य होतील.