या विभागात एक गोष्ट म्हणून वाचले पाहिजे ऐवजी, एक संदर्भ म्हणून वापर करण्यासाठी केली आहे.
मास सहकार्याने नागरिक विज्ञान, crowdsourcing, व सामूहिक बुद्धिमत्ता पासून कल्पना सुती मिश्रित. नागरिक विज्ञान सहसा "नागरिकांना" (म्हणजे, नॉन-शास्त्रज्ञ) वैज्ञानिक प्रक्रिया समावेश अर्थ (Crain, Cooper, and Dickinson 2014) . संख्या वाढवण्यासाठी सहसा सहसा संस्थेमध्ये निराकरण एक समस्या घेऊन आणि त्याऐवजी एक जमाव ते आऊटसोर्सिंग अर्थ (Howe 2009) . सामूहिक गुप्तचर सहसा वाटते की बुद्धिमान प्रकारे एकत्रितपणे काम व्यक्ती गट म्हणजे (Malone and Bernstein 2015) . Nielsen (2012) वैज्ञानिक संशोधन वस्तुमान सहकार्य सत्तेवर सुंदर पुस्तक-लांबी परिचय आहे.
मी प्रस्तावित की तीन श्रेणींमध्ये व्यवस्थित बसू नका की वस्तुमान सहकार्याने अनेक प्रकार आहेत, आणि मला वाटते की ते काही वेळी सामाजिक संशोधन उपयुक्त असू शकते कारण तीन विशेष लक्ष पात्र. एक उदाहरण अंदाज बाजार, सहभागी खरेदी कुठे आणि जगातील होणारे परिणाम वर विमोचन आधारित व्यापार करार आहे (Wolfers and Zitzewitz 2004; Arrow et al. 2008) . भाकीत बाजारात अनेकदा हवामानाचा अंदाज कंपन्या आणि सरकार यांनी वापरले जातात, आणि अंदाज बांधणे बाजारात मानसशास्त्र मध्ये प्रकाशित अभ्यास replicability अंदाज सामाजिक संशोधक द्वारे वापरले गेले आहे (Dreber et al. 2015) .
माझे वर्गीकृत योजना मध्ये चांगले बसत नाही की एक दुसरे उदाहरण विविध विषयांच्या व्यासंगी विदवान प्रकल्प, संशोधक नवीन गणित प्रमेये सिद्ध करण्यासाठी ब्लॉग आणि विकी वापरून काम कोठे आहे (Gowers and Nielsen 2009; Cranshaw and Kittur 2011; Nielsen 2012; Kloumann et al. 2016) . विविध विषयांच्या व्यासंगी विदवान प्रकल्प Netflix पुरस्कार सारखे काही प्रकारे आहे, पण अधिक सक्रियपणे इतर अंशत: उपाय बांधले विविध विषयांच्या व्यासंगी विदवान प्रकल्प सहभागी.
माझे वर्गीकृत योजना मध्ये चांगले बसत नाही की एक तिसरे उदाहरण अशा संरक्षण प्रगत संशोधन प्रकल्प एजन्सी (DARPA) नेटवर्क चॅलेंज (म्हणजेच, लाल बलून चॅलेंज) म्हणून वेळेवर अवलंबून mobilizations आहे. या वेळी अधिक संवेदनशील mobilizations पाहू Pickard et al. (2011) , Tang et al. (2011) , आणि Rutherford et al. (2013) .
टर्म "मानवी मोजणी" संगणक शास्त्रज्ञांद्वारे केलेल्या कामाचे बाहेर येतो, आणि तो अंमलात असू शकते की समस्या घेऊन आपली क्षमता सुधारणा होईल या संशोधन मागे संदर्भात समजून घेणे. काही कार्ये, संगणक लांब अगदी तज्ज्ञ मानव फार क्षमता विश्वास बसणार नाही इतका शक्तिशाली आहेत. उदाहरणार्थ, बुद्धिबळ मध्ये, संगणक, अगदी उत्तम भव्य मास्टर्स पराभूत करू. पण आणि हे कमी सामाजिक कौतुक आहे शास्त्रज्ञ-साठी इतर कामे, संगणक प्रत्यक्षात लोक पेक्षा जास्त वाईट अवस्था आहे. दुसऱ्या शब्दांत, आपण सध्या प्रतिमा, व्हिडिओ, ऑडिओ, आणि मजकूर प्रक्रिया समावेश काही कामे येथे अगदी सर्वात अत्याधुनिक संगणक चांगले असतात. अशा प्रकारे म्हणून एक आश्चर्यकारक XKCD उदाहरणावरून हे होते व्यंगचित्र तेथे व लोकांसाठी संगणक सोपे कठीण आहेत की कामे आहेत, पण आणि संगणक कठीण लोक सोपे आहेत की कार्ये (आकृती 5.13) आहेत. या कठीण-साठी संगणक सोपे-साठी मानवी कार्ये, म्हणून लक्षात आले, की ते त्यांच्या संगणकीय प्रक्रिया मानव समावेश असू शकतो की काम संगणक शास्त्रज्ञांद्वारे. येथे कसे लुईस फॉन Ahn आहे (2005) तेव्हा येशू प्रथम आपल्या एम.ए. पद coined तेव्हा मानवी मोजणी वर्णन: ". संगणक अद्याप निराकरण करू शकत नाही की समस्या सोडवण्यासाठी मानवी प्रक्रिया शक्ती वापर करण्यासाठी एक नमुना"
या व्याख्या FoldIt-मी ओपन विभागात वर्णन करून मानवी मोजणी प्रकल्प कॉल-शकतो मानले जाईल. कारण तो विशेष कौशल्य आवश्यक आहे मात्र, मी खुले कॉल म्हणून FoldIt वर्गीकरण निवडणे आणि ते सर्वोत्तम उपाय ऐवजी योगदान एक विभाजित-लागू-एकत्र धोरण वापरून पेक्षा घेते.
मानवी मोजणी एक उत्कृष्ट पुस्तक लांबी उपचार, पद सर्वात सामान्य अर्थाने, पाहू Law and Ahn (2011) . प्रकरण 3 Law and Ahn (2011) या अध्यायात विषयावर पेक्षा अधिक जटिल एकत्र पावले एक मनोरंजक चर्चा आहे.
टर्म "विभाजित-लागू-एकत्र करा" द्वारे वापरले होते Wickham (2011) संख्याशास्त्रीय संगणकीय नीती वर्णन करण्यासाठी, पण तो उत्तम प्रकारे अनेक मानवी मोजणी प्रकल्प प्रक्रिया ओळख. विभाजित-लागू-एकत्र धोरण Google वर विकसित MapReduce फ्रेमवर्क समान आहे (Dean and Ghemawat 2004; Dean and Ghemawat 2008) .
की मी चर्चा करण्यासाठी जागा नाही दोन हुशार मानवी मोजणी प्रकल्प ESP मध्ये गेम आहेत (Ahn and Dabbish 2004) आणि रीकॅप्चा (Ahn et al. 2008) . सर्जनशील मार्ग या प्रकल्पांच्या दोन्ही प्रतिमा लेबले प्रदान करण्यासाठी सहभागी प्रेरणा आढळले. तथापि, दीर्घिका प्राणीसंग्रहालय विपरीत, कारण ESP मध्ये गेम आणि रीकॅप्चा सहभागी त्यांच्या डेटा उपयोग केला जात होता कसे माहित नाही या प्रकल्पांच्या दोघेही नैतिक प्रश्न उपस्थित (Lung 2012; Zittrain 2008) .
ESP मध्ये गेम प्रेरणा, अनेक संशोधक इतरांना "एक उद्देश खेळ" विकसित करण्याचा प्रयत्न केला आहे (Ahn and Dabbish 2008) (म्हणजे, "मानवी आधारित गणना गेम" (Pe-Than, Goh, and Lee 2015) ) शक्य आहे इतर समस्या विविध निराकरण करण्यासाठी वापरले. काय हे "एक उद्देश गेम" सामाईक आहेत ते आनंददायक मानवी मोजणी सहभागी कार्ये करण्यासाठी प्रयत्न आहे. अशा प्रकारे, ESP मध्ये गेम दीर्घिका प्राणीसंग्रहालय त्याच विभाजित-लागू-एकत्र रचना शेअर करताना, वि विज्ञान मदत करण्याची इच्छा सहभागी कसे आहेत प्रवृत्त-मजा वेगळे.
दीर्घिका प्राणीसंग्रहालय माझ्या वर्णन वर आकर्षित करतो Nielsen (2012) , Adams (2012) , Clery (2011) , आणि Hand (2010) , आणि दीर्घिका प्राणीसंग्रहालय संशोधन गोल माझे सादरीकरण सोपी होते. खगोलशास्त्र मध्ये आकाशगंगा वर्गीकरण इतिहास आणि कसे दीर्घिका प्राणीसंग्रहालय ही परंपरा सुरू अधिक माहितीसाठी, पहा Masters (2012) आणि Marshall, Lintott, and Fletcher (2015) . दीर्घिका प्राणीसंग्रहालय इमारत, संशोधक दीर्घिका प्राणीसंग्रहालय 2 स्वयंसेवक पेक्षा अधिक 60 दशलक्ष अधिक जटिल morphological वर्गवार्या गोळा पूर्ण (Masters et al. 2011) . पुढे, चंद्र पृष्ठभाग अन्वेषण ग्रह शोध आणि जुन्या दस्तऐवज लिप्यंतरण समावेश आकाशगंगा शब्द कसे बनतात त्याचे शास्त्र बाहेर समस्या मध्ये बाहेर पुष्कळ फांदया. सध्या त्यांच्या सर्व प्रकल्प येथे गोळा केली जाते www.zooniverse.org (Cox et al. 2015) . एक प्रकल्प-स्नॅपशॉट दीर्घिका प्राणीसंग्रहालय-प्रकार प्रतिमा वर्गीकरण प्रकल्प देखील पर्यावरण संशोधन केले जाऊ शकते की पुरावा Serengeti-प्रदान (Swanson et al. 2016) .
संशोधक एक मानवी मोजणी प्रकल्पासाठी एक सूक्ष्म-कार्य श्रमिक बाजार (उदा, ऍमेझॉन यांत्रिकी तुर्क) चा वापर नियोजन करण्यासाठी, Chandler, Paolacci, and Mueller (2013) आणि Wang, Ipeirotis, and Provost (2015) काम रचना आणि चांगले सल्ला देतात इतर संबंधित समस्या.
मी दुसरी पिढी मानवी मोजणी प्रणाली म्हटले केले काय तयार करण्यामध्ये स्वारस्य संशोधक (उदा, एक मशीन लर्निंग मॉडेल सराव मानवी लेबले वापर करणाऱ्या प्रणाली) स्वारस्य असू शकते Shamir et al. (2014) आणि (ऑडिओ वापरून उदाहरण) Cheng and Bernstein (2015) . तसेच, या प्रकल्प उघडा कॉल, संशोधक महान सूचक कामगिरी मशीन शिक्षण मॉडेल तयार करण्यासाठी स्पर्धा ज्यायोगे केले जाऊ शकते. उदाहरणार्थ, दीर्घिका प्राणीसंग्रहालय संघ खुले कॉल धावत आला आणि विकसित एक कामगिरी बजावली की एक नवीन दृष्टीकोन आढळले Banerji et al. (2010) ; पाहू Dieleman, Willett, and Dambre (2015) तपशील.
खुल्या कॉल नवीन नाहीत. खरं तर, सर्वात सुप्रसिद्ध उघडा कॉल एक ब्रिटन संसदेत समुद्रात एक जहाज रेखांश निर्धारित करण्यासाठी एक मार्ग होऊ शकतो की कोणीही तयार करताना रेखांश पुरस्कार इ.स. 1714 सालचे. समस्या दिवस, आयझॅक न्यूटन समावेश महान शास्त्रज्ञ अनेक बळी आणि जिंकून उपाय अखेरीस कसा तरी खगोलशास्त्र सहभागी होणार की एक समाधान लक्ष केंद्रित होते शास्त्रज्ञांची वेगळ्या समस्या संपर्क साधला कोण शेतात एक clockmaker करून सादर करण्यात आला होता (Sobel 1996) . हे उदाहरण स्पष्ट म्हणून, खुल्या कॉल म्हणून चांगले कार्य मानले जाते की एक कारण ते विविध दृष्टीकोन व कौशल्य लोकांना प्रवेश प्रदान आहे (Boudreau and Lakhani 2013) . पहा Hong and Page (2004) आणि Page (2008) सोडवणे समस्या विविधता मूल्य अधिक.
अध्याय उघडा कॉल प्रकरणे प्रत्येक या वर्गात संबंधित का पुढील स्पष्टीकरण एक बिट आवश्यक आहे. प्रथम, एक मार्ग मी मानवी मोजणी व ओपन कॉल प्रकल्प फरक की आउटपुट सर्व उपाय सरासरी (मानवी मोजणी) किंवा सर्वोत्तम उपाय (ओपन कॉल) आहे की नाही हे आहे. सर्वोत्तम उपाय वैयक्तिक उपाय एक अत्याधुनिक सरासरी असल्याचे बाहेर चालू कारण Netflix पुरस्कार या संदर्भात काहीसे अवघड आहे, एक संपर्क साधला एक एकूण उपाय म्हणतात (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) . Netflix च्या दृष्टीकोनातून, तथापि, ते करू होते सर्व सर्वोत्तम उपाय निवडा होते.
दुसरी गोष्ट म्हणजे, मानवी मोजणी काही व्याख्या (उदा, Von Ahn (2005) ), FoldIt मानवी मोजणी प्रकल्प मानले पाहिजे. कारण तो विशेष कौशल्य आवश्यक आहे मात्र, मी खुले कॉल म्हणून FoldIt वर्गीकरण निवडणे आणि ते सर्वोत्तम उपाय योगदान, ऐवजी एक विभाजित-लागू-एकत्र धोरण वापरून पेक्षा घेते.
शेवटी, एक की पीअर-टू-पेटंट वितरित डेटा संकलन एक उदाहरण आहे भांडणे शकते. मी एक स्पर्धा सारखी रचना आहे आणि फक्त एका योगदान वापरले जातात (तर वितरित डेटा संग्रह, चांगले आणि वाईट योगदान कल्पना कमी स्पष्ट आहे) कारण खुले कॉल म्हणून समाविष्ट करणे देखील निवडू.
Netflix पुरस्कार अधिक माहितीसाठी, पहा Bennett and Lanning (2007) , Thompson (2008) , Bell, Koren, and Volinsky (2010) , आणि Feuerverger, He, and Khatri (2012) . FoldIt अधिक पाहू, Cooper et al. (2010) , Andersen et al. (2012) , आणि Khatib et al. (2011) ; FoldIt माझ्या वर्णन वर्णन वर आकर्षित करतो Nielsen (2012) , Bohannon (2009) , आणि Hand (2010) . पीअर-टू-पेटंट अधिक माहितीसाठी, पहा Noveck (2006) , Bestor and Hamp (2010) , Ledford (2007) , आणि Noveck (2009) .
परिणाम सारखे Glaeser et al. (2016) , Mayer-Schönberger and Cukier (2013) , न्यू यॉर्क शहर गृहनिर्माण निरीक्षक उत्पादन Chapter 10 अहवाल मोठ्या नफ्यावर तपासणी सूचक मॉडेल मार्गदर्शन जातात तेव्हा. न्यू यॉर्क शहर, हे सूचक मॉडेल शहर कर्मचारी बांधले होते, पण इतर प्रकरणांमध्ये, ते निर्माण किंवा ओपन कॉल सुधारीत केले जाऊ शकते की कल्पना नाही (उदा, Glaeser et al. (2016) ). तथापि, सूचक मॉडेल स्त्रोत देउ वापरले जात एक काळजीचा विषय मॉडेल विद्यमान चुका अधिक मजबूत करण्याची क्षमता आहे की आहे. अनेक संशोधक आधिपासूनच "मध्ये कचरा बाहेर, कचरा" मला माहीत आहे, आणि सूचक मॉडेल असू शकते "मध्ये कल, कल बाहेर." पाहा, Barocas and Selbst (2016) आणि O'Neil (2016) बांधले सूचक मॉडेल धोक्यांबाबत अधिक पक्षपाती प्रशिक्षण डेटा.
खुल्या स्पर्धा वापर सरकार टाळण्यासाठी शकते की एक समस्या गोपनीयता उल्लंघन होऊ शकते जे डेटा प्रकाशन, आवश्यक आहे. खुल्या कॉल गोपनीयता आणि डेटा प्रकाशन अधिक पहा Narayanan, Huey, and Felten (2016) आणि 6 व्या अध्यायात चर्चा.
EBird माझे वर्णन वर्णन वर आकर्षित करतो Bhattacharjee (2005) आणि Robbins (2013) . पाहू संशोधक eBird डेटा विश्लेषण सांख्यिकीय मॉडेल वापर कसा अधिक Hurlbert and Liang (2012) आणि Fink et al. (2010) . Ornothology नागरिकांचा विज्ञानाच्या इतिहासात अधिक माहितीसाठी, पहा Greenwood (2007) .
मलावी पत्रिका प्रकल्प अधिक माहितीसाठी, पहा Watkins and Swidler (2009) आणि Kaler, Watkins, and Angotti (2015) . आणि दक्षिण आफ्रिका संबंधित प्रकल्प अधिक पाहू, Angotti and Sennott (2015) . मलावी पत्रिका प्रकल्प वापरून संशोधन डेटा अधिक उदाहरणे पहा Kaler (2004) आणि Angotti et al. (2014) .
डिझाइन सल्ला अर्पण माझी पद्धत यशस्वी उदाहरणे आधारित, अनुमानाचा होते आणि अयशस्वी मी ऐकले आहे की वस्तुमान सहकार्याने प्रकल्प. संशोधन एक प्रवाह ऑनलाईन समुदाय तयार अधिक सामान्य सामाजिक मानसिक सिद्धांत लागू करण्यासाठी वस्तुमान सहकार्याने प्रकल्प रचना संबंधित आहे उदाहरणार्थ, पहा, प्रयत्न देखील आहे Kraut et al. (2012) .
संबंधित प्रेरणा देणारे सहभागी आहे, पण ते प्रत्यक्षात जोरदार अवघड आकृती बाहेर का नक्की लोक सहभागी वस्तुमान सहकार्याने प्रकल्प (Nov, Arazy, and Anderson 2011; Cooper et al. 2010, Raddick et al. (2013) ; Tuite et al. 2011; Preist, Massung, and Coyle 2014) . आपण एक सूक्ष्म-कार्य श्रमिक बाजार देय (उदा, ऍमेझॉन यांत्रिकी तुर्क) सहभागी प्रेरणा करायचे असल्यास Kittur et al. (2013) काही सल्ला देते.
Zoouniverse प्रकल्प येत अनपेक्षित शोध अधिक उदाहरणे आश्चर्य सक्षम करणे, बाबींची माहिती, पाहू Marshall, Lintott, and Fletcher (2015) .
नैतिक जात बाबींची माहिती, सहभागी समस्या करण्यासाठी काही चांगले सामान्य गाड्या आहेत Gilbert (2015) , Salehi et al. (2015) , Schmidt (2013) , Williamson (2016) , Resnik, Elliott, and Miller (2015) , आणि Zittrain (2008) . विशेषतः गर्दी कर्मचारी कायदेशीर अडचणी मुद्दे, पहा Felstiner (2011) . O'Connor (2013) संशोधक आणि सहभागी भूमिका अंधुक तेव्हा संशोधन नैतिक उपेक्षा प्रश्न पत्ते. नागरिक विज्ञान प्रकल्प मध्ये participats संरक्षण करीत असतानाच डेटा सामायिक संबंधित विषयांवर, पहा Bowser et al. (2014) . दोन्ही Purdam (2014) आणि Windt and Humphreys (2016) वितरित डेटा संकलन नैितक समस्या बद्दल काही चर्चा आहे. शेवटी, अधिकाधिक प्रकल्प योगदान मान्य करता पण सहभागी लेखकांचे क्रेडिट देऊ नका. Foldit मध्ये, Foldit खेळाडू अनेकदा एक लेखक म्हणून सूचीबद्ध आहेत (Cooper et al. 2010; Khatib et al. 2011) . अन्य मुक्त कॉल प्रकल्प जिंकून वर्गणीदार अनेकदा त्यांच्या उपाय वर्णन निबंध लिहू शकतो, (उदा, Bell, Koren, and Volinsky (2010) आणि Dieleman, Willett, and Dambre (2015) ). प्रकल्प दीर्घिका प्राणीसंग्रहालय कुटुंबात, अत्यंत सक्रिय आणि महत्त्वाचे योगदान कधी कधी पेपरवर सहकारी लेखक होण्यासाठी आमंत्रित आहेत. उदाहरणार्थ, इव्हान Terentev टीम Matorny, रशिया, दोन रेडिओ दीर्घिका प्राणीसंग्रहालय सहभागी प्रकल्प उठला उत्तरपत्रिकांची एक वर सहकारी लेखक होते (Banfield et al. 2016; Galaxy Zoo 2016) .