5.5.2 लाभ heterogeneity
एक पटक वास्तविक वैज्ञानिक समस्यामा काम गर्न धेरै व्यक्तिहरूलाई उत्प्रेरित भएपछि, तपाइँले पत्ता लगाउनुहुनेछ कि तपाइँका सहभागीहरू दुई मुख्य तरिकामा विचित्र हुनेछन्: तिनीहरू तिनीहरूका गुण र प्रयासको स्तरमा भिन्न हुनेछन्। धेरै सोशल शोधकर्ताहरूको पहिलो प्रतिक्रिया निम्न गुणस्तरका सहभागीहरू छोड्ने प्रयास गरेर यस विरूपणता विरुद्ध लड्न र त्यसपछि सबै बायाँबाट एक निश्चित रकम एकत्रित गर्ने प्रयास गर्ने। यो ठूलो सहयोग परियोजना डिजाइन गर्न गलत तरिका हो। विवादास्पद लड्नको सट्टा, तपाईले यसलाई लिनु पर्छ।
पहिलो, कम कुशल खेलाडीहरुलाई बहिष्कार गर्न कुनै कारण छैन। खुला कलहरूमा, कम कुशल खेलाडीहरू कुनै समस्याको कारण छैनन्; तिनीहरूको योगदानले कसैलाई चोट पुर्याउँदैन र उनीहरूलाई कुनै पनि समय मूल्याङ्कन गर्न आवश्यक छैन। मानव गणना र वितरित डेटा संग्रह परियोजनाहरूमा, थप, गुणस्तर नियन्त्रणको सबैभन्दा उत्तम रूप अनावश्यक रूपमा आउँछ, एक उच्च पट्टीको लागि सहभागी हुनुहुन्न। वास्तवमा, कम-कुशल सहभागिताहरू बाहेक, एक राम्रो तरिकाले उनीहरूलाई अझ राम्रो योगदान दिन मद्दत पुर्याउनको लागि हो, जतिसुकै eBird मा शोधकर्ताहरूले गरेका छन्।
दोस्रो, प्रत्येक सहभागीबाट जानकारीको निश्चित रकम एकत्र गर्न कुनै कारण छैन। धेरै ठूलो सहयोग परियोजनामा सहभागिता अविश्वसनीय unequal छ (Sauermann and Franzoni 2015) मानिसहरूले योगदान को एक सानो संख्या संग, धेरै-कहिलेकाहीं बोसो टाउको -and मान्छे एक योगदान धेरै भनिन्छ सानो-कहिलेकाहीं लामो पुच्छर भनिन्छ। यदि तपाईं मोटो हेड र लामो ढङ्गबाट जानकारी एकत्रित गर्नुहुन्न भने, तपाईले जनतालाई जानकारी नदिई छोड्नु भएको छ। उदाहरणको लागि, यदि विकिपीडियाले प्रति 10 स्वीकार गर्यो र प्रति संपादक मात्र 10 सम्पादन गर्यो, यसले सम्पादनको लगभग 95% सम्पादन (Salganik and Levy 2015) । यसकारण, सामूहिक सहकार्य परियोजनाको साथ, यसलाई हटाउन प्रयास गर्नु भन्दा यसलाई हिटजाइजिटी को लाभ उठाउन उत्तम छ।
