राजनीतिक manifestos, सामान्यतया विशेषज्ञहरु गरेको कुरा कोडिङ, मानव गणना परियोजना ठूलो reproducibility र लचकता परिणामस्वरूप द्वारा प्रदर्शन गर्न सकिन्छ।
ग्यालेक्सी चिडियाघर गर्न समान, त्यहाँ, कोड चाहनुहुन्छ सामाजिक अनुसन्धानकर्ताहरूले वर्गीकरण, वा छवि वा पाठ टुक्रा लेबल धेरै अवस्थामा छन्। अनुसन्धान को यस प्रकारको उदाहरण राजनीतिक manifestos को कोडन छ। चुनावमा राजनीतिक दलहरू आफ्नो नीति स्थान वर्णन र दर्शन मार्गदर्शक manifestos उत्पादन। उदाहरणका लागि, यहाँ 2010 देखि ग्रेट ब्रिटेन मा श्रम पार्टी को मेनिफेस्टो को एक टुक्रा छ:
"मानिसहरूले हाम्रो सार्वजनिक सेवाहरूमा काम लाखौं तिनीहरूले आफ्नै मा सहन गर्न हुँदैन जोखिम तिनीहरूलाई सुरक्षा गर्दा आफ्नै जीवन को सबै भन्दा बनाउन मानिसहरूलाई बल मदत, बेलायत को सबै भन्दा राम्रो मान embody। हामी बजार एकदम काम बनाउने सरकारको भूमिका बारे साहसी हुनु आवश्यक छ जसरी, हामी पनि सरकारको बोल्ड सुधारवादीहरूले हुन आवश्यक छ। "
यी manifestos राजनीतिक वैज्ञानिकहरूले लागि बहुमूल्य डाटा, ती अध्ययन चुनाव विशेष र नीति बहस को गतिशीलता समावेश। प्रणालीबद्ध यी manifestos जानकारी निकाल्न गर्न, अनुसन्धानकर्ताहरूले सिर्जना भएको मेनिफेस्टो परियोजना , 50 देशहरूमा लगभग 1,000 पक्षबाट 4,000 manifestos कोड गर्न राजनीतिक वैज्ञानिकहरूले संगठित जो। प्रत्येक मेनिफेस्टो मा प्रत्येक वाक्य एक 56-कोटी योजना प्रयोग गरेर एउटा विशेषज्ञ द्वारा coded गरिएको छ। यो सहयोगी प्रयास को परिणाम यी manifestos सम्मिलित जानकारी सारांश एक विशाल डेटासेटको छ, र यो डेटासेटको 200 भन्दा बढी वैज्ञानिक कागजात प्रयोग गरिएको छ।
केनेथ बेनोइट र सहयोगिहरु (2015) को मेनिफेस्टो कोडिङ पहिले विशेषज्ञहरु द्वारा प्रदर्शन गरिएको थियो कार्य लिन र एक मानव गणना परियोजना यसलाई बारी निर्णय गरे। फलस्वरूप, तिनीहरूले सस्ता र छिटो उल्लेख छैन थप reproducible र थप लचिलो छ, एक कोडन प्रक्रिया सिर्जना गरियो।
18 manifestos छ बेलायत मा हाल चुनावमा उत्पन्न संग काम, बेनोइट र सहयोगिहरु प्रयोग विभाजित-लागू-संयोजन एक माइक्रो-कार्य श्रम बजार कार्यकर्ता संग रणनीति (अमेजन यांत्रिक टर्क र CrowdFlower माइक्रो-कार्य श्रम बजार को उदाहरण हुन्; थप माइक्रो-कार्य श्रम बजार मा, अध्याय 4 हेर्नुहोस्)। शोधकर्ताओं प्रत्येक मेनिफेस्टो गरे र यो वाक्य विभाजित। अर्को, मानव दर्जा प्रत्येक वाक्य गर्न लागू गरिएको थियो। विशेष मा, वाक्य नीति कथन संलग्न भने, यो दुई आयाम साथ coded थियो: आर्थिक (धेरै देखि बायाँ धेरै दायाँ) र सामाजिक (चित्रा 5.5) (रूढिवादी गर्न उदार देखि)। प्रत्येक वाक्य 5 फरक मानिसहरूले coded थियो। अन्तमा, यी मूल्यांकन व्यक्तिगत रेटगर्नेहरु प्रभाव र वाक्य प्रभाव को कठिनाई दुवै को हिसाब एक तथ्याङ्क मोडेल प्रयोग संयुक्त थिए। सबै मा, बेनोइट र सहयोगिहरु बारेमा 1,500 कार्यकर्ता देखि 2,00,000 मूल्यांकन संकलित।
भीड कोडन गुणस्तर आकलन गर्न, बेनोइट र सहयोगिहरु पनि 10 विशेषज्ञहरु-प्राध्यापकहरू र स्नातक विद्यार्थीहरू राजनीतिक विज्ञान-दर यस्तै प्रक्रिया प्रयोग गरेर नै manifestos थियो। भीड सदस्य बाट मूल्यांकन विशेषज्ञहरु देखि मूल्यांकन भन्दा बढी चल भए तापनि सहमति भीड दर्जा संग सहमति विशेषज्ञ दर्जा (चित्रा 5.6) उल्लेखनीय सम्झौता भएको थियो। यो तुलना ग्यालेक्सी चिडियाघर संग, मानव गणना परियोजनाहरू उच्च गुणवत्ता परिणाम उत्पादन गर्न सक्छन्, भनेर देखाउँछ।
यो परिणाम मा निर्माण, बेनोइट र सहयोगिहरु को मेनिफेस्टो परियोजना असम्भव थियो अनुसन्धान गर्न आफ्नो भीड-कोडिङ प्रणाली प्रयोग। उदाहरणका लागि, मेनिफेस्टो परियोजना कोडन योजना मध्य-1980 को दशक मा विकसित गरिएको थियो जब कि एक salient विषय थियो किनभने अध्यागमन को विषय मा manifestos कोड थिएन। र, यो बिन्दुमा, यो logistically infeasible को मेनिफेस्टो परियोजना फिर्ता जाने र यो जानकारी कब्जा गर्न आफ्नो manifestos-कोड को पुनः लागि हो। तसर्थ, यो अध्यागमन को राजनीति अध्ययन रुचि अनुसन्धानकर्ताहरूले भाग्य बाहिर छन् देखापर्ने थियो। तर, बेनोइट र सहयोगिहरु यो कोडिंग-अनुकूलित आफ्नो अनुसन्धान प्रश्न-छिटो र सजिलै गर्न के गर्न आफ्नो मानव गणना सिस्टम प्रयोग गर्न सक्षम थिए।
अध्यागमन नीति अध्ययन गर्न, तिनीहरूले ग्रेट ब्रिटेन मा 2010 चुनाव आठ दल लागि manifestos coded। प्रत्येक मेनिफेस्टो मा प्रत्येक वाक्य यो अध्यागमन सम्बन्धित कि रूपमा coded थियो, र भने, यो समर्थक-अध्यागमन, तटस्थ, वा विरोधी-अध्यागमन थियो कि। आफ्नो परियोजना सुरु 5 घण्टा भित्र, परिणाम थिए। तिनीहरू $ 360 को कुल लागत मा 22.000 अधिक प्रतिक्रियाहरू संकलित थियो। यसबाहेक, भीड देखि अनुमान विशेषज्ञहरु को एक पहिले सर्वेक्षण संग उल्लेखनीय सम्झौता देखाए। त्यसपछि, अन्तिम परीक्षण रूपमा, दुई महिना पछि, शोधकर्ताओं आफ्नो भीड-कोडन पुनरुत्पादन। केही घण्टा भित्र, तिनीहरूले नजिकबाट मूल भीड-coded डाटा सेट मिलेको नयाँ भीड-coded डेटासेटको सृष्टि गर्नुभएको थियो। अर्को शब्दमा, मानव गणना तिनीहरूलाई भनेर विशेषज्ञ मूल्यांकन संग सहमत र reproducible थियो राजनीतिक पदहरू को कोडन उत्पन्न गर्न सक्षम भयो। यसबाहेक, मानव गणना छिटो र सस्तो थियो किनभने, सजिलो तिनीहरूलाई अध्यागमन आफ्ना विशिष्ट अनुसन्धान प्रश्न गर्न आफ्नो डाटा संग्रह अनुकूलन गर्न को लागि थियो।