திறந்த அழைப்புகள் பல நிபுணர்கள் மற்றும் அல்லாத நிபுணர்கள் தீர்வுகளை உருவாக்க விட சரிபார்க்க எளிதாக எங்கே பிரச்சினைகளுக்கு தீர்வுகளை முன்மொழிய விரும்புகிறேன்.
மூன்று திறந்த அழைப்பு திட்டங்கள்-நெட்ஃபிக்ஸ் பரிசு, Foldit, பீர்-டூ-காப்புரிமை-ஆராய்ச்சியாளர்கள் சிறந்த தீர்வுகளை எடுத்தார்கள், ஒரு குறிப்பிட்ட வடிவத்தில் வினாக்களை தீர்வுகளை வசூலிக்கப்பட்டு, பின்னர். ஆராய்ச்சியாளர்கள் கூட கேட்க சிறந்த நிபுணர் தெரிந்து கொள்ள தேவை இல்லை, மற்றும் சில நேரங்களில் நல்ல கருத்துக்களை எதிர்பாராத இடங்களில் இருந்து வந்தது.
இப்போது நான் திறந்த அழைப்பு திட்டங்கள் மற்றும் மனித கணக்கீடு திட்டங்களுக்கு இடையே இரண்டு முக்கியமான வேறுபாடுகள் முன்னிலைப்படுத்த முடியும். முதல், திறந்த அழைப்பு திட்டங்கள் ஆராய்ச்சியாளர் ஒரு கோல் (எ.கா., கணிக்கும் திரைப்பட மதிப்பீடுகள்) ஆராய்ச்சி ஒரு மைக்ரோ பணி குறிப்பிடுகிறது மனித கணக்கீடு அதேசமயம் (எ.கா., ஒரு விண்மீன் வகைப்படுத்தி) குறிப்பிடுகிறது. இரண்டாவதாக, வெளிப்படையான அழைப்புகளை ஆராய்ச்சியாளர்கள் திரைப்பட மதிப்பீடுகள், ஒரு புரதம் மிக குறைந்த ஆற்றல் கட்டமைப்பு, அல்லது பங்களிப்புகளை அனைத்து எளிய கலவையை முந்தைய கலை-இல்லை சில வகையான மிகவும் பொருத்தமான துண்டு கணிக்க சிறந்த பங்களிப்பு-சிறந்த வழிமுறை விரும்பினார்.
சமூக ஆராய்ச்சி பிரச்சினைகள் வகையான இந்த அணுகுமுறை பொருத்தமான இருக்கலாம் என்ன வெளிப்படையான அழைப்புகளை இந்த மூன்று உதாரணங்கள் பொது டெம்ப்ளேட், கொடுக்கப்பட்ட? இந்த கட்டத்தில், நான் அங்கு (நான் ஒரு கணம் விளக்க வேண்டும் என்று காரணங்களுக்காக) இன்னும் பல வெற்றிகரமான உதாரணங்கள் இல்லை என்று ஒப்புக்கொள்ள வேண்டும். நேரடி ஒத்த வகையில், ஒரு பீர்-டூ-காப்புரிமை பாணி திட்டம் ஒரு குறிப்பிட்ட நபர் அல்லது யோசனை குறிப்பிட முந்தைய ஆவணம் தேடி ஒரு வரலாற்று ஆராய்ச்சியாளர் பயன்படுத்தப்படுகிறது என்பதை எண்ணிப் பார்க்க முடியும். உரிய ஆவணங்கள் ஒரு காப்பகத்தில் சேகரிக்கப்பட்ட ஆனால் பரவலாக விநியோகிக்கப்படும் இல்லை போது சிக்கலை இந்த வகையான ஒரு திறந்த அழைப்பு அணுகுமுறை குறிப்பாக மதிப்புமிக்க இருக்க முடியும்.
மேலும் பொதுவாக, பல அரசாங்கங்கள் அவர்கள் நடவடிக்கை வழிகாட்ட பயன்படுத்த முடியும் என்று கணிப்புகள் உருவாக்கும் பற்றி ஏனெனில் அழைப்புகள் திறக்க ஏதுவானது இருக்கலாம் என்று பிரச்சினைகள் (Kleinberg et al. 2015) . உதாரணமாக, நெட்ஃபிக்ஸ் திரைப்படம் மதிப்பீடுகள் கணிக்க வேண்டும் போல், அரசாங்கங்கள் விளைவுகளை உணவகங்கள் இன்னும் திறமையாக ஆய்வு வளங்களை ஒதுக்க வேண்டும் சுகாதார குறியீடு மீறல்கள் வேண்டும் பெரும்பாலும் இவை போன்ற கணிக்க வேண்டும். பிரச்சனை, இந்த வகையான தூண்டப்பட்டு Glaeser et al. (2016) போஸ்டன் நகரில் இருந்து நீக்க வேண்டுமா விமர்சனங்களை மற்றும் வரலாற்று ஆய்வு தரவு புள்ளிவிபரத்தின் அடிப்படையில் உணவகம் சுகாதாரமான மீறல்கள் கணிக்க உதவும் ஒரு திறந்த அழைப்பு பயன்படுத்தப்படும். Glaeser மற்றும் சக திறந்த அழைப்பு வெற்றி என்று முன்னறிவிக்கும் மாதிரி சுமார் 50% உணவகம் ஆய்வாளர்கள் உற்பத்தித் திறனை மேம்படுத்த என்று மதிப்பிட. வணிகங்கள் போன்ற கணிக்கும் வாடிக்கையாளர் அதிருப்தியைக் வடிவமைப்பை ஒத்த பிரச்சினைகள் (Provost and Fawcett 2013) .
இறுதியாக, ஏற்கனவே ஒரு குறிப்பிட்ட தரவுத் தொகுப்பில் நடந்தது என்று விளைவுகளை ஈடுபடுத்தப்படும் அழைப்புகள் திறக்க கூடுதலாக (எ.கா., கடந்த சுகாதார குறியீடு மீறல்கள் தரவு பயன்படுத்தி சுகாதார குறியீடு மீறல்கள் கணிக்கும்), ஒரு இரண்டு கடிதம் யாருக்கும் இதுவரை நடந்தது இல்லை என்று விளைவுகளை கணிக்கும் கற்பனை செய்ய முடியும் . உதாரணமாக, பலவீனமான குடும்பங்கள் மற்றும் குழந்தை நல ஆய்வு 20 வெவ்வேறு அமெரிக்க நகரங்களில் பிறப்பு முதல் சுமார் 5,000 குழந்தைகள் கண்காணித்தது (Reichman et al. 2001) . ஆராய்ச்சியாளர்கள் இந்த குழந்தைகள், அவர்களது குடும்பங்கள், மற்றும் பிறந்த நேரத்தில் அவர்களின் பரந்த சூழல் பற்றி மற்றும் வயது 1, 3, 5, 9 மணிக்கு தரவு சேகரிக்கப்பட்ட, மற்றும் 15. இந்த குழந்தைகள் பற்றி தகவல் கொடுக்கப்பட்ட, எவ்வளவு நன்றாக ஆராய்ச்சியாளர்கள் போன்ற பட்டதாரி யார் போன்ற விளைவுகளை கணிக்க முடியும் கல்லூரியில் இருந்து? அல்லது, பல ஆராய்ச்சியாளர்களும், தரவு மற்றும் தத்துவங்கள் இந்த விளைவுகளை கணிக்கும் மிகவும் பயனுள்ளதாக இருக்கும் என்று இன்னும் சுவாரசியமான இருக்கும் என்று ஒரு வழியில் வெளிப்படுத்தினர்? இந்த குழந்தைகள் எதுவும் தற்போது கல்லூரிக்கு செல்ல போதுமான பழைய இருப்பதால், இந்த ஒரு உண்மையான முன்னோக்கு கணிப்பை இருக்கும் மற்றும் ஆராய்ச்சியாளர்கள் நியமிக்க வேண்டும் என்று பல உத்திகள் உள்ளன. சுற்றுப்புறங்களில் வாழ்க்கை விளைவுகளை வடிவமைப்பதில் குடும்பங்கள் கவனம் செலுத்துகிறது ஒரு ஆராய்ச்சியாளர் முற்றிலும் மாறுபட்ட ஏதாவது செய்ய கூடும் போது ஒரு அணுகுமுறை ஆகலாம் வாய்ந்தவை என்று நம்பும் ஒரு ஆராய்ச்சியாளர். இந்த அணுகுமுறைகள் எந்த வேலை செய்யும்? நாம் தெரியாது, மற்றும் நாம் குடும்பங்கள், சுற்றுப்புறங்களில், கல்வி, சமூக சமத்துவமின்மை பற்றிய முக்கியமான ஒரு விஷயத்தை கற்றுக்கொள்ள வேண்டும் கண்டுபிடிப்பதில் செயல்முறை உள்ள. மேலும், இந்த கணிப்புகள் எதிர்காலத்தில் தரவு சேகரிப்பு வழிகாட்ட பயன்படுத்த வேண்டும். மாதிரிகள் எந்த மூலம் பட்டதாரி கணித்து இல்லை என்று கல்லூரி பட்டதாரிகள் ஒரு சிறிய எண்ணிக்கையிலான இருந்தன என்று கற்பனை; இந்த மக்கள் பின்தொடர் பண்பு நேர்முக மற்றும் ethnographic கவனிப்பு சிறந்த வேட்பாளர்கள் இருக்க வேண்டும். இவ்வாறு, திறந்த அழைப்பு இந்த வகையான, கணிப்புகள் இறுதியில் உள்ளன; மாறாக, அவர்கள், ஒப்பிட்டு வளப்படுத்த, மற்றும் பல்வேறு தத்துவார்த்த மரபுகள் இணைக்க ஒரு புதிய வழி வழங்குகின்றன. திறந்த அழைப்பு இந்த வகையான கல்லூரிக்கு போக யார் கணிக்க பலவீனமான குடும்பங்கள் தகவல்களைப் பயன்படுத்தி குறிப்பிட்ட அல்ல; அது இறுதியில் எந்த நெடுக்கு சமூக தரவு தொகுப்பு சேகரிக்கப்படும் என்று எந்த விளைவை முன்கூட்டியே பயன்படுத்த முடியும்.
நான் இந்த பகுதியில் முன்பு எழுதியது போல், வெளிப்படையான அழைப்புகளை பயன்படுத்தி சமூக ஆராய்ச்சியாளர்கள் பல உதாரணங்கள் அங்கு இல்லை. நான் வெளிப்படையான அழைப்புகளை நன்கு சமூக விஞ்ஞானிகள் பொதுவாக அவர்களின் கேள்விகளுக்கு மாட்ட என்று வழி மிகவும் பொருத்தமானது அல்ல, ஏனெனில் இந்த உள்ளது என்று நினைக்கிறேன். நெட்ஃபிக்ஸ் பரிசு திரும்பி, சமூக விஞ்ஞானிகள் வழக்கமாக சுவை கணிக்கும் பற்றி கேட்க மாட்டார்கள், அவர்கள் பல்வேறு சமூக வகுப்புகள் இருந்து மக்கள் வேறுபடுகின்றன சுவை எப்படி, ஏன் கலாச்சார பற்றி கேட்க வேண்டும் (Bourdieu 1987) . இத்தகைய "எப்படி" மற்றும் "ஏன்" கேள்வி அழைப்புகள் திறக்க மோசமாக பொருத்தம் தெரிகிறது தீர்வுகளை சரிபார்க்க எளிதாக வழிவகுக்கும் இல்லை, எனவே. எனவே, அது வெளிப்படையான அழைப்புகளை விளக்கம் காணும் பிரச்சினையை விட கணிப்பை கேள்விக்கு இன்னும் வளைந்து என்று தோன்றுகிறது; கணிப்பை விளக்கம் இடையில் உள்ள வேறுபாடு மீது மேலும் பார்க்க Breiman (2001) . சமீபத்திய கோட்பாட்டாளர்கள், எனினும், விளக்கம் மற்றும் கணிப்பை பிரித்துக்காட்டும்முறை மறுபரிசீலனை செய்ய சமூக விஞ்ஞானிகள் அழைப்பு விடுத்துள்ளன (Watts 2014) . கணிப்பை விளக்கம் மங்க இடையே வரி என, நான் திறந்த போட்டிகள் சமூக அறிவியல் சாதாரணமாக அதிகரிக்கும் என்று எதிர்பார்க்கிறோம்.