ఒక నిజమైన శాస్త్రీయ సమస్యపై చాలామంది వ్యక్తులను మీరు ప్రేరేపించిన తర్వాత, మీ భాగస్వాములు రెండు ప్రధాన మార్గాల్లో వైవిధ్యభరితంగా ఉంటారని మీరు తెలుసుకుంటారు: వారి నైపుణ్యం మరియు వారి ప్రయత్నం రెండింటిలోనూ మారుతూ ఉంటుంది. చాలామంది సామాజిక పరిశోధకుల మొట్టమొదటి ప్రతిస్పందన, తక్కువ నాణ్యతగల పాల్గొనేవారిని మినహాయించి, ప్రతి ఒక్కరి నుండి సమాచారం యొక్క స్థిర మొత్తంని సేకరించటానికి ప్రయత్నిస్తున్నందుకు ఈ వైవిధ్యతతో పోరాడటం. ఇది సామూహిక సహకార ప్రాజెక్ట్ను రూపొందించడానికి తప్పు మార్గం. బదులుగా భిన్నత్వం పోరాట, మీరు పరపతి ఉండాలి.
మొదట, తక్కువ-నైపుణ్యం గల పాల్గొనేవారిని మినహాయించడానికి ఎటువంటి కారణం లేదు. బహిరంగ కాల్స్ లో, తక్కువ నైపుణ్యం కలిగిన పాల్గొనే సమస్యలు లేవు; వారి రచనలు ఎవరైనా హాని లేదు మరియు వారు విశ్లేషించడానికి ఏ సమయంలో అవసరం లేదు. మానవ గణన మరియు పంపిణీ డేటా సేకరణ ప్రాజెక్టులు, అంతేకాక, నాణ్యత నియంత్రణ యొక్క ఉత్తమ రూపం రిడెండెన్సీ ద్వారా వస్తుంది, కాదు పాల్గొనడానికి అధిక బార్ ద్వారా. వాస్తవానికి, తక్కువ నైపుణ్యం గల పాల్గొనేవారిని మినహాయించి, ఇబెర్డులో పరిశోధకులు చేసిన విధంగా, మంచి పనులను అందించడానికి వారికి మంచి మార్గం.
రెండవది, ప్రతి భాగస్వామి నుండి ఒక నిర్దిష్ట మొత్తం సమాచారాన్ని సేకరించడానికి ఎటువంటి కారణం లేదు. అనేక సామూహిక సహకార పధకాలలో పాల్గొనడం చాలా అసమానమైనది (Sauermann and Franzoni 2015) , (Sauermann and Franzoni 2015) -కొన్నిసార్లు కొవ్వు తల అని పిలుస్తారు- చాలామంది ప్రజలు పొడుగ్గా ఉండే పొడవాటి తోక అని పిలుస్తారు. మీరు కొవ్వు తల మరియు దీర్ఘ తోక నుండి సమాచారం సేకరించకపోతే, మీరు uncollected సమాచారం మాస్ వదిలి. ఉదాహరణకు, వికీపీడియా 10 కి మరియు ఎడిటర్కి మాత్రమే 10 సవరణలు ఉంటే, అది 95% సవరణలను కోల్పోతుంది (Salganik and Levy 2015) . అందువలన, సామూహిక సహకార పధకాలతో, అది తొలగించడానికి ప్రయత్నించటమే కాకుండా పరపతి పరపతికి ఉత్తమమైనది.