活动
键：
- 难度：容易
，中
硬
， 很难
- 需要数学（
） - 需要编码（
） - 数据采集 （
）
[
， ， ]从一个最令人兴奋的索赔Benoit et al. (2015)的政治宣言的人群编码，结果是可重复的。 Merz, Regel, and Lewandowski (2016)提供了访问宣言语料库。尝试从重现图2 Benoit et al. (2015)用工作人员从亚马逊的Mechanical Turk。多么相似是你的结果吗？ -
[
在该项目InfluenzaNet人的志愿者小组的报告发病率，患病率，和健康寻求与流感样疾病（ILI）行为(Tilston et al. 2010; Noort et al. 2015) - 比较和对照设计，成本，和在InfluenzaNet，谷歌流感趋势可能的错误，以及传统的流感跟踪系统。
- 考虑一个不稳定的时候，如猪流感爆发。描述在每个系统中的可能的错误。
-
[
， ， ] 经济学是一个新闻周刊。创建一个人脑运算项目，看看女性对男性的封面上的比例在逐渐提高。 - 该杂志可以在八个不同地区（非洲，亚太，欧洲，欧盟，拉美，中东，北美和英国）不同的封面，他们都可以从网站上下载的经济学家 。选择这些地区之一，进行分析。要确保有足够的细节，他们可能会被别人复制来形容你的程序。
这个问题是由贾斯汀持续音，在众包公司的数据科学家的一个类似项目的启发CrowdFlower ，请参阅“时代周刊真的很喜欢花花公子” 。
-
[
， ， ]对上面的问题的基础上，现在所有八个地区进行分析。 - 你跨区域发现了什么差异？
- 花了多少额外的时间和金钱，采取向上扩展您的分析，以各区域的所有八个？
- 试想一下，经济学家有每个星期100个不同的封面。估计有多少额外的时间和金钱，将它带到你的分析，向上扩展至每周100套。
[
， ] [Kaggle]（https://www.kaggle.com/）是一个网站托管公开征集项目。参与这些项目之一。 [
]翻阅最近在你的领域期刊的问题。是否有可能被改写为公开征集项目的任何文件？为什么或者为什么不？ [
] Purdam (2014)中描述关于伦敦乞讨分布式数据收集。总结本研究设计的长处和短处。 -
[
]冗余是评估分布式数据采集质量的重要途径。 Windt and Humphreys (2016)开发和测试一个系统来收集人们在刚果东部冲突事件的报道。阅读本文。 - 如何他们的设计确保冗余？
- 它们提供了几种方法，以验证他们的项目收集的数据。总结他们。这是最有说服力的你？
- 建议该数据可以被验证的新方法。建议应尽量增加你将不得不在一个方式，是符合成本效益和道德的数据的信心。
-
[
]卡里姆拉卡尼和他的同事(2013)创建的公开征集，征求新的算法来解决计算生物学的一个问题。他们收到含89的新计算方法超过600份意见书。提交的材料，就收到30超出卫生部的MEGABLAST的美国国立卫生研究院的性能，最好的提交既实现了更高的精度和速度（快1000倍）。 - 阅读他们的纸张，然后提出，可以使用同一种公开竞争的社会研究的问题。特别是，这种开放的竞赛的重点是加快和提高现有算法的性能。如果你想不出这样在你的领域的问题，试图解释为什么不能。
[
许多人计算项目依赖于亚马逊的Mechanical Turk参与者。注册后即可成为亚马逊的Mechanical Turk工人。花一小时的工作在那里。这是如何影响你对设计，质量思想，和人compuation项目的职业道德？
