5.2.2 Crowd-kodigo de politikaj manifestoj

Kodigo politikaj manifestoj, io tipe farita de fakuloj, povas esti realigita per homa kalkulada projekto rezultanta en granda reproducibilidad kaj fleksebleco.

Simila al Galaksia Zoo, ekzistas multaj situacioj kie sociaj esploristoj volas kodi, klasifiki aŭ etikedi bildon aŭ tekston. Ekzemplo de ĉi tiu speco de esplorado estas la kodigo de politikaj manifestoj. Dum elektoj, politikaj partioj produktas manifestojn priskribante siajn politikajn poziciojn kaj gvidantajn filozofiojn. Ekzemple, jen peco de la manifesto de la Laborista Partio en la Unuiĝinta Reĝlando de 2010:

"Milionoj de personoj laboras en niaj publikaj servoj personigi la bonaj valoroj de Britio, helpanta sinpovigas homojn fari la plimulton de siaj propraj vivoj gardante ilin de la riskoj ili ne devos porti sur ilia propra. Ĝuste kiel ni devas esti pli aŭdacaj pri la rolo de registaro en farante merkatoj labori sufiĉe, ni ankaŭ devas kuraĝi reformantoj de registaro. "

Ĉi tiuj manifestoj enhavas valorajn datumojn por politikaj sciencistoj, precipe tiuj, kiuj studas elektojn kaj la dinamikon de politikaj debatoj. Por sisteme ĉerpi informon de ĉi tiuj manifestoj, esploristoj kreis The Manifesto Project, kiuj kolektis 4,000 manifestojn de preskaŭ 1,000 partioj en 50 landoj kaj tiam organizis politikajn sciencistojn por sisteme kodi ilin. Ĉiu frazo en ĉiu manifesto estis kodita de sperta uzanto de 56-kategoria skemo. La rezulto de ĉi tiu kunlabora penado estas amasa datumaro, kiu resumas la informojn enkorpigitajn en ĉi tiuj manifestoj, kaj ĉi tiu datumeto estis uzita en pli ol 200 sciencaj artikoloj.

Kenneth Benoit kaj kolegoj (2016) decidis preni la manifesto kodigan taskon, kiu antaŭe estis farita de spertuloj kaj turnis ĝin en homa komputila projekto. Kiel rezulto, ili kreis kodigan procezon pli reproduktebla kaj pli fleksebla, por ne mencii pli malkara kaj pli rapide.

Laborante kun 18 manifestacioj generitaj dum ses freŝaj elektoj en Britio, Benoit kaj kolegoj uzis la disiĝon-aplikan kombinitan strategion kun laboristoj de merkato de merkato (Amazon Mechanical Turk kaj CrowdFlower) estas ekzemploj de microtask laborlaborkatoj, ĉar pli sur tiaj merkatoj , vidu Ĉapitro 4). La esploristoj prenis ĉiun manifeston kaj dividis ĝin en frazojn. Poste, persono aplikis la kodigan skemon al ĉiu frazo. En aparta, oni petis al la legantoj klasifiki ĉiun frazon kiel referencon al ekonomia politiko (maldekstre aŭ dekstra), al socia politiko (liberala aŭ konservativa), aŭ al neniu (figuro 5.5). Ĉiu frazo estis kodita de ĉirkaŭ kvin malsamaj homoj. Fine, ĉi tiuj rangigoj kombinis uzante statistikan modelon, kiu koncernis ambaŭ individuajn efikojn kaj efikojn de malfacilaĵoj. En ĉiuj, Benoit kaj kolegoj kolektis 200,000 taksojn el ĉirkaŭ 1,500 homoj.

Figuro 5.5: Kodiga skemo de Benoit et al. (2016). Legantoj petis klasifiki ĉiun frazon kiel referente al ekonomia politiko (maldekstre aŭ dekstra), al socia politiko (liberala aŭ konservativa), aŭ al neniu. Adaptita de Benoit et al. (2016), figuro 1.

Figuro 5.5: Kodiga skemo de Benoit et al. (2016) . Legantoj petis klasifiki ĉiun frazon kiel referente al ekonomia politiko (maldekstre aŭ dekstra), al socia politiko (liberala aŭ konservativa), aŭ al neniu. Adaptita de Benoit et al. (2016) , figuro 1.

Por taksi la kvaliton de la homamaskodado, Benoit kaj kolegoj ankaŭ havis ĉirkaŭ 10 spertulojn kaj diplomiĝantojn en politika scienco taksas la samajn manifestojn per simila proceduro. Kvankam la taksadoj de membroj de la homamaso estis pli diversaj ol la taksadoj de la spertuloj, la konsento homamaso havis rimarkindan interkonsenton kun la konsenta spektaklo (figuro 5.6). Ĉi tiu komparo montras, kiel kun Galaksio-Zoo, homaj komputilaj projektoj povas produkti altkvalitajn rezultojn.

Figuro 5.6: Spertaj taksoj (x-akso) kaj amasaj taksoj (y-akso) estis en rimarkinda interkonsento kiam kodis 18 partiajn manifestojn de Britio (Benoit et al. 2016). La manifestitaj koditaj estis el tri politikaj partioj (Konservativaj, Laboraj, kaj Liberalaj Demokratoj) kaj ses elektoj (1987, 1992, 1997, 2001, 2005, kaj 2010). Adaptita de Benoit et al. (2016), figuro 3.

Figuro 5.6: Spertaj taksoj ( \(x\) -axis) kaj homamaj taksoj ( \(y\) -axis) estis en rimarkinda interkonsento kiam kodis 18 partiajn manifestojn de Britio (Benoit et al. 2016) . La manifestitaj koditaj estis el tri politikaj partioj (Konservativaj, Laboraj, kaj Liberalaj Demokratoj) kaj ses elektoj (1987, 1992, 1997, 2001, 2005, kaj 2010). Adaptita de Benoit et al. (2016) , figuro 3.

Konstruante sur ĉi tiu rezulto, Benoit kaj kolegoj uzis sian amas-kodigan sistemon fari esplorojn, kiuj estis neeblaj per la sperta kodiga sistemo uzata de la Manifesto-Projekto. Ekzemple, la Projekto de Manifesto ne kodis la manifestojn pri la enmigrado, ĉar tio ne estis elstara temo kiam la kodiga skemo estis disvolvita meze de la 1980-aj jaroj. Kaj, ĉe ĉi tiu punkto, ĝi logike neeblas por la Manifesto-Projekto reiri kaj restarigi siajn manifestojn por kapti ĉi tiun informon. Sekve, ĝi aspektus, ke esploristoj interesataj pri studado de politiko pri enmigrado estas de sorto. Tamen, Benoit kaj kolegoj povis uzi sian homan komputilon por fari ĉi tiun kodigon-personecigitan al sia esplora demando-rapide kaj facile.

Por studi politikon pri enmigrado, ili kodis la manifestojn por ok partioj en la ĝeneralaj elektoj de 2010 en Britio. Ĉiu frazo en ĉiu manifesto estis kodita pri ĉu ĝi rilatas al enmigrado, kaj se tiel, ĉu ĝi estis pro-enmigrado, neŭtrala aŭ kontraŭmigrado. Post 5 horoj de ĵeto de ilia projekto, la rezultoj estis. Ili kolektis pli ol 22,000 respondojn je tuta kosto de $ 360. Plue, la taksoj de la homamaso montris rimarkindan interkonsenton kun pli frua enketo de spertuloj. Tiam, kiel fina provo, du monatojn poste, la esploristoj reproduktis sian amason-kodigon. Post kelkaj horoj ili kreis novan amason-koditan datumeton, kiu tre egalis kun sia originala amaso-kodita datumaro. Alivorte, homa komputado ebligis al ili generi kodigon de politikaj tekstoj, kiuj konsentis kun spertaj taksadoj kaj estis reprodukteblaj. Plue, ĉar la homa komputado estis rapida kaj malmultekosta, estis facile por ili personecigi ilian datumkolekton al sia specifa esplora demando pri enmigrado.