5.2.2 राजनीतिक manifestos को भीड-कोडन

राजनीतिक manifestos, सामान्यतया विशेषज्ञहरु गरेको कुरा कोडिङ, मानव गणना परियोजना ठूलो reproducibility र लचकता परिणामस्वरूप द्वारा प्रदर्शन गर्न सकिन्छ।

ग्यालेक्सी चिडियाघरको समान, त्यहाँ धेरै परिस्थितिहरू छन् जहाँ सामाजिक शोधकर्ताहरूलाई कोड, वर्गीकृत गर्नुहोस् वा छवि वा पाठको टुक्रा लेबल गर्न चाहन्छन्। यस्तो प्रकारको अनुसन्धानको एक उदाहरण राजनैतिक मिशनोसको कोडिङ हो। चुनावको समयमा, राजनीतिक दलहरूले म्यानोनेसोसहरू आफ्नो नीतिको पद वर्णन गर्छन् र दर्शनहरूको निर्देशन दिन्छन्। उदाहरणका लागि, 2010 बाट यूनाइटेड किंगडममा श्रम पार्टीको मनिचको यहाँ एउटा टुक्रा हो:

"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 उपन्यासहरूमा राजनीतिक वैज्ञानिकहरूको लागि बहुमूल्य डेटा समावेश छ, विशेष गरी ती चुनावहरू अध्ययन र नीतिका बहसहरूको गतिशीलता। व्यवस्थित रूपमा यी manifestos बाट जानकारी निकाल्नु, शोधकर्ताहरूले मेनुफेस्टो प्रोजेक्ट सिर्जना गरे, जसले 50 देशहरूमा लगभग 1,000 दलोंबाट 4,000 म्यानुअल इकट्ठा गर्यो र त्यसपछि राजनीतिक वैज्ञानिकहरूले व्यवस्थित गर्न कोडमा राखे। प्रत्येक माईक्रोमा प्रत्येक वाक्य 56-कोटी योजना प्रयोग गरेर विशेषज्ञ द्वारा कोडित गरिएको थियो। यस सहयोगी प्रयासको परिणाम यी manifestos मा एम्बेडेड जानकारी संक्षेप ठूलो डेटासेट हो, र यो डाटासेट 200 भन्दा बढी वैज्ञानिक कागजातमा प्रयोग गरिएको छ।

केनेथ बेनोइट र सहकर्मी (2016) ले मनिचो कोडिङ कार्यलाई पहिलेका विशेषज्ञहरु द्वारा प्रदर्शन गरेको थियो र यसलाई एक मानव गणना केन्द्रमा परिणत गर्न निर्णय गर्यो। नतिजाको रूपमा, तिनीहरूले कोडिङ प्रक्रिया सिर्जना गरेका छन् जुन पुन: पेशात्मक र अधिक लचीलो छ, सस्ता र छिटो उल्लेख गर्न हुँदैन।

यूनाइटेड किंगडम मा 6 हालको चुनावहरु मा उत्पन्न 18 प्रक्षेपण संग काम गर्दै, बेनोइट र सहकर्मीहरु लाई माइक्रोकोट्स्क श्रम बजार (श्रृंगार श्रम बजार देखि श्रमिकों संग श्रृंगार को लागी गठबंधन रणनीति को उपयोग गरे .फ्लोवर Microtask श्रम बजारहरु को उदाहरण हो; यस्तो अधिक बजारहरु को लागि , अध्याय 4 हेर्नुहोस्)। शोधकर्ताहरूले प्रत्येक मेनिनोनो लिनुभयो र यसलाई वाक्यमा विभाजित गर्दछ। अर्को, एक व्यक्तिले प्रत्येक वाक्यको कोडिङ योजना लागू गर्यो। विशेष गरी, पाठकहरु लाई प्रत्येक नीति वर्गीकृत गर्न को लागी आर्थिक नीति (बायाँ वा दायाँ) को लागी सामाजिक नीति (उदारवादी वा रूढ़िवादी) को लागी, वा न त (5.5 अंक)। प्रत्येक वाक्य लगभग पाँच फरक मान्छे द्वारा कोडित गरिएको थियो। अन्तमा, यो मूल्याङ्कनहरू एक सांख्यिकीय मोडेल प्रयोग गरेर संयुक्त रूपमा प्रयोग गरिएको थियो जुन दुवै व्यक्तिगत-रेटर प्रभाव र कठिनाई-कन्ट्री प्रभावहरूको लागि जिम्मेवारी थियो। सबैमा, बेनोइट र सहकर्मीहरू लगभग 1,500 मान्छेबाट 200,000 मूल्याङ्कनहरू एकत्र गरे।

चितवन 5.5: बेनोइट एट अल बाट कोडिङ योजना। (2016)। पाठकहरूलाई आर्थिक नीति (बायाँ वा दाँया), सामाजिक नीति (उदारवादी वा रूढ़िवादी), वा न त। बेनोइट एट अल बाट अनुकूल। (2016), आंकडा 1।

चितवन 5.5: Benoit et al. (2016) बाट कोडिङ योजना Benoit et al. (2016) । पाठकहरूलाई आर्थिक नीति (बायाँ वा दाँया), सामाजिक नीति (उदारवादी वा रूढ़िवादी), वा न त। Benoit et al. (2016) बाट अनुकूल Benoit et al. (2016) , आंकडा 1।

भीड कोडिङको गुणस्तर निर्धारण गर्न, बेनोइट र सहकर्मीहरूले पनि 10 विशेषज्ञहरू-प्रोफेसरहरू र राजनीतिक विज्ञानमा स्नातक छात्रहरू समान प्रविधिको प्रयोग गरेर समान म्यानोमसहरूको मूल्याङ्कन गरेका थिए। यद्यपि भीडका सदस्यहरूको मूल्याङ्कन विशेषज्ञहरु को मूल्याङ्कन भन्दा बढी चरम थियो, सहमतिको भीड मूल्याङ्कनमा सहमति विशेषज्ञ दर्जा (चित्र 5.6) संग उल्लेखनीय सम्झौता थियो। यो तुलनाले देखाउँछ, जस्तै ग्यालेक्सी चिडियाघरमा, मानव गणना प्रोजेक्टहरूले उच्च गुणस्तरको परिणामहरू उत्पादन गर्न सक्छन्।

चित्र 5.6: युनाइटेड किंग्डम (बेनोइट एट अल 2016) बाट 18 पार्टी मिनिटोस कोडिङ गर्दा विशेषज्ञ अनुमान (एक्स अक्ष) र भीड अनुमान (वाई-अक्ष) उल्लेखनीय सम्झौतामा थिए। Manifestos कोडित तीन राजनीतिक दलों (रूढ़िवादी, श्रम, और लिबरल डेमोक्रेट) और छह चुनावों (1987, 1992, 1997, 2001, 2005, और 2010) से थे। बेनोइट एट अल बाट अनुकूल। (2016), अंक 3।

चितवन 5.6: युनाइटेड किंग्डम (Benoit et al. 2016) बाट 18 पार्टी मिनिटोस कोडिङ गर्दा विशेषज्ञ अनुमान ( \(x\) -क्सिस) र भीड अनुमान ( \(y\) -axis) उल्लेखनीय सम्झौतामा थिए। Manifestos कोडित तीन राजनीतिक दलों (रूढ़िवादी, श्रम, और लिबरल डेमोक्रेट) और छह चुनावों (1987, 1992, 1997, 2001, 2005, और 2010) से थे। Benoit et al. (2016) बाट अनुकूल Benoit et al. (2016) , अंक 3।

यस परिणाममा निर्माण, बेनिटो र सहकर्मीले आफ्नो भीड-कोडिङ प्रणाली प्रयोग गरे जुन अनुसन्धानमा प्रयोग गर्ने विशेषज्ञ-रन कोडिङ प्रणालीसँग असंभव थियो जुन मेनिफेस्टो परियोजनाद्वारा प्रयोग गरिएको थियो। उदाहरणको लागि, म्यानिफेस्ट प्रोजेक्टले इनिग्रेसनको विषयमा मनिटरसलाई सम्बोधन गरेन किनभने यो 1 9 80 को दशकमा कोडिङ योजना विकसित भएको बेलामा एक विशेष विषय थिएन। र, यस बिन्दुमा, यो manifestifest परियोजना को लागि तार्किक रूपमा असक्षम छ जुन जान्छ कि यो जानकारी कब्जा गर्नका लागि आफ्नो manifestos लाई पुनर्स्थापना गर्नुहोस्। त्यसोभए, यसले प्रकट हुने छ कि क्यान्सरहरू इमर्जिग्रेसनको राजनीति अध्ययन गर्न रुचाउँछन्। तथापि, बेनाइट र साथीहरूले यो कोडिंग-आफ्नो अनुसन्धान प्रश्न-छिट्टै र सजिलैसँग अनुकूलित गर्न आफ्नो मानव गणना प्रणाली प्रयोग गर्न सक्षम थिए।

आप्रवासन नीति अध्ययन गर्न, तिनीहरूले संयुक्त राज्यमा 2010 को सामान्य चुनावमा आठ पार्टनरहरूको लागि मनिटरस कोडेन्। प्रत्येक अन्तर्वार्तामा प्रत्येक वाक्यको रूपमा यो क्यामरामा राखिएको थियो कि यो इग्रेग्रेशनसँग सम्बन्धित छ, र यदि त्यहि हो, कि यो प्रवासी, तटस्थ, वा आप्रवासन थियो कि। उनीहरूको परियोजना सुरुवात गर्ने 5 घण्टा भित्र, परिणामहरू थिए। तिनीहरूले $ 22,000 भन्दा बढी मूल्यमा $ 22,000 प्रतिक्रियाहरू एकत्र गरे। साथै, भीडका अनुमानहरूले विशेषज्ञहरूको पहिले सर्वेक्षणको साथ उल्लेखनीय सम्झौता देखाए। त्यसपछि, अन्तिम परीक्षाको रूपमा, दुई महिना पछि, शोधकर्ताले आफ्ना भीड-कोडिङ पुन: उत्पन्न गरे। केही घन्टा भित्र, उनीहरूले नयाँ भीड-कोडित डेटासेट सिर्जना गरेका थिए जसले आफ्नो मूल भीडसँग मेल खान्छ - कोडित डेटा सेट। अर्को शब्दमा, मानव गणनाले उनलाई राजनीतिक पाठहरूको कोडन उत्पन्न गर्न सक्षम बनायो जुन विशेषज्ञ मूल्याङ्कनसँग सहमत भए र पुनरुत्थानयोग्य थियो। यसबाहेक, किनभने मानव गणनाको द्रुत र सस्तो थियो, उनीहरूको लागि उनीहरूको डेटा सङ्ग्रहलाई आप्रवासन बारे आफ्नो विशिष्ट अनुसन्धान प्रश्नमा अनुकूलन गर्न सजिलो थियो।