5.2.2 ਸਿਆਸੀ ਮਨੋਰਥ ਦੇ ਭੀੜ-ਕੋਡਿੰਗ

ਸਿਆਸੀ ਮਨੋਰਥ, ਖਾਸ ਤੌਰ ਮਾਹਿਰ ਦੁਆਰਾ ਕੀਤਾ ਕੁਝ ਅਜਿਹਾ ਕੋਡਿੰਗ, ਵੱਡਾ reproducibility ਅਤੇ ਲਚਕਤਾ ਦੇ ਨਤੀਜੇ ਇੱਕ ਮਨੁੱਖੀ ਗਿਣਤੀ ਪ੍ਰਾਜੈਕਟ ਨੂੰ ਦੇ ਕੇ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ.

ਗਲੈਕਸੀ ਚਿੜੀਆਘਰ ਦੀ ਤਰ੍ਹਾਂ, ਅਜਿਹੀਆਂ ਕਈ ਸਥਿਤੀਆਂ ਹੁੰਦੀਆਂ ਹਨ ਜਿੱਥੇ ਸੋਸ਼ਲ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਇੱਕ ਚਿੱਤਰ ਜਾਂ ਪਾਠ ਦੇ ਟੁਕੜੇ ਨੂੰ ਕੋਡ, ਸ਼੍ਰੇਣੀਬੱਧ ਜਾਂ ਲੇਬਲ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ. ਇਸ ਕਿਸਮ ਦੀ ਖੋਜ ਦਾ ਇੱਕ ਉਦਾਹਰਨ ਰਾਜਨੀਤਕ ਮੈਨੀਫੈਸਟੋ ਦਾ ਕੋਡਿੰਗ ਹੈ. ਚੋਣਾਂ ਦੌਰਾਨ, ਸਿਆਸੀ ਪਾਰਟੀਆਂ ਆਪਣੀ ਨੀਤੀ ਦੀਆਂ ਪਦਵੀਆਂ ਅਤੇ ਅਗਵਾਈ ਵਾਲੇ ਦਰਸ਼ਨਾਂ ਦਾ ਵਰਣਨ ਕਰਨ ਵਾਲੇ ਮੈਨੀਫੈਸਟੋ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ. ਉਦਾਹਰਨ ਲਈ, ਇੱਥੇ 2010 ਤੋਂ ਯੂਨਾਈਟਿਡ ਕਿੰਗਡਮ ਵਿੱਚ ਲੇਬਰ ਪਾਰਟੀ ਦੇ ਮੈਨਿਫੈਸਟੋ ਦਾ ਇੱਕ ਹਿੱਸਾ ਹੈ:

"ਸਾਡੇ ਜਨਤਕ ਸੇਵਾ ਵਿਚ ਕੰਮ ਕਰ ਲੋਕ ਦੇ ਲੱਖ ਬ੍ਰਿਟੇਨ ਬੇਹਤਰੀਨ ਮੁੱਲ ਵਰਤਨੀ, ਲੋਕ ਤਾਕਤ, ਜਦਕਿ ਉਹ ਖਤਰੇ ਉਹ ਆਪਣੇ ਆਪ ਤੇ ਹੀ ਪੈਦਾ ਕਰਨ ਦੀ ਹੈ, ਨਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਤੱਕ ਨੂੰ ਸੁਰੱਖਿਅਤ ਆਪਣੇ ਹੀ ਜੀਵਨ ਦੀ ਸਭ ਕਰਨ ਲਈ ਮਦਦ ਕਰਦਾ ਹੈ. ਉਸੇ ਦੇ ਤੌਰ ਤੇ ਸਾਨੂੰ ਬਣਾਉਣ ਬਾਜ਼ਾਰ ਵੀ ਕਾਫ਼ੀ ਕੰਮ ਕਰਨ ਵਿੱਚ ਸਰਕਾਰ ਦੀ ਭੂਮਿਕਾ ਬਾਰੇ ਵਿਜੁੁਅਲ ਹੋਣ ਦੀ ਲੋੜ ਹੈ, ਸਾਡੇ ਕੋਲ ਸਰਕਾਰ ਦੇ ਦਲੇਰ ਸੁਧਾਰਕ ਹੋਣ ਦੀ ਲੋੜ ਹੈ. "

ਇਹਨਾਂ ਮੈਨੀਫੈਸਟੋ ਵਿੱਚ ਰਾਜਨੀਤਕ ਵਿਗਿਆਨੀਆਂ ਲਈ ਖਾਸ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਣ ਡੇਟਾ ਹੁੰਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਉਹ ਜਿਹੜੇ ਪੜ ਰਹੇ ਹਨ ਚੋਣ ਅਤੇ ਨੀਤੀਗਤ ਬਹਿਸਾਂ ਦੀ ਗਤੀਸ਼ੀਲਤਾ. ਇਨ੍ਹਾਂ ਮੈਨੀਫੈਸਟੋ ਤੋਂ ਨਿਯਮਤ ਢੰਗ ਨਾਲ ਜਾਣਕਾਰੀ ਕੱਢਣ ਲਈ, ਖੋਜਕਰਤਾ ਨੇ ਮੈਨੀਫੈਸਟੋ ਪ੍ਰਾਜੈਕਟ ਤਿਆਰ ਕੀਤਾ, ਜਿਸ ਨੇ 50 ਦੇਸ਼ਾਂ ਵਿਚ ਤਕਰੀਬਨ 1,000 ਪਾਰਟੀਆਂ ਤੋਂ 4000 ਐਲਾਨ ਪੱਤਰ ਇਕੱਤਰ ਕੀਤੇ ਅਤੇ ਸੰਗਠਿਤ ਸਿਆਸੀ ਵਿਗਿਆਨੀ ਨੂੰ ਨਿਯਮਿਤ ਢੰਗ ਨਾਲ ਕੋਡ ਦੇਣ ਲਈ. ਹਰ ਮੈਨੀਫੈਸਟੋ ਵਿਚ ਹਰ ਵਾਕ 56-ਸ਼੍ਰੇਣੀ ਵਾਲੀ ਸਕੀਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਕ ਮਾਹਰ ਦੁਆਰਾ ਕੋਡਬੱਧ ਕੀਤੀ ਗਈ ਸੀ. ਇਸ ਸਾਂਝੇ ਯਤਨ ਦਾ ਨਤੀਜਾ ਇਹ ਐਲਾਨਨਾਮੇ ਵਿਚ ਸੰਖੇਪ ਜਾਣਕਾਰੀ ਦਾ ਸੰਖੇਪ ਇੱਕ ਵਿਸ਼ਾਲ ਡਾਟਾਸੈਟ ਹੈ, ਅਤੇ ਇਹ ਡੇਟਾਟ 200 ਤੋਂ ਵੱਧ ਵਿਗਿਆਨਕ ਕਾਗਜ਼ਾਂ ਵਿੱਚ ਵਰਤਿਆ ਗਿਆ ਹੈ.

ਕੈਨੀਥ ਬੇਨੋਟ ਅਤੇ ਸਹਿਕਰਮੀਆਂ (2016) ਨੇ ਮੈਨੀਫੈਸਟੋ ਕੋਡਿੰਗ ਕਾਰਜ ਨੂੰ ਲੈਣ ਦਾ ਫੈਸਲਾ ਕੀਤਾ ਜੋ ਪਹਿਲਾਂ ਮਾਹਰਾਂ ਦੁਆਰਾ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਇਸ ਨੂੰ ਮਨੁੱਖੀ ਗਣਨਾ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਗਿਆ ਸੀ. ਨਤੀਜੇ ਵਜੋਂ, ਉਹਨਾਂ ਨੇ ਇੱਕ ਕੋਡਿੰਗ ਪ੍ਰਕਿਰਿਆ ਤਿਆਰ ਕੀਤੀ ਜੋ ਕਿ ਵਧੇਰੇ ਪ੍ਰਜਨਕ ਬਣਾਉਣ ਯੋਗ ਅਤੇ ਵਧੇਰੇ ਲਚਕਦਾਰ ਹੈ, ਨਾ ਕਿ ਸਸਤਾ ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਦੱਸਣਾ.

ਯੂਨਾਈਟਿਡ ਕਿੰਗਡਮ ਵਿਚ ਛੇ ਹਾਲ ਹੀ ਹੋਈਆਂ ਚੋਣਾਂ ਦੌਰਾਨ 18 ਮੈਨੀਫੈਸਟੋ ਨਾਲ ਕੰਮ ਕੀਤਾ ਗਿਆ, ਬੇਰੋਕਿਟ ਅਤੇ ਸਹਿਕਰਮੀਆਂ ਨੇ ਮਾਈਕਰੋਟੌਕ ਲੇਬਰ ਮਾਰਕਿਟ (ਅਮੇਜਨ ਮਕੈਨੀਕਲ ਟਰੱਕ ਅਤੇ ਕ੍ਰਾਡ ਫਲੋਰ) ਦੇ ਵਰਕਰਾਂ ਨਾਲ ਸਪਲਿਟ-ਅਪਲੀਕੇਸ਼ਨ-ਰਣਨੀਤੀ ਦੀ ਰਣਨੀਤੀ ਦਾ ਇਸਤੇਮਾਲ ਕੀਤਾ, ਜੋ ਕਿ ਮਾਈਕਰੋਟੌਕ ਲੇਬਰ ਮਾਰਕੀਟ ਦੇ ਉਦਾਹਰਣ ਹਨ; , ਅਧਿਆਇ 4 ਵੇਖੋ). ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਹਰ ਮੈਨੀਫੈਸਟੋ ਨੂੰ ਲਿਆ ਅਤੇ ਇਸਨੂੰ ਵਿਧਾਨਾਂ ਵਿਚ ਵੰਡ ਦਿੱਤਾ. ਅਗਲਾ, ਇਕ ਵਿਅਕਤੀ ਨੇ ਹਰ ਵਾਕ ਲਈ ਕੋਡਿੰਗ ਸਕੀਮ ਲਾਗੂ ਕੀਤੀ. ਖਾਸ ਤੌਰ ਤੇ, ਪਾਠਕਾਂ ਨੂੰ ਆਰਥਿਕ ਨੀਤੀ (ਖੱਬੇ ਜਾਂ ਸੱਜੇ) ਦਾ ਜ਼ਿਕਰ ਕਰਨ, ਸਮਾਜਿਕ ਨੀਤੀ (ਉਦਾਰਵਾਦੀ ਜਾਂ ਰੂੜੀਵਾਦ) ਜਾਂ ਨਾ ਤਾਂ (ਚਿੱਤਰ 5.5) ਹਰੇਕ ਵਾਕ ਦਾ ਵਰਗੀਕਰਨ ਕਰਨ ਲਈ ਕਿਹਾ ਗਿਆ ਸੀ. ਹਰ ਇੱਕ ਵਾਕ ਨੂੰ ਪੰਜ ਵੱਖ-ਵੱਖ ਲੋਕਾਂ ਦੁਆਰਾ ਕੋਡਬੱਧ ਕੀਤਾ ਗਿਆ ਸੀ ਅੰਤ ਵਿੱਚ, ਇਹਨਾਂ ਰੇਟਿੰਗਾਂ ਨੂੰ ਇੱਕ ਅੰਕੜਾ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਿਲਾਇਆ ਗਿਆ ਸੀ ਜੋ ਵਿਅਕਤੀਗਤ-ਰੋਟਰ ਪ੍ਰਭਾਵ ਅਤੇ ਮੁਸ਼ਕਲ-ਦੇ-ਸਜ਼ਾ ਪ੍ਰਭਾਵ ਦੋਨਾਂ ਲਈ ਵਰਤਿਆ ਗਿਆ ਸੀ. ਬੈਨੋਇਟ ਅਤੇ ਸਹਿਕਰਮੀਆਂ ਨੇ 1,500 ਲੋਕਾਂ ਤੋਂ 2,00,000 ਰੇਟਿੰਗ ਅੰਕ ਇਕੱਠੇ ਕੀਤੇ.

ਚਿੱਤਰ 5.5: ਬੈਂਓਇਟ ਐਟ ਅਲ ਤੋਂ ਕੋਡਿੰਗ ਸਕੀਮ (2016) ਪਾਠਕਾਂ ਨੂੰ ਆਰਥਿਕ ਨੀਤੀ (ਖੱਬੇ ਜਾਂ ਸੱਜੇ) ਦਾ ਜ਼ਿਕਰ ਕਰਨ, ਹਰੇਕ ਸਮਾਜਿਕ ਨੀਤੀ (ਉਦਾਰਵਾਦੀ ਜਾਂ ਰੂੜੀਵਾਦ) ਜਾਂ ਦੋਨਾਂ ਨਾਵਾਂ ਦੀ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨ ਲਈ ਕਿਹਾ ਗਿਆ ਸੀ. Benoit et al ਤੋਂ ਬਦਲਿਆ ਗਿਆ (2016), ਨੰਬਰ 1.

ਚਿੱਤਰ 5.5: ਬੈਂਓਇਟ Benoit et al. (2016) ਤੋਂ ਕੋਡਿੰਗ ਸਕੀਮ Benoit et al. (2016) ਪਾਠਕਾਂ ਨੂੰ ਆਰਥਿਕ ਨੀਤੀ (ਖੱਬੇ ਜਾਂ ਸੱਜੇ) ਦਾ ਜ਼ਿਕਰ ਕਰਨ, ਹਰੇਕ ਸਮਾਜਿਕ ਨੀਤੀ (ਉਦਾਰਵਾਦੀ ਜਾਂ ਰੂੜੀਵਾਦ) ਜਾਂ ਦੋਨਾਂ ਨਾਵਾਂ ਦੀ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨ ਲਈ ਕਿਹਾ ਗਿਆ ਸੀ. Benoit et al. (2016) ਤੋਂ ਬਦਲਿਆ ਗਿਆ Benoit et al. (2016) , ਨੰਬਰ 1.

ਭੀੜ ਦੇ ਕੋਡਿੰਗ ਦੀ ਗੁਣਵੱਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ, ਬੈਨੀਓਟ ਅਤੇ ਸਹਿਕਰਮੀਆਂ ਕੋਲ ਲਗਭਗ 10 ਮਾਹਰਾਂ, ਪ੍ਰੋਫੈਸਰ ਅਤੇ ਗ੍ਰੈਜੂਏਟ ਵਿਦਿਆਰਥੀ ਵੀ ਰਾਜਨੀਤਕ ਵਿਗਿਆਨ ਦਰ ਵਿੱਚ ਇੱਕ ਸਮਾਨ ਪ੍ਰਕਿਰਿਆ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇੱਕੋ ਸਪਸ਼ਟ ਕੀਤੇ ਗਏ ਸਨ. ਹਾਲਾਂਕਿ ਭੀੜ ਦੇ ਮੈਂਬਰਾਂ ਦੀ ਰੇਟਿੰਗ ਮਾਹਿਰਾਂ ਦੇ ਰੇਟਿੰਗਾਂ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਸੀ, ਪਰ ਆਮ ਸਹਿਮਤੀ ਵਾਲੇ ਵਿਅਕਤੀਆਂ ਦੀ ਰੇਟਿੰਗ ਸਹਿਮਤੀ ਮਾਹਿਰ ਰੇਟਿੰਗ (ਅੰਕੜਾ 5.6) ਦੇ ਨਾਲ ਮਹੱਤਵਪੂਰਣ ਸਮਝੌਤਾ ਸੀ. ਇਹ ਤੁਲਨਾ ਦਰਸਾਉਂਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਗਲੈਕਸੀ ਚਿੜੀਆਘਰ ਦੇ ਨਾਲ, ਮਨੁੱਖ ਦੀ ਗਣਨਾ ਪ੍ਰੋਜੈਕਟ ਉੱਚ-ਗੁਣਵੱਤਾ ਦੇ ਨਤੀਜਿਆਂ ਦਾ ਉਤਪਾਦਨ ਕਰ ਸਕਦੇ ਹਨ.

ਚਿੱਤਰ 5.6: ਮਾਹਰ ਦਾ ਅਨੁਮਾਨ (x- ਧੁਰਾ) ਅਤੇ ਭੀੜ ਦੇ ਅਨੁਮਾਨਾਂ (y- ਧੁਰਾ) ਯੂਨਾਈਟਿਡ ਕਿੰਗਡਮ ਤੋਂ 18 ਪਾਰਟੀ ਮੈਨੀਫੈਸਟੋ ਨੂੰ ਕੋਡਿੰਗ ਕਰਦੇ ਸਮੇਂ ਬੇਮਿਸਾਲ ਸਮਝੌਤੇ ਵਿੱਚ ਸਨ (ਬੇਨੋਟ ਏਟ ਅਲ. 2016). ਸੰਕਲਿਤ ਚੋਣ ਮੈਨੀਫੈਸਟੋ ਤਿੰਨ ਸਿਆਸੀ ਪਾਰਟੀਆਂ (ਕੰਜ਼ਰਵੇਟਿਵ, ਲੇਬਰ ਐਂਡ ਲਿਬਰਲ ਡੈਮੋਕਰੇਟਸ) ਅਤੇ ਛੇ ਚੋਣਾਂ (1987, 1992, 1997, 2001, 2005, ਅਤੇ 2010) ਤੋਂ ਸਨ. Benoit et al ਤੋਂ ਬਦਲਿਆ ਗਿਆ (2016), ਨੰਬਰ 3

ਚਿੱਤਰ 5.6: ਮਾਹਿਰ ਅੰਦਾਜ਼ਿਆਂ ( \(x\) -Xis) ਅਤੇ ਭੀੜ ਦੇ ਅੰਦਾਜ਼ਿਆਂ ( \(y\) -Xis) ਯੂਨਾਈਟਿਡ ਕਿੰਗਡਮ ਤੋਂ 18 ਪਾਰਟੀ ਮੈਨੀਫੈਸਟੋ ਕੋਡਿੰਗ ਕਰਦੇ ਸਮੇਂ ਬੇਮਿਸਾਲ ਸਮਝੌਤੇ ਵਿੱਚ ਸਨ (Benoit et al. 2016) . ਸੰਕਲਿਤ ਚੋਣ ਮੈਨੀਫੈਸਟੋ ਤਿੰਨ ਸਿਆਸੀ ਪਾਰਟੀਆਂ (ਕੰਜ਼ਰਵੇਟਿਵ, ਲੇਬਰ ਐਂਡ ਲਿਬਰਲ ਡੈਮੋਕਰੇਟਸ) ਅਤੇ ਛੇ ਚੋਣਾਂ (1987, 1992, 1997, 2001, 2005, ਅਤੇ 2010) ਤੋਂ ਸਨ. Benoit et al. (2016) ਤੋਂ ਬਦਲਿਆ ਗਿਆ Benoit et al. (2016) , ਨੰਬਰ 3

ਇਸ ਨਤੀਜੇ 'ਤੇ ਨਿਰਮਾਣ ਕਰਨ ਨਾਲ, ਬੇਨੋਇਟ ਅਤੇ ਸਹਿਕਰਮੀਆਂ ਨੇ ਮੈਨੀਫੈਸਟੋ ਪ੍ਰੋਜੈਕਟ ਦੁਆਰਾ ਵਰਤੀ ਗਈ ਮਾਹਰ-ਰਨ ਕੋਡਿੰਗ ਪ੍ਰਣਾਲੀ ਨਾਲ ਅਸੰਭਵ ਖੋਜ ਕਰਨ ਲਈ ਆਪਣੀ ਭੀੜ-ਕੋਡਿੰਗ ਪ੍ਰਣਾਲੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ. ਮਿਸਾਲ ਦੇ ਤੌਰ ਤੇ, ਮੈਨੀਫੈਸਟੋ ਪ੍ਰੋਜੈਕਟ ਨੇ ਇਮੀਗ੍ਰੇਸ਼ਨ ਦੇ ਵਿਸ਼ੇ 'ਤੇ ਮੈਨੀਫੈਸਟੋ ਨੂੰ ਕੋਡਸ ਨਹੀਂ ਕੀਤਾ ਕਿਉਂਕਿ ਇਹ ਮੁੱਖ ਵਿਸ਼ਾ ਨਹੀਂ ਸੀ ਜਦੋਂ 1980 ਦੇ ਦਹਾਕੇ ਦੇ ਮੱਧ ਵਿਚ ਕੋਡਿੰਗ ਸਕੀਮ ਤਿਆਰ ਕੀਤੀ ਗਈ ਸੀ. ਅਤੇ, ਇਸ ਸਮੇਂ, ਮੈਨੀਫੈਸਟੋ ਪ੍ਰਾਜੈਕਟ ਲਈ ਵਾਪਸ ਜਾਣ ਦੀ ਅਤੇ ਇਸ ਜਾਣਕਾਰੀ ਨੂੰ ਹਾਸਲ ਕਰਨ ਲਈ ਆਪਣੇ ਮੈਨੀਫੈਸਟੋ ਦੀ ਜਾਣਕਾਰੀ ਦੇਣ ਲਈ ਇਹ ਲੌਸਿਿਸਟਲੀ ਰੂਪ ਵਿਚ ਅਸਫਲ ਹੈ. ਇਸ ਲਈ, ਇਹ ਲਗਦਾ ਹੈ ਕਿ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਇਮੀਗ੍ਰੇਸ਼ਨ ਦੇ ਰਾਜਨੀਤੀ ਦਾ ਅਧਿਐਨ ਕਰਨ ਵਿੱਚ ਦਿਲਚਸਪੀ ਹੈ ਕਿ ਕਿਸਮਤ ਤੋਂ ਬਾਹਰ ਹਨ. ਹਾਲਾਂਕਿ, ਬੇਨੋਟ ਅਤੇ ਸਾਥੀ ਇਸ ਕੋਡਿੰਗ ਨੂੰ ਆਪਣੇ ਖੋਜ ਸਬੰਧੀ ਸਵਾਲਾਂ ਲਈ ਅਨੁਕੂਲਿਤ ਕਰਨ ਲਈ ਉਹਨਾਂ ਦੇ ਮਨੁੱਖੀ ਗਣਨਾ ਪ੍ਰਣਾਲੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਸਮਰੱਥ ਸਨ- ਛੇਤੀ ਅਤੇ ਆਸਾਨੀ ਨਾਲ.

ਇਮੀਗ੍ਰੇਸ਼ਨ ਨੀਤੀ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ, ਉਨ੍ਹਾਂ ਨੇ ਯੂਨਾਈਟਿਡ ਕਿੰਗਡਮ ਵਿਚ 2010 ਦੇ ਆਮ ਚੋਣ ਵਿਚ ਅੱਠ ਧਿਰਾਂ ਲਈ ਚੋਣ ਮਨੋਰਥ ਪੱਤਰਾਂ ਨੂੰ ਕੋਡਬੱਧ ਕੀਤਾ. ਹਰ ਮੈਨੀਫੈਸਟੋ ਵਿੱਚ ਹਰ ਇੱਕ ਸਜ਼ਾ ਨੂੰ ਇਮੀਗ੍ਰੇਸ਼ਨ ਨਾਲ ਸਬੰਧਤ ਕੀਤਾ ਗਿਆ ਸੀ ਜਾਂ ਨਹੀਂ, ਅਤੇ ਜੇ ਅਜਿਹਾ ਹੈ ਤਾਂ ਇਹ ਕਿ ਇਹ ਇਮੀਗ੍ਰੇਸ਼ਨ, ਨਿਰਪੱਖ, ਜਾਂ ਇਮੀਗ੍ਰੇਸ਼ਨ ਵਿਰੋਧੀ ਸੀ. ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਸ਼ੁਰੂ ਕਰਨ ਦੇ 5 ਘੰਟਿਆਂ ਦੇ ਅੰਦਰ, ਨਤੀਜਿਆਂ ਵਿੱਚ ਸਨ. ਉਨ੍ਹਾਂ ਨੇ 360 ਡਾਲਰ ਦੀ ਕੁੱਲ ਲਾਗਤ ਨਾਲ 22,000 ਤੋਂ ਵੱਧ ਜਵਾਬ ਇਕੱਤਰ ਕੀਤੇ. ਇਸ ਤੋਂ ਇਲਾਵਾ, ਭੀੜ ਦੇ ਅਨੁਮਾਨਾਂ ਵਿਚ ਮਾਹਿਰਾਂ ਦੇ ਪੁਰਾਣੇ ਸਰਵੇਖਣ ਦੇ ਨਾਲ ਇਕ ਮਹੱਤਵਪੂਰਣ ਸਮਝੌਤਾ ਹੋਇਆ. ਫਿਰ, ਆਖਰੀ ਟੈਸਟ ਦੇ ਤੌਰ ਤੇ, ਦੋ ਮਹੀਨਿਆਂ ਬਾਅਦ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਆਪਣੇ ਭੀੜ-ਕੋਡਿੰਗ ਨੂੰ ਦੁਬਾਰਾ ਤਿਆਰ ਕੀਤਾ. ਕੁਝ ਘੰਟਿਆਂ ਦੇ ਅੰਦਰ, ਉਨ੍ਹਾਂ ਨੇ ਇੱਕ ਨਵਾਂ ਭੀੜ-ਕੋਡਡ ਡਾਟਾਸੈਟ ਬਣਾਇਆ ਸੀ ਜੋ ਆਪਣੇ ਮੂਲ ਭੀੜ-ਕੋਡ ਕੀਤੇ ਡੈਟਾ ਸੈਟ ਨਾਲ ਮਿਲਦਾ ਹੈ. ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿਚ, ਮਨੁੱਖੀ ਗਣਨਾ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਸਿਆਸੀ ਪਾਠਾਂ ਦੀ ਕੋਡਿੰਗ ਤਿਆਰ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਇਆ ਹੈ ਜੋ ਕਿ ਮਾਹਰ ਮੁਲਾਂਕਣਾਂ ਨਾਲ ਸਹਿਮਤ ਹਨ ਅਤੇ ਪ੍ਰਤੀਨਿਧੀਸ਼ੀਲ ਹੈ. ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਿਉਂਕਿ ਮਨੁੱਖੀ ਗਣਨਾ ਤੇਜ਼ ਅਤੇ ਸਸਤੇ ਸੀ, ਉਹਨਾਂ ਲਈ ਇਮੀਗ੍ਰੇਸ਼ਨ ਬਾਰੇ ਉਹਨਾਂ ਦੇ ਵਿਸ਼ੇਸ਼ ਖੋਜ ਸਵਾਲ ਲਈ ਆਪਣੇ ਡਾਟਾ ਸੰਗ੍ਰਿਹ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨਾ ਅਸਾਨ ਸੀ.