Szanse i słabości wykorzystania crowdsourcingu do analizy treści

• Authors: Katarzyna Lisek

Title variants

Szanse i słabości wykorzystania crowdsourcingu do analizy treści

• Languages of publication: PL

Abstracts

PL

Analiza treści jest metodą szeroko wykorzystywaną nie tylko w naukach społecznych, ale też studiach humanistycznych. Automatyzacja oraz wsparcie komputerowe tej metody cieszy się dużym zainteresowaniem badaczy w Polsce i na świecie. Nowe perspektywy dla rozwoju tej dziedziny może otworzyć crowdsourcing, to jest metoda wirtualnej współpracy, do której zapraszani są liczni, anonimowi użytkownicy nowych technologii. Pierwsze próby wykorzystania tego fenomenu w nauce zakończyły się powodzeniem zarówno w obrębie nauk ścisłych, jak i humanistycznych. Rozpoznanie możliwości używania crowdsourcingu w analizie treści wymaga jednak dalszych testów i poszukiwań.Celem artykułu jest przedstawienie próby użycia pilotażowego narzędzia do crowdsourcingowego kodowania treści oraz refleksja na temat potencjału i ograniczeń tego podejścia. Przedstawiona zostanie krótka charakterystyka zjawiska crowdsourcingu, jego zastosowanie w nauce oraz opis proponowanego narzędzia. Podsumowanie artykułu stanowi analiza szans oraz słabości, które crowdsourcing może oferować dla rozwoju tej metody.

EN

Content analysis has become a research method that is widely used not only in social sciences, but also in the humanities in general. The automation and computerization behind this method is gaining a lot of interest among researchers in Poland and around the world. New perspectives for the development of this field can be opened by the phenomenon of crowdsourcing – a virtual collaboration method whereby numerous anonymous users of new technologies are the participants. The first attempts to use this phenomenon in science were successful, both within exact sciences and the humanities. However, confirming the possibility of using crowdsourcing in content analysis requires further research and exploration.The aim of this article is to present the attempt of using a pilot tool for crowdsourcing content coding. A reflection on the potential advantages and limitations of this approach will be offered, too. The author will provide a short characterization of the phenomenon of crowdsourcing and its application in science, as well as the description of the proposed tool. The article is concluded with the analysis of the opportunities and weaknesses that crowdsourcing can offer for the development of content analysis.

Keywords

PL

crowdsourcing; analiza treści; tłum; nowe technologie; crowdsourcing; analiza treści; tłum; nowe technologie

EN

crowdsourcing; content analysis; crowd; new technologies

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Przegląd Socjologii Jakościowej
• Year: 2019
• Volume: 15
• Issue: 4
• Pages: 250-270

Dates

published

2019-11-30

Contributors

author

Katarzyna Lisek

• Uniwersytet Jagielloński, Instytut Socjologii, ul. Grodzka 52, pokój 68 (III brama),

• https://orcid.org/0000-0003-2431-8307

References

• Aristeidou Maria, Scaulon Eileen, Sharples Mike (2017) Profiles of Engagement in Online Communities of Citizen Science Participation. „Computers in Human Behavior”, vol. 74, s. 246–256.
• Azzam Tarek, Harman Elena (2015) Crowdsourcing for Quantifying Transcripts: An Exploratory Study.„Evaluation and Program Planning”, vol. 54, s. 63–73.
• Barbrook Richard (1997) Review: Collective net. „New Scientist” [dostęp 17 października 2019 r.]. Dostępny w Internecie: https://www.newscientist.com/article/mg15621125-800-review-collective-net/
• Behrend Tara S. i in. (2011) The Viability of Crowdsourcing for Survey Research. „Behavior Research Methods”, vol. 43, s. 800–813.
• Berry David (2011) The Computational Turn: Thinking about the Digital Humanities. „Culture Machine”, vol. 12, s. 1−22 .
• Bomba Radosław (2013) Narzędzia cyfrowe jako wyznacznik nowego paradygmatu badań humanistycznych [w:] Radomski Andrzej, Bomba Radosław, red., Zwrot cyfrowy w humanistyce. Internet/ Nowe Media/ Kultura 2.0. Lublin: E-naukowiec.
• Brabham Daren C. (2009) Crowdsourcing the Public Participation Process for Planning Projects. „Planning Theory”, vol. 8, s. 242–262.
• Brabham, Daren C. (2013) Crowdsourcing: A Model for Leveraging Online Communities [w:] Delwiche Aaron, Henderson Jennifer J., eds., The Participatory Cultures Handbook. New York: Routledge, s. 120–129.
• Broer Christian i in. (2016) Open Online Research: Developing Software and Method for Collaborative Interpretation. „Forum: Qualitative Social Research”, vol. 17 [dostęp 18 listopada 2019 r.]. Dostępny w Internecie: http://www.qualitative-research.net/index.php/fqs/article/view/2388/4039
• Brosz Maciej, Bryda Grzegorz, Siuda Piotr (2017) Od redaktorów: Big Data i CAQDAS a procedury badawcze w polu socjologii jakościowej. „Przegląd Socjologii Jakościowej”, t. 13, nr 2, s. 7–23.
• Bryda Grzegorz (2014) CAQDAS a badania jakościowe w praktyce. „Przegląd Socjologii Jakościowej”, t. 2, s. 12–38.
• Cranshaw Justin, Kittur Aniket (2011) The Polymath Project: Lessons from a Successful Online Collaboration in Mathematics. „Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI ‘11)”, s. 1865–1874.
• Davies Norman (2015) Szlak Nadziei. Armia Andersa. Marsz przez trzy kontynenty. Przełożyły Aleksandra Zych, Iwona Zych. Warszawa: Rosikon Press, s. 5–6.
• Dzięglewski Mariusz (2017) CAQDAS w badaniach digitalizacji i odbioru dziedzictwa kulturowego. Korzyści i ograniczenia. „Przegląd Socjologii Jakościowej”, t. 13, nr 2, s. 24–45.
• Eickhoff Carsten i in. (2014) Quality through Flow and Immersion: Gamifying Crowdsourced Relevance Assessments. „Proceedings of the 35th international ACM SIGIR conference on Research and Development in Information Retrieval”, s. 871–880.
• Estelles-Arolas Enrique, Gonzáles-Ladrón-de-Guevara Fernando (2012) Towards an Integrated Crowdsourcing Definition. „Journal of Information Science”, vol. 38, s. 189–200.
• Eveleigh Alexandra i in. (2013) “I want to be a capitan! I want to be a capitan!”: Gamification in the Old Weather Citizen Science Project. „Proceedings of the First International Conference on Gameful Design, Research, and Applications”, s. 79–82.
• Franzoni Chiara, Sauermann Henry (2014) Crowd Science: The Organization of Scientific Research in Open Collaborative Projects. „Research Policy”, vol. 43, s. 1–20.
• Gibbs Graham (2011) Analizowanie danych jakościowych. Przełożyła Maja Brzozowska-Brywczyńska. Warszawa: Wydawnictwo Naukowe PWN.
• Goban-Klas Tomasz (2004) Media i komunikowanie masowe: teorie i analizy prasy, radia, telewizji i Internetu. Warszawa: Wydawnictwo Naukowe PWN.
• Gregory Amanda, Atkins Jonathan (2018) Community Operational Research and Citizen Science: Two Icons in Need of Each Other? „European Journal of Operational Research”, vol. 269, s. 1111–1124.
• Howe Jeff (2006) The Rise of Crowdsourcing. „Wired Magazine”, vol. 14, s. 1−4.
• Hutt Hugo i in. (2013) How Clumpy Is My Image? Evaluating Crowdsourced Annotation Tasks. „Computational Intelligence (UKCI), 13th UK Workshop”, s.136–143.
• Kim Jinseop S. i in. (2014) Space-time Wiring Specificity Supports Direction Selectivity in the Retina. „Nature”, vol. 509, s. 331–348.
• Krippendorff Klaus (2004) Content Analysis: An Introduction to Its Methodology. Thousand Oaks: Sage Publications.
• Lévy Pierre (1997) Collective Intelligence: Mankind’s Emerging World in Cyberspace . Cambridge: Perseus Books.
• Maj Agnieszka (2013) Analiza treści [w:] Makowska Marta, red., Analiza danych zastanych. Warszawa: Wydawnictwo Naukowe Scholar, s. 127–147.
• Niedbalski Jakub (2013) CAQDAS – oprogramowanie do komputerowego wspomagania analizy danych jakościowych. Historia, ewolucja i przyszłość. „Przegląd Socjologiczny”, t. 62, s. 153–166.
• Ridge Mia (2011) Playing with Difficult Objects: Game Designs to Improve Museum Collections [w:] Trant J, Bearman D., eds., Museums and the Web 2011: Proceedings. Toronto: Archives & Museum Informatics, s. 3−10.
• Robbins Stuart J. i in. (2014) The Variability of Crater Identification among Expert and Community Crater Analysts. „Icarus”, vol. 234, s. 109–131.
• Ross Joel i in. (2010) Who are the Crowdworkers? Shifting Demographic in Mechanical Turk. „Proceedings of the 28th International Conference on Human Factors in Computing Systems, CHI 2010, Extended Abstracts Volume”, s. 2863–2872.
• Schenk Eric, Guittard Claude (2011) Towards a Characterization of Crowdsourcing Practices. „Journal of Innovation Economics & Management”, vol. 7, s. 93–107.
• Surowiecki James (2010) Mądrość tłumu. Większość ma rację w ekonomii, biznesie i polityce. Przełożyła Katarzyna Rojek. Gliwice: OnePress.
• Troszyński Marek, Wawer Aleksander (2017) Czy komputer rozpozna hejtera? Wykorzystanie uczenia maszynowego (ML) w jakościowej analizie danych. „Przegląd Socjologii Jakościowej”, t. 13, nr 2, s. 62–80.
• Wallance Rebekah D., Bargeron Charles T. (2014) Identifying Invasive Species in Real Time: Early Detection and Distribution Mapping System (EDDMapS) and Other Mapping Tools [w:] Ziska Lewis H., Dukes Jeffery S., eds., Invasive Species and Global Climate Change. Oxfordshire: CABI, s. 220–231.
• Wexler Mark N. (2011) Reconfiguring the Sociology of the Crowd: Exploring Crowdsourcing. „The International Journal of Sociology and Social Policy”, vol. 31, s. 6–20.
• White Marilyn D., Marsh Emily (2006) Content Analysis: A Flexible Methodology. „Library Trends”, vol. 55, s. 22–45.
• Woolley Anita W. i in. (2010) Evidence for a collective intelligence factor in the performance of human groups. „Science”, vol. 330, s. 686 688.
• Zhao Yuxiang, Zhu Qinghua (2014) Evaluation on crowdsourcing research: Current status and future direction. „Information Systems Frontiers”, vol. 16, s. 417–434.

Identifiers

DOI

10.18778/1733-8069.15.4.12