Wikipedia上的审议与决议:评论请求案例研究
及时解决争议对于任何在线生产团队都至关重要。我们对评论请求(RfCs)进行了分析,这是维基百科上正式解决政策或内容争议的主要方式之一。我们收集了7年来英语维基百科上7316个RfCs的详尽数据集,并进行了定性和定量分析。我们的分析得到了10位经常参与RfC关闭的访谈者的信息。我们发现影响RfC流程的一个主要问题是,许多本可以从正式关闭中受益的RfCs却无限期地悬而未决,包括参与者的兴趣和专业知识等因素影响了解决的可能性。根据这些发现,我们开发了一个模型,可以预测RfC是否会失效,准确率达到75.3%,这一水平在争议开始后一周内就可以达到。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文