众包假设生成及其验证:以睡眠质量改善为例
人机交互
2022-05-17 v1
摘要
临床研究对于探索重要研究问题常常是必需的;然而,这种方法有时耗时且耗资。另一种极端方法,即收集和聚合众人的意见,提供的是基于人群过往经验与知识的结果。为探索一种兼具严谨临床方法与众包基于意见方法优势的解决方案,我们设计了一个将众包作为研究过程一部分的框架,其中众包工作者充当如同科学家般进行“伪”前瞻性研究。本研究评估了所提框架在利用大量众包工作者就指定主题生成假设并在现实世界中验证它们的可行性。该框架包含两阶段基于众包的工作流。阶段 1——假设生成与排序阶段——我们的系统向工作者提出两类问题以收集若干假设并对其进行排序。阶段 2——假设验证阶段——系统要求工作者通过在现实生活中实施阶段 1 中排名靠前的某个假设来验证它们。通过实验,我们探究了该框架在生成和评估关于导致良好夜间睡眠因素的假设方面的潜力与局限。我们在睡眠质量显著改善上的结果表明了框架的基本可行性,暗示基于众包的研究在特定领域内与专家知识相兼容。
引用
@article{arxiv.2205.07510,
title = {Crowdsourced Hypothesis Generation and their Verification: A Case Study on Sleep Quality Improvement},
author = {Shoko Wakamiya and Toshiki Mera and Eiji Aramaki and Masaki Matsubara and Atsuyuki Morishima},
journal= {arXiv preprint arXiv:2205.07510},
year = {2022}
}