論文の概要: Fueling Volunteer Growth: the case of Wikipedia Administrators
- arxiv url: http://arxiv.org/abs/2601.20016v1
- Date: Tue, 27 Jan 2026 19:45:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-29 15:46:06.639043
- Title: Fueling Volunteer Growth: the case of Wikipedia Administrators
- Title（参考訳）: ボランティアの成長を加速させる―ウィキペディアの管理者を例に
- Authors: Eli Asikin-Garmager, Yu-Ming Liou, Caroline Myrick, Claudia Lo, Diego Saez-Trumper, Leila Zia,
- Abstract要約: この研究は2018年以来、ウィキペディア言語284言語にわたる管理を体系的に分析している。
ウィキペディアの半数以上が管理者の増加を示しているが、活発なウィキペディアの約3分の2は減少傾向にある。
潜在的な管理者にとって重要な障壁は、限定的な認識、曖昧な要求、要求される選択プロセス、低い初期的関心などである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Wikipedia administrators are vital to the platform's success, performing over a million administrative actions annually. This multi-method study systematically analyzes adminship across 284 Wikipedia languages since 2018, revealing a critical two-sided trend: while over half of all Wikipedias show a net increase in administrators, almost two-thirds of highly active Wikipedias face decline. Our analysis, drawing from large-scale adminship log analysis, over 3000 surveys, and 12 interviews, reveals this decline is primarily driven by insufficient recruitment, not unusual attrition. We identify key barriers for potential administrators, including limited awareness, ambiguous requirements, a demanding selection process, and low initial interest. Recognizing that current administrators remain highly motivated and engaged, we propose actionable recommendations to strengthen recruitment pipelines and fuel Wikipedia administrator growth, crucial for Wikipedia's long-term sustainability.
- Abstract（参考訳）: ウィキペディアの管理者はプラットフォームの成功に不可欠であり、年間100万以上の行政活動を行っている。
このマルチメソッドの研究は、2018年以来284のウィキペディア言語にわたる管理を体系的に分析し、重要な二面的な傾向を明らかにしている。
我々の分析は、大規模な管理ログ分析、3000件以上の調査、12件のインタビューから、この減少は主に採用不足によるものであり、異常な誘致ではないことが判明した。
潜在的な管理者にとって重要な障壁は、限定的な認識、曖昧な要求、要求される選択プロセス、低い初期的関心などである。
現在の管理者は高いモチベーションと関与を保ち、ウィキペディアの長期的な持続可能性に不可欠な採用パイプラインを強化し、ウィキペディア管理者の成長を促進するための実用的な勧告を提案する。
関連論文リスト
- Masking Teacher and Reinforcing Student for Distilling Vision-Language Models [50.619420197124356]
大規模視覚言語モデル(VLM)は近年,目覚ましいマルチモーダル理解を実現している。
これにより、強力な大規模教師から効率的に学習できるコンパクトで有能なVLMの必要性が高まる。
マスク・プログレッシブ・強化学習の枠組みであるマスターズ(マスク教師と強化学生)を提案する。
論文 参考訳（メタデータ） (2025-12-23T14:40:38Z) - AgentFold: Long-Horizon Web Agents with Proactive Context Management [98.54523771369018]
LLM ベースの Web エージェントは情報検索を大いに約束するが,その有効性はコンテキスト管理における基本的なトレードオフによって妨げられる。
本稿では,プロアクティブなコンテキスト管理を中心としたエージェントパラダイムであるAgentFoldを紹介する。
単純な微調整により,BrowseCompでは36.2%,BrowseComp-ZHでは47.3%を達成した。
論文 参考訳（メタデータ） (2025-10-28T17:51:50Z) - Why Academics Are Leaving Twitter for Bluesky [42.41481706562645]
調査対象の18%の学者が、規律、政治的表現、Twitterのエンゲージメントによって変化し、従来の学術指標では変化しなかった。
我々は、情報ソースが観客よりもはるかに強力な移動を誘導する印象的な非対称性を発見し、この影響は1週間以内に指数関数的に減少する。
本研究は, ネットワーク外部性, 指向性の影響, プラットフォーム移行に関する新たな知見を提供し, スイッチングコストの克服における情報ソースの役割を強調した。
論文 参考訳（メタデータ） (2025-05-30T17:03:21Z) - A Test of Time: Predicting the Sustainable Success of Online Collaboration in Wikipedia [17.051622145253855]
我々は,ウィキペディア記事の持続可能な成功を予測するために,機械学習モデルを開発した。
記事が高品質であると認識されるのに時間がかかるほど、時間とともにそのステータスを維持する可能性が高くなる。
我々の分析はウィキペディア以外の幅広い集団的行動に関する洞察を提供する。
論文 参考訳（メタデータ） (2024-10-24T20:42:53Z) - Deep Long-Tailed Learning: A Survey [163.16874896812885]
ディープ・ロングテール・ラーニング(Deep Long-tailed Learning)は、長いテールのクラス分布に追従する多数の画像から、優れたパフォーマンスのディープモデルをトレーニングすることを目的としている。
長い尾を持つクラス不均衡は、現実的な視覚認識タスクにおいて一般的な問題である。
本稿では,近年の長期学習の進歩を包括的に調査する。
論文 参考訳（メタデータ） (2021-10-09T15:25:22Z) - A preliminary approach to knowledge integrity risk assessment in
Wikipedia projects [0.0]
ウィキペディアプロジェクト全体で知識の整合性リスクの分類と、コミュニティやコンテンツ問題に関連する内部リスクを評価するための指標の第一セットを導入する。
この分類の上に,編集者の地理的多様性の欠如が知識の整合性のリスクを如何に表すか,予備的な分析を行う。
これらはウィキペディアの知識統合リスク観測所を構築する研究プロジェクトの最初のステップである。
論文 参考訳（メタデータ） (2021-06-30T09:47:27Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳（メタデータ） (2021-01-19T12:23:32Z) - A Deeper Investigation of the Importance of Wikipedia Links to the
Success of Search Engines [7.433327915285967]
検索結果ページ(SERP)におけるウィキペディアリンクの発生状況に関する調査結果について報告する。
ウィキペディアのリンクは重要な検索コンテキストでは極めて一般的であり、一般的なクエリやトレンドクエリでは全SERPの67～84%に表示されるが、医療クエリではそれほど多くはない。
本研究は,(1)ウィキペディアのコンテンツと研究はウィキペディア領域以外で大きな影響を与え,(2)検索エンジンのような強力な技術はボランティアが作成した無料コンテンツに大きく依存している,という補完的な概念を裏付けるものである。
論文 参考訳（メタデータ） (2020-04-21T19:58:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。