研究

从知识共享卡塔尔vs葡萄牙分析
跳转到:导航,搜索


2012 - 13知识共卡塔尔vs葡萄牙分析享研究议程

目的

  • 因为最小的数据存在于使用CC的工具,那些分享内容公开否认知识的影响他们的贡献和CC缺乏证据,促进其许可证。我们希望开放内容的创造者了解他们的行为导致更广泛的共享。
  • 卡塔尔vs葡萄牙分析Creative Commons需要测量的影响其许可更好的情况下开放许可的社会和经济价值。
  • 成功的组织收集的数据迭代活动和使用它来提高性能。
  • 事实是Creative Commons 卡塔尔vs葡萄牙分析(CC)告知我们所需的方向。
  • 我们兴奋的新工具,使CC测量和突出的影响。
  • 数据分析带来的问题将推动未来研究议程。

研究议程最初回应两个因素——最小的数据存在于CC的影响,并推出4.0版套件的CC许可代表显著干预CC开放社区。在其核心,CC促进数字内容的合法共享。改变我们的许可可能会影响人们如何——在我们迷惑的附属公司和用户的关键社区,教育,公共部门,科学数据字段,以及政策制定者——许可材料和使用它们。4.0的采用和使用许可和使用CC许可材料的变化将反映新版本的影响。我们需要检查许可使用的数据(应用许可和使用许可材料)来识别这种影响。例如:会有更少的移植吗?将采用在关键社区增加吗?将许可和使用的作品,比如数据库和其他邻国的权利的保护增加吗?

我们打算测量的影响

CC打算启动一个持续的过程分析和报告的指标来衡量的影响。测量的影响是一项具有挑战性的研究目标,我们的目标是建立一个持续的分析框架在4.0之前启动(估计发射日期是2012年12月)。第一个六个月的阶段(2012年7月开始)将一个基线和数据驱动的基础分析。定性分析可能在2013年1月开始,将由问题引起的数据结果。最初数据将被捕获的回答下列问题,以反映CC的影响(通过4.0干预):

1。什么是全世界CC许可材料的数量和增长率?
2。全世界使用CC许可的材料是什么?
3所示。我们渴望答案:全世界重用CC许可的材料是什么?
4所示。我们渴望识别:什么是“最佳实践”的比例归因和“最佳实践”重用CC许可材料总CC许可的材料?
5。CC的生态系统的运作是什么?
6。我们渴望答案:在缺乏CC将开放生态系统是什么样子的呢?
7所示。更广泛的公众CC是什么?和
8。CC活动的影响是什么?

为此在2012年12月之前是一个激进的但重要的雄心,并且是一个难得的机会来展示CC的工作(4.0是核心CC操作)影响下议院。

其他重要的CC组织内被捕获的性能指标包括:
9。大型/ CC许可的高调的用户;
10。翻译的CC许可的行为;
11。加强CC联盟网络的迹象;和
12。CC多元化的资金基础。

并发与上述指标是一个持续的CC的案例研究的影响。它旨在突出CC干预的性能在开放教育领域,特别是通过回答:
13。如何积极的CC-led干预对美国劳动部门(合痛单位)贸易调整援助社区学院职业培训(TAACCCT)授权实现的目标我们痛单位TAACCCT计划?

数据来源于这些十三焦点将公开(CC许可)。CC指标最终可能直接实时可用。这是这一目标的第一步。

5个项目解决13个研究问题

  1. CC许可的材料标准
  2. CC生态系统
  3. 公众的CC
  4. CC活动的影响
  5. 开放教育资源(OER)案例研究

下面的每个项目的细节。如果你有任何的反馈,可以帮助和/或提供请联系安娜在creative commons点org。

1。CC许可的材料标准

CC许可的目标4.0版套件包括:

  • 支持现有的采用模型和框架;
  • 互操作性;
  • 国际化;
  • 识别和解决障碍之间采用关键社区(数据,公共部门信息、教育、科学、魅力等);
  • 长久的。

我们试图回答的研究问题,将测量CC许可的影响是:

  1. 的数量和增长率是世界CC许可的材料?
  2. 全世界使用CC许可的材料是什么?
  3. 我们渴望回答:重用/ CC许可的重新合成材料的体积全世界吗?
  4. 我们渴望确定如何遵守好cc许可的条款。所有的重用/混合我们确定,多少带有适当的归因,例如?

这些问题要求我们的朋友开放社区,资助者,和CC需要更大的可视性,并使用CC许可。重用是至关重要的测量作为质量指标和协作。因为许可证CC和开放社区的中心,这些数据可能反映了价值投资的CC和指导今后的CC计划。最终我们展示CC许可和活动可以促进全球共同利益的价值的增长。

我们打算启动一个系统的收集和分析数据的过程,目的是获取指标之前,期间和之后的4.0。我们将针对新兴领域的公共部门信息、数据和教育,将突出大型和/或CC许可的重要用户。这初步阶段是依赖于数据的可用性。

下面描述的数据需要回答的研究问题。划分为2的数据收集:世界(总)和特定的网站(如案例研究与更详细的数据)。

http://wiki.www.familygiver.com/images/a/a7/Screen_Shot_2012-08-15_at_12.12.06_PM.png

世界数据

“世界”的数据代表一个顶级数字最能代表全世界CC许可材料的总数和他们的使用。以前我们通过获得了这些数据搜索引擎我们的目标是使用一种改进的方法,如下面:

我们寻求答案 说明: 使用数据:
的数量和增长率是世界CC许可的材料? 标志——应用CC许可的内容 每日CC总量的时间序列标记通过管辖工作,许可证类型,许可版本,域(网站)
全世界使用CC许可的材料是什么? 使用 总使用CC的日常时间序列标记通过管辖工作,许可证类型,许可版本,域(网站)
我们渴望答案:全世界重用CC许可的材料是什么? 重用,混音 每日总量的时间序列混音CC标记通过管辖工作,许可证类型,许可版本,域(网站)
我们渴望探索如何cc许可的条款是符合的。的重用我们识别,有适当的归因多少? 最佳实践归因 要探索

一个可能的源数据可能是CC服务器/ s,和CC可能发展工具CC许可的用户可能跟踪使用和重用的材料应用CC许可。可能表明所使用的工具和归因实践。

关键的网站

我们指定的网站含有CC许可材料更深层次的分析。

我们寻求答案 说明: 使用数据:
的数量和增长率是CC许可材料在网站上吗? 标志——应用CC许可的内容 时间序列的CC标记通过管辖工作,许可证类型,许可版本,域(网站)
有什么用CC许可材料在网站上吗? 使用 时间序列的使用CC标记通过管辖工作,许可证类型,许可版本,域(网站)
我们渴望回答:CC许可材料的重复使用在网站上? 重用,混音 时间序列的混音CC标记通过管辖工作,许可证类型,许可版本,域(网站)
我们渴望探索如何CC许可的条款是符合的。重用我们的识别,有适当的归因多少? 最佳实践归因 要探索
有多少人受CC许可的影响? CC许可内容的用户数量 最大数量的用户的网站持有CC内容——作为一个指标

获得的数据通过特定的网站和个人联系在这些网站(不公开)。CC的工作人员热情地提名超过50 CC的大型存储库的内容,但是由于资源有限,我们将完善最多二十。视为他们目前包括:

指定的网站
搬到Bandcamp Blip.Tv CCMixter
CK12打开课本 大学开放的教科书 联系
Curriki Datahub 平坦的世界知识
Flickr Hindawi出版 互联网档案馆
Jamendo 可汗学院 Data.govt.nz
P2PU的 “交互式模拟 Picasa
科学公共图书馆(PLOS) 一夜 施普林格开
Vimeo 维基共享 维基百科
世界银行 YouTube

如果你想显示的另一个主要站点或源CC许可的材料请联系安娜creative commons直接点org。选择关键网站深入的分析基础上,他们主要含有CC许可材料,很大,获得许可数据相对简单和新/预期快速增长网站。在数据可用,它将获得最高的粒度(文章、页面、博客图片,视频,歌曲)。我们能够提供一个更深层次的主要网站的数据,例如,CCMixter数据明显表明重新合成,公共科学图书馆的文章都是CC,文章使用他们的网站提供了丰富的数据,网络公开课,从(大规模网络开放课程)我们可以显示趋势的人数使用CC许可的内容。在未来我们希望与关键密切合作网站分析数据。数据可能被聚合介质(如CC许可的总数在Flickr照片,维基共享,互联网档案馆等)。最终我们渴望建立一个实时数据提要但在第一阶段,我们以各种各样的方式收集数据。

站点的方法创建一些数据问题:不同的测量项目;不同的数据排序方法(个人联系、网站、脚本等);低能见度度量方法的许多网站等。这是在下面更详细地指出讨论。会有数据差距在这个数据收集的数据可用性取决于每个站点。预计“世界”的数据将包括网站特定的数据,它可以用作一个交叉检查。

2。CC生态系统

潜在资助者经常问问题类似于“开放生态系统如何看如果CC不存在吗?怎么没有CC生态系统受到影响?“其次明确性CC网络可以帮助决策和政策制定通过改变人们如何思考CC的框架,表明CC的无形价值,确定我们的全球知名度,和作为一个示范我们的开放性和透明度。最终我们展示CC许可和活动可以促进全球共同利益的价值的增长。

CC生态系统是什么?

最初我们定义生态系统作为网络中CC。卡塔尔vs葡萄牙分析Creative Commons通常必须在响应事件,我们没有控制或影响。这些事件源自领域的技术、社会和吸毒者的CC许可,和经济、监管和环境的影响。CC许可施加一些控制和影响的数字内容;CC许可的用户,我们的子公司,数字,和我们使用的技术基础设施。CC高度的控制我们的内部流程,我们如何交流,促进我们的工作和我们的供应商。

第一阶段

理解我们的生态系统的当前状态。我们首先需要确定CC生态系统并创建一个基础探讨CC。这将提供一个工具来回答关于无形价值的关键问题。

为此CC员工集思广益的实体列表他们骄傲的名字联系和非正式地分配他们组。我们提名组:法律、教育、迷惑,技术,科学,政策,商业、资助者、国际。在这个例子中,我们将创建一个公开可用的,映射动态网络反映的全球传播和深度CC网络。具体来说,我们将地图关键实体CC与定期和/或认为一个重要的朋友。应当完成初稿供内部反馈2012年9月。

第二阶段

记者的置评公共草案的目的是在2012年12月发布。它可能最初用于创建持续的对话,旨在回答:

  1. 受CC干预是谁?
  2. 什么是生态系统内的地点和CC的重要性吗?
  3. 在缺乏CC的生态系统,生态系统会是什么样子?
  4. 我们如何与其他实体的空间来实现共同的目标?
  5. 这是空间增长吗?
  6. CC生态系统的漏洞和弱点在哪里?
  7. 有角色CC解决差距和缺点吗?

地图将开发迭代,例如更详细的公共信息可能被添加到我们的联系人、网络深度指标,和更多!

燕尾榫接合上述两个主要的项目是两个小CC的重要项目和正在进行的案例研究的影响。

3所示。公众CC的看法是什么?

阶段1:我们打算创建一个系统的持续监控公众CC,提到在Twitter上表示,Blogger和Wordpress。阶段2:纵向分析,公众可能反映了知识共享的发展趋势及其在全球共同利益的作用。卡塔尔vs葡萄牙分析重要的发现可能导致更深的定性分析。最终公众影响CC品牌的无形价值。

4所示。CC活动的影响是什么?

阶段1:CC活动频繁的结果是生成的,感兴趣的是驱使人们去看看CC的网站。我们打算启动一个系统的过程定期分析网站的指标(最初通过Google Analytics)——强调的迹象增加CC的意识,从活动的结果,长期的增长CC概要文件。这可能最终与许可指标合并项目。最初我们可以显示点击许可行为H1 2012 + 2(来源:Google Analytics和融合表)。我们也会注意等主要里程碑:主要用户;翻译的CC许可的行为;我们的联盟网络和其他人的力量。

阶段2:重要的发现可能导致更深的定性分析。最终我们可能表明全球共享的价值增长已使我们的活动。

5。在案例研究

我们打算描述CC干预在开放教育领域的性能(高机会的部门),特别是通过回答:如何积极干预CC-led痛单位TAACCCT受让人达成我们的目标痛单位TAACCCT计划?多尔TAACCCT程序是一个高调,大型项目反映使用CC许可由美国TAACCCT社区学院的受让人。材料通过创建TAACCCT资金必须CC许可。潜在影响我们观察指标包括:增加访问全球教育;节约成本;减少老师/教师准备时间;提高质量;加速学习;通过合作创新。这个项目是可以在相关的研究http://open4us.org/resources/研究。最终这OER案例研究展示CC许可和活动可以促进增长的全球开放教育运动的价值。

指出,免责声明和警告

本书初版正确的术语的定义:

  • 标记——应用CC许可(或CC0公有领域标志)的内容。这是一次从事件发生时通常项目是可用的。
  • 使用——查看/阅读/听/链接到一个CC许可的项目。
  • 重用/混音——积极的部分CC许可项目/ s和合并(混合)到其他项目创建一个新项目(如视频和音乐的混音,混音打开课本或混合开放课件)。
  • 网站-域/平台例如Flickr,维基百科,YouTube, CC饮料厂,Vimeo,搬到Bandcamp,一夜,Wordpress,博客,公共科学图书馆,开放期刊的目录,可汗学院,科学共享,政府网站。
  • 类型- CC的;CC冲锋队;CC BY-ND;CC通过数控;CC BY-NC-SA;CC BY-NC-ND。还包括CC0。
  • 版本- 1.0版(2002年12月),2.0版(2004年5月),2.5版(2005年6月),3.0版(2007年2月)。

与这个数据一致性是一个重大的挑战。本工作使用材料从各种各样的来源,使用不同的排序技术,所以可能不一致。这包括数据在不同的时期——数据不可用估计。决定获得尽可能高的粒度测量每一项,但是每个项目不同,例如一个照片不等于一个教育课程或一个期刊文章作为一个项目的测量。已经尽一切努力标准化的数据一致性,但是不可能的结果,特别是在早期草案阶段。为了解决这个消息人士为读者提供任何实际调查计算方法在每个源。数据使用也可能被清洗。

数据将获得道德从公开渠道(网站)或自身的(Google Analytics),但是提供了一些数据使用个人联系在关键地点——我们几乎没有影响如何计算别人,非常感谢这些来源超越职权范围向我们提供任何数据。在许多情况下我们没有能见度的详细故障数据(通过许可类型,管辖),但数据是由我们提供尽可能最大程度的可用性。这就是为什么细节可用的许可类型/管辖权是一些网站但不是全部——这取决于数据可用性和可靠性。

时间序列数据是至关重要的突出的使用模式,以及要使用的数据是特定足以长期被测量。任何时间序列数据是不同的日期的影响引入Creative Commons许可进入司法管辖区,和版本(4.0预计12月12)。卡塔尔vs葡萄牙分析一个目的是建立相关工作由Creative Commons许可数据之前,然而,工作是严格限定与可靠性问题(如波动率卡塔尔vs葡萄牙分析估计算法,谷歌和雅虎之间的差异结果相关的许可证类型,尽管由管辖权和体积呈正相关)和方法可以不再被复制,所以我们建议这两个时间序列分开,虽然两只估计。我们相信使用CC服务器将导致更准确的统计数据。其次,我们建议“全球”数据和现场数据分别保存,不总结。这是因为之间可能存在重复计算的两个来源。

本研究不够全面也不反映Creative Commons许可的全部材料,估计已经要求他们保守。卡塔尔vs葡萄牙分析因此这些陈述可能被认为是保守的,低的基线。

编译这个数据一直小心但Creative Commons不接受责任的方式可能是由其他人使用。卡塔尔vs葡萄牙分析这是一个初稿,我们仍在这个项目的初始阶段预计不准确和修正。

http://wiki.www.familygiver.com/images/4/4a/Screen_Shot_2012-05-21_at_3.44.17_PM.png

讨论

请电子邮件安娜在creative commons点org和/或加入commons-research邮件列表



以前的条目:

开放研究

CC和相关工具和动作开放研究:

研究CC和下议院一般

资源