True Causes
TH

บันทึก

ข้อโต้แย้งหนึ่งข้อต่อคน พร้อมหลักฐานที่รองรับ

ปัญหาที่คุณจัดเป็นอันดับแรกมักเป็นผลที่ตามมาการจำลอง
ปรากฏการณ์การจัดลำดับความสำคัญผิดพลาด: ทำไมปัญหาที่กลุ่มจัดอันดับสูงสุดมักอยู่ปลายน้ำ และห้องจำลองแสดงอะไรเกี่ยวกับการลงคะแนนเทียบกับการทำแผนผังสาเหตุ
เสียงแตกไม่ได้แปลว่า “ไม่”
ทำไมการลงคะแนนที่เสียงแตกในคำถามเรื่องสาเหตุควรถูกส่งต่อ แทนที่จะตกไปเงียบๆ และการส่งต่อให้กลุ่มอื่นป้องกันไม่ให้กลุ่มใดกลุ่มหนึ่งชี้นำแผนผังได้อย่างไร
ความคิดที่ได้คะแนนเสียงน้อยก็ยังถูกพิจารณาได้
ทำไมควรกันที่ในรายชื่อคัดเลือกไว้สองสามที่ ให้ความคิดที่ถูกมองข้ามแต่มีแหล่งที่มารองรับ และสิ่งนี้ช่วยห้องที่จัดอันดับตามความรู้สึกได้อย่างไร
หลายห้อง คำตอบเดียว: True Causes ขยายขนาดได้อย่างไร
คนหลายพันคนในห้องเล็กๆ ไปถึงแผนผังสาเหตุเดียวกันได้อย่างไร: บอร์ดแยกกัน คำถามร่วมกัน ข้อกล่าวอ้างที่เดินทางข้ามห้อง ถ้อยคำที่รวมกันได้โดยผู้เขียนเท่านั้น และแผนผังที่รวมเป็นหนึ่ง
การจำลอง: สิ่งที่การทำแผนผังพบแต่การลงคะแนนพลาด และจุดที่มันใช้ไม่ได้การจำลอง
ตัวเลขทุกตัวเบื้องหลัง True Causes จากการจำลองที่มาพร้อมกับซอฟต์แวร์: สาเหตุที่พบด้วยการลงคะแนนเทียบกับการทำแผนผัง ขนาดกลุ่ม หน้าผาของความผิดพลาด และสิ่งที่เสียงข้างน้อยในห้องทำได้และทำไม่ได้
Structured Democratic Dialogue – งานวิจัยเบื้องหลัง True Causes
True Causes ใช้ Structured Democratic Dialogue ทางออนไลน์: งานวิจัยห้าสิบปีที่เป็นรากฐาน (Warfield, Christakis, Laouris, Dye, Ashby, Miller) จุดที่แตกต่างออกไป และต่างจาก Polis และ Habermas Machine อย่างไร
True Causes เหมาะกับใคร
เทศบาล องค์กรขนาดใหญ่ หน่วยงานกำกับดูแล สหภาพแรงงานและคนทำงาน มหาวิทยาลัย การทบทวนเหตุการณ์: แผนผังสาเหตุที่เก็บความเห็นต่างไว้มีประโยชน์กับอะไร และอะไรที่มันไม่ได้ทำ
หลังจัตุรัส: สิ่งที่ขบวนการปี 2011 ยังทิ้งค้างไว้
ปัญหาเจ็ดข้อที่ขบวนการเครือข่ายปี 2011 ยังทิ้งค้างไว้ (ไม่มีแผนงาน แก้ที่อาการแทนสาเหตุ ผู้นำที่ไม่เป็นทางการ ความกลัว ขนาด การแพร่ระบาดของกระแส ผู้สนับสนุนเบื้องหลัง) และแผนผังสาเหตุร่วมรับมือกับแต่ละข้ออย่างไร รวมถึงตรงไหนที่ยังทำได้ไม่ถึง
บอกโมเดลว่ามันเป็นใคร การตัดสินเรื่องสาเหตุของมันแทบไม่เปลี่ยนการวิจัย
โมเดลภาษา 21 ตัว บทบาทสมมติ 14 แบบ ความเชื่อมโยงเชิงสาเหตุ 120 ข้อเรื่องที่อยู่อาศัย: บทบาทสมมติเปลี่ยนความเชื่อมโยงที่ถูกยอมรับไปในระดับที่วัดไม่ได้ โมเดลที่อ่อนกว่าผิดพลาด โมเดลที่เก่งเห็นตรงกันในความเชื่อมโยงส่วนใหญ่ และแตกเสียงอย่างสม่ำเสมอในส่วนที่เหลือ สิ่งนี้มีความหมายอย่างไรต่อคณะผู้พิจารณาที่เป็นโมเดล