
路易斯维尔,肯塔基州
Greg是肯塔基州路易斯维尔的一位退休神经科医生,长期以来对计算机和编程感兴趣,从 1960 年代的 Fortran IV 开始。 当 Linux 和开源软件出现时,它激发了他学习更多并最终做出贡献的承诺。 他是 Scribus 团队的成员。
Greg是肯塔基州路易斯维尔的一位退休神经科医生,长期以来对计算机和编程感兴趣,从 1960 年代的 Fortran IV 开始。 当 Linux 和开源软件出现时,它激发了他学习更多并最终做出贡献的承诺。 他是 Scribus 团队的成员。
作者评论
我对调查的问题是它们大多很糟糕。 你被问到诱导性问题。 你应该给出“是/否”的回答,或者对一些有灰色阴影或对你可能给出的任何答案有资格的事情做出一些离散的选择。
调查也存在一定的反开放性。 通过生成调查,您努力展示您在多大程度上了解人们的意见,但通常没有即将到来的证据表明您正在以某种建设性的方式使用该信息,即使它可能很糟糕。(opensource.com 应该在他们有冲动在侧边栏中放入关于“你最喜欢什么......?”的内容时考虑这一点。有人“赢了”,但那又怎样?)
退休前,有许多调查被推出来,我从来没有见过任何一个可以利用其结果。
所有这些要素都只是指治理的输入方面,但如果您没有一些筛选机制来筛选这些输入,那么仅仅获得更多的输入是不够的。
筛选应该以某种方式内置到决策中。 仅仅投票并让赞成票获胜是不够的,还应该对可能发生的事情有所预期。 我们如何理解发生了什么? 每当我必须做出艰难的决定时,我都会尝试设定对结果的期望,以便我能够认识到由于或不顾所做的决定,什么时候发生了好事和坏事。 总是会有更多的决定要做,所以理想情况下,你希望未来的决定比你今天做的决定更明智。