In practice, it shows significant,

In practice, it shows significant, verifiable productivity
improvements—25% to 40%—when
targeting simple, repetitive production
tasks, both in traditional companies
and in human intelligence tasks
on Amazon’s Mechanical Turk platform.
Other studies, as cited by Prendergast,
conclude that approximately
30% to 50% of productivity gains is due
to the filtering and attraction of better
workers, due to the selective effect
of the incentive. This important finding
explains why greater profit can be
achieved even with relatively limited
incentives. PPP is not suited for large,
distributed, team-dependent tasks,
where measuring individual contributions
is inherently difficult. However,
it is frequently used to complement
other incentive mechanisms.

ผลลัพธ์ (ไทย) 1:

ในทางปฏิบัติ จะแสดงผลอย่างมีนัยสำคัญ พิสูจน์การปรับปรุง — 25% ถึง 40% ซึ่งเมื่อกำหนดเป้าหมายการผลิตซ้ำ ง่ายงาน ทั้งในแบบดั้งเดิมและงานข่าวกรองบุคคลบนแพลตฟอร์มของ Amazon เติร์กกลการ ศึกษาอื่น ๆ อ้างเป็นไปตาม Prendergastสรุปที่ประมาณ30% ถึง 50% ของผลกำไรที่จะครบกำหนดการกรองข้อมูลและสถานที่ท่องเที่ยวของดีแรงงาน เนื่องจากลักษณะงานของการจูงใจ ค้นหานี้สำคัญอธิบายทำไมกำไรมากขึ้นได้ทำได้แม้กระทั่งมีค่อนข้างจำกัดแรงจูงใจ PPP ไม่เหมาะสมสำหรับขนาดใหญ่กระจาย ขึ้นอยู่ กับทีมงานผลงานแต่ละวัดที่มีความยาก อย่างไรก็ตามมักใช้เพื่อเติมเต็มกลไกที่จูงใจอื่น ๆ

ผลลัพธ์ (ไทย) 2:

ในทางปฏิบัติมันแสดงให้เห็นอย่างมีนัยสำคัญในการผลิตตรวจสอบ
การปรับปรุง-25% ถึง 40% เมื่อมี
การกำหนดเป้าหมายที่เรียบง่าย, การผลิตซ้ำ
งานทั้งใน บริษัท แบบดั้งเดิม
และในการทำงานความฉลาดของมนุษย์
บนแพลตฟอร์มวิศวกรรมเติร์กเมซอน.
การศึกษาอื่น ๆ ตามที่อ้างถึงโดย Prendergast,
สรุปได้ว่า ประมาณ
30% ถึง 50% ของผลผลิตที่เกิดจาก
การกรองและสถานที่ที่ดีกว่าของ
คนงานเนื่องจากผลการเลือก
ของแรงจูงใจ การค้นพบที่สำคัญ
อธิบายว่าทำไมกำไรมากขึ้นสามารถ
ประสบความสำเร็จแม้จะมีค่อนข้าง จำกัด
แรงจูงใจ PPP ไม่เหมาะสำหรับขนาดใหญ่
กระจายงานทีมงานขึ้นอยู่กับ
ที่วัดการมีส่วนร่วมของแต่ละบุคคล
เป็นเรื่องยากโดยเนื้อแท้ แต่
มันมักจะถูกใช้เพื่อเสริม
กลไกแรงจูงใจอื่น ๆ

ผลลัพธ์ (ไทย) 3:

ในการปฏิบัติงาน แสดงให้เห็นว่า สำคัญ ได้ผลผลิต
improvements-25 % ถึง 40 % เมื่อ

เล็งง่าย งานซ้ำ การผลิต ทั้งในแบบดั้งเดิมและ บริษัท ในงานปัญญามนุษย์

บน Amazon Mechanical Turk แพลตฟอร์ม .
การศึกษาอื่น ๆ ตามที่อ้าง โดยสรุปว่า ณ

, ประมาณ 30% ถึง 50% ของ เพิ่มผลผลิต เนื่องจาก
เพื่อกรองและดึงดูดแรงงานดีกว่า
,เนื่องจากการเลือกผล
ของแรงจูงใจ ที่สำคัญหา
อธิบายว่าทำไมมากขึ้นกำไรสามารถประสบความสำเร็จแม้จะมีค่อนข้างน้อย

บริเวณ พรรคพลังประชาชนจะไม่เหมาะกับทีมใหญ่
แจกตามงานที่บุคคลบริจาควัด

เป็นอย่างโดยเนื้อแท้ยาก แต่มันถูกใช้บ่อยกว่า

กลไกแรงจูงใจอื่น ๆ