Ich habe das hier verfolgt und bin daran interessiert, besser zu verstehen, welche Auswirkungen diese Änderung auf verschiedene Gemeinschaften haben wird.
So, wie ich darüber nachdenke, könnte man das für eine gegebene Gemeinschaft wie folgt aufschlüsseln:
TGesamtzahl der Nutzer in der GemeinschaftxAnzahl dieser Nutzer, die von dieser Änderung betroffen sindaAnzahl dieser Nutzer, die keine akzeptable Lösung habenbKomplement vona
yKomplement vonx
tZeit, die wir mit der Umsetzung dieser Änderung warten.
Für eine gegebene Gemeinschaft gehe ich davon aus, dass die Wahrscheinlichkeit hoch ist, dass x > 0 und sogar a > 0.
Wir könnten die Auswirkungen dieser Änderung auf eine gegebene Gemeinschaft als Funktion f(t) betrachten, die die Werte T, x, a zurückgibt.
Wenn wir akzeptieren, dass x und a schwer auf 0 zu reduzieren sind, was sollten wir anstreben?
Vielleicht fassen wir die Auswirkungen nach a/T zusammen und legen einen Schwellenwert für das fest, was wir als akzeptabel erachten.
Wir könnten die Auswirkungen dieser Änderung auf Gemeinschaften als Ganzes als ähnliche Funktion F(t) betrachten, die eine Population von Gemeinschaften []{T, x, a} zurückgibt.
Wir könnten denselben obigen Schwellenwert verwenden und messen, wie viele Gemeinschaften über das hinaus betroffen sind, was wir als akzeptabel bestimmt haben.
Wenn wir hierfür noch ein weiteres Jahr warten würden, gehe ich davon aus, dass für viele Gemeinschaften sowohl x als auch a sinken würden, aber immer noch größer als 0 wären.
Es gibt also keine perfekte Entscheidung.
Was sollte dann in unsere Entscheidung einfließen?
Was ist ein akzeptabler Wert für a für eine gegebene Gemeinschaft? Wie viele Gemeinschaften sind wir bereit, diesen Schwellenwert überschreiten zu lassen? Sollten wir diese Änderung vornehmen?
Wir haben nichts so Rigoroses unternommen, aber wir haben einige der uns vorliegenden Daten zur Entscheidungsfindung herangezogen und empfanden Mai als eine vernünftige Antwort für t.