Catalyst Fund4 分散型意思決定 における、総合評価のランキングで高順位であるアイデアを日本語訳しました。

★基本情報★
配布金額…$50,000相当のADA
抽出アイデア数／全アイデア数…4/19
カウントした日時…2021/6/19

１位　Infographics – Series 1/インフォグラフィクス – シリーズ1

• Webサイト　http://philkhoo.com/
• IdeaScale原文　https://cardano.ideascale.com/a/dtd/Infographics-Series-1/340837-48088
• 総合評価　4.59
• 要求金額＄　$800.00

問題提起。
プロジェクト・カタリストに関する情報は、多くの人にとって消化しにくいものです。

解決案
プロジェクト・カタリストを視覚的に説明する一連の情報グラフィックを作成する。

関連する経験
プロジェクトプロポーザー、アート＆データディレクター フィリップ・クー

グラフィックデザイナー エフゲニヤ・トラネフスカヤ

Webサイト/ GitHub http://philkhoo.com/詳細な計画
最初の4つのインフォグラフィックシリーズは、以下の内容を想定しています。

意思決定プロセス
コミュニティ・アドバイザーの役割
Project Catalystによるインパクトの与え方
分権化されたガバナンスと意思決定
作業時間は合計20時間程度です。
フィル – 計画、調査、データ収集に10時間。
エブゲニヤ – スケッチ、反復、仕上げに10時間。
納品は、カスタムウェブサイトやコミュニティのGithub Repo（https://cardano.ideascale.com/a/dtd/Project-Catalyst-Landing-Page/341718-48088?submitted=1）を通じて、2～3週間の期間で行うことができます。

インフォグラフィックのスタイルについては、Evgeniyasの作品をInstagram（https://www.instagram.com/etranevskaya/）でご覧ください。

今後の展望 このプロジェクトが成功した暁には、Project Catalystのビジュアルコミュニケーションのニーズに対応したシリーズを提案し、実施する予定です。どのような情報を視覚化する必要があるのか、コミュニティと相談しながら進めていくことができます。

成功指標：4つのインフォグラフィックが作成され、コミュニティに提供されること。

この提案の延長線上に、このプロジェクトを拡大するためのクラウドファンディングの実験を行っています。詳細は https://teleolog.art/ をご覧ください。

２位　The Great Filter ??/グレートフィルター ? ?

• Webサイト　
• IdeaScale原文　https://cardano.ideascale.com/a/dtd/The-Great-Filter-%E2%9D%8C%E2%9C%85/340904-48088
• 総合評価　4.19
• 要求金額＄　$30,669.00

問題提起:Project Catalystのフォームは、合理的な無知を助長するものである。

解決案
透明性のある一連の原則に基づいて提案をフィルタリングすることで、意思決定を強化し、その結果を消費者に分かりやすい形で公表する。

関連する経験
SPO、フォーチュン500のマーケティングスペシャリスト、ソフトウェア＆DevOpsエンジニア、コミュニケーション＆PRエキスパート
言語 EN CN SE DK NO DE RU CZ EE詳細な計画。
———————————————————————————————— The Great Filter —。
透明性のある一連の原則に基づいて提案をフィルタリングし、そのアイデアをソーシャル・メディア・プラットフォームで客観的に宣伝することで、意思決定や投票の努力を強化しましょう。
———————————————————————————————問題提起
どうすれば、コミュニティがプロジェクト・カタリストの提案に深く、有意義に参加できるようになるのか？
Project Catalystのウェブページはナビゲートが簡単ではなく、プロポーザルは散在しており、プロポーザルの質も大きく異なります。コメントや会話は24時間365日、時間ごとに増えていくので、興味を持った提案の最新情報を得るのは難しく、時間もかかります。
言い換えれば、現状のProject Catalystは、合理的な無知を助長しています（情報を得ることの価値よりも、情報を得るためのコストの方が高い）。これは、カルダノの将来にとって問題です。
ペインポイント。

Formal and Intimidating; Project Catalystのページは初心者に優しくない。
アイデアの幅が広く、熱心なユーザーであっても、軌道修正が難しい。
提案の質は、単純な学術的/実用的な基準から見ても大きく異なる。
時間の浪費；本業を持つ人が最新の情報を得ることができるよりも、情報の更新が早い。
———————————————————————————————目標?
重要な情報を保持しつつ、プロジェクト・カタリストの提案に有意義に参加するために必要な時間を最小限にする。参加者の時間を尊重することで、意思決定と投票の努力を促進する。
オープンソースで偏りのないフィルタリングプロセスは、人々がProject Catalystのアイデアや提案に深く関わることを妨げる合理的な無知の問題を解消することができます。YouTubeのチャンネル、PodCastのアーカイブ、Eメールのニュースレターは、フィルタリングされた結果の報道を配信するための媒体として機能します。
———————————————————————————————ターゲット層
私たちの主要なターゲット層は、2つの異なるユーザープロファイルで構成されています。ここでは、ボブとアリスと呼びましょう。

ボブ：Cardanoのエコシステムやコミュニティに関わっているが、Project Catalystには積極的に参加していない人
アリス Cardanoのエコシステムとコミュニティに参加しており、Project Catalystに積極的に参加している人
———————————————————————————————ACTION PLAN ? (アクションプラン)方法は？
エポックごとに、我々のチームはProject Catalystに提出されたプロポーザルをフィルタリングする。客観的な選択基準の透明なシステムを使用して、プロフェッショナリズムと責任の基準を満たすことができない提案を除外する。コンテンツはポッドキャストやビデオの形で放送され、カルダノのエコシステムの中でできる限り多くの人が情報を入手し、消費しやすいようにします。
コミュニティのために提案をフィルタリングするという地道な作業を行うことで、ADAホルダーは週に数時間を割かなくても政府の進捗状況を知ることができるため、エンゲージメントの障壁が低くなります。
プラットフォーム

コンテンツ YouTube、ポッドキャスト、ニュースレター
マーケティング／配信 Ideascale、Twitter、Reddit、TikTok、Facebook、YouTube、Spotify、Apple Podcasts、メール
フィルターの原則 ❌✅?
提案書は、フィルター原則の使用に基づいて評価されます。
提案には以下の内容が含まれていますか…問題提起
明確な目標（複数可
ターゲット層
アクションプラン
想定されるタイムライン
測定すべき主要な指標
関連する専門知識の要件
要求予算の内訳・根拠
フィルタープロセス

✅?フォロー 提案にはフィルターの原則が含まれている
⚠?Explain: 提案はフィルターの原則に従っていないが、その理由を説明している
❌?無視します。提案にはフィルターの原則が含まれていない、または対処していない
 フィルター結果

提案書がフィルター原則のすべてを満たしていれば、その提案書がどうかを聴衆に明らかにすることができます。
理解可能
実現可能／現実的
役に立つ／合理的／価値がある／好ましい
シリアス
??フィルター原則は透明性を保ち、一般のコミュニティが批判、修正、変更を提案できるようにします♻。
———————————————————————————————予想されるタイムライン ?
パイロットプログラムとして、2ラウンドのガバナンスを実施
第1ラウンド

データ収集と分析
フィルターの導入とフィードバック
コンテンツ制作
コンテンツの配信
再現性のあるデータ収集と分析
再現性の高いフィルターの実装とフィードバック
コンテンツ制作
コンテンツの配信
第2ラウンド

第1ラウンドと同様
ラウンド1で得られた結果と経験のレビュー
データ分析の見直し
フィルターの実装とフィードバックの見直し
The Great Filter」の成功を測る主要な指標の見直し
———————————————————————————————指標となる主なもの
提案者、助言者、投票者の有意義な参加を増やすことができたか？

コミュニティの信頼度：資金調達ラウンドの全体的な結果を承認したカタリストのメンバーの平均的な評価。

コミュニティの参加：キャタリストの意思決定システムの改善に貢献したキャタリストの参加者数

全体的な測定

個々のイニシアチブの影響

反復の証明。グレート・フィルターの原則が成功した場合、次の資金調達ラウンドの提案において、設計されたフィルターの原則の遵守が増加していることを観察することができるはずです。

再選率：フィルター原則に従った提案者が再選された場合、これはフィルターが関連する特性を評価しているという測定可能な推論である。

 ———————————————————————————————提案者の関連する専門知識 ?
ステイクプール運営者、フォーチュン500のマーケティング専門家、ソフトウェアエンジニア、DevOpsエンジニア、コミュニケーション・PR専門家
言語 en、cn、se、dk、no、de、ru、cz、ee———————————————————————————————要求された予算の内訳は以下の通りです。
要求された予算は、チームが提出された提案の継続的な調査、分析、提出者への再確認のフォローアップ、コンテンツの作成、配信、メンテナンス、コミュニティへの参加に必要な時間をカバーするものです。
オーディオビジュアル録音機器、照明、セットの調達。コンテンツの制作後の処理、マーケティング費用、雑費のための若干のバッファ。
———————————————————————————————最終的な考え
私たちは、オープンソース、Ease of Access、Decentralizationという、カルダノの中核となる原則を信じています。
プロジェクト・カタリストへの参加の障壁を低くすることで、あらゆるレベルの積極的な参加を可能にし、利害関係者に力を与えます。
もし私たちがこれに成功すれば、参加者が増え、私たちのガバナンスの進捗状況が公表されることで、カルダノのエコシステムの外からも人々が集まり始め、私たちは真に世界を変え始めることができるようになります。
私たちは、できるだけ多くの人にProject Catalystに参加してもらいたいと思っています。そして、その参加が深く意味のあるものであってほしいと思っています。私たちは、このコミュニティが成功することを望んでいます。
私たちの提案を読んでいただき、ありがとうございました。

３位　Meta-Memory (Fmrly Fed. Debate)/Meta-Memory (Fmrly Fed. Debate)

• Webサイト　
• IdeaScale原文　https://cardano.ideascale.com/a/dtd/Meta-Memory-Fmrly-Fed-Debate/340284-48088
• 総合評価　4.14
• 要求金額＄　$5,000.00

問題提起。
議論の場では、お互いの話をすり替えたり、誤った情報や論理的な誤りを押し付けたりすることで、議論が荒れてしまう。

解決案
アイデアや発言を消化可能な部分に分割する。各サブポイントを議論する、投票する、論理分析する、アイデアをリンクする、コメントする、メタ分析する。

関連する経験
弁護士 10年 説得力と論理分析に長けている。
プロジェクトマネージャー（テレコム） 5年以上
初歩的なコーディングの経験

詳細な計画。
提案 – メタ・メモリ
議論の中にメタ・メモリを構築することで、新しい提出物やドラフトであっても、過去何年にもわたって行われた議論や論争によって強化されます。
Meta-Memoryは、Catalyst Ideascaleサイトに入力されたテキストの第2層として機能するブラウザ拡張機能/データベースです。Meta-Memoryは、最初は空白ですが、Catalystのユーザーが提案にタグを付けたり議論したりすることで、データで満たされていきます。その後、アイデアが提出されると、提案は自動的に処理され、以前にタグ付けされた議論と相互参照され、提案やコメントに現れるコンセプトが以前に議論されたことがある場合には、テキストのオーバーレイが表示されます。
K（ナレッジ）スコア
各主張の裏付けとなるK値は、コミュニティの証明と受容の組み合わせを表し、0から1までの3つの数値の積で表されています。

主張の真実性を信じるための正当な理由（例：証拠や論理）。
真実性：その主張が真か偽か、またはその中間であるかどうかについて、コミュニティ全体で1対1の投票を行うこと。
Belief（信念）は、Justification（正当性）とTruth（真実）の両方から独立して、この主張が正しいと信じるユーザーの割合を表します。
K = J*T*Bです。例えば、「1=1」は計算可能で、一般的に受け入れられ、真実であると信じられているため、Kは1に近づきます（荒らしや誤クリックをする人がいるかもしれないことを除く）。トカゲ人間の陰謀」は、Kが0に近づき、正当性が低く、それが正しいと考える人の数が少なく、信じる人の数も少ないか中程度であるかもしれません。
コンパートメント化
各単語、文、段落、またはテキストの大きな単位（「コンパートメント」）を分離し、全体のコンセプトとは別に分析することができます。これにより、Catalystの提案のあらゆる側面を徹底的に分析することができ、また、他の方法では使用できない提案の中に埋もれている優れたアイデアやコンセプトをカタログ化することができます。
メモリ
テキストパーサーは、新しい提案に対して実行され、既存のデータベースから新しい提案に同じコンセプトやフレーズが現れるかどうかを確認し、関連性があれば以前のすべての議論からのメモで新しい提案をマークアップします。フレーズが一致した場合は、タグを一致したフレーズに適用し、そのアイデアが前回議論されたときの知識や議論を自動的に新しい議論に反映させることができます。
ブレイクアウトディベート
討論会はコンパートメントに関連付けられ、賛成側と反対側が作成され、ユーザーはそれぞれの立場に応じた議論や証拠を提示し、コミュニティによって投票されます。メインの議論をサポートするために、それぞれの脚の下にブレイクアウトディベートが作成されることがよくあります。
専門家による分析
群集による分析と同様に、ユーザーはある提案について他のユーザーがどのように考えているかを知りたいと思うかもしれません。その場合、自分の判断を他のユーザーに委ねるか、少なくともそのトピックやすべてのトピックについてのユーザーの意見を見たいと思うでしょう。どの意見を他よりも重視するかを選択することで、個人や組織が特定のものに対してどのように感じているかを自動的に知ることができます。これは特に、Justificationが正当なものかどうかを採点/評価するのに役立つかもしれません。
メタアナリシス
議論のレベルを超えて、データを収集し、人々がどのような発言に同意しているか、どのような証拠に説得力があると感じているかを全体的に見ることができ、独自に調査することができます。コンセンサスや問題点を明らかにすることができる。
メタ・メモリは群衆の意思決定を改善し、貢献者のエコシステムを成長させる。
メタ・メモリが集団の意思決定を継続的に改善し、情報提供者のエコシステムを自然に成長させるには、5つの重要な分野があります。
誤った情報や誤解を招くような情報の流布を防ぐ。
特定のトピックについて、一次資料と信頼できる専門家の意見の両方にアクセスする。
既知の未知数と既知の既知数を知ることができる。
提示された各トピックに対する賛否両論に決着をつけたり、研ぎ澄ましたりする手段を持つ。
以上のことをCatalystのエコシステムにシームレスに統合すること
誤った情報や誤解を招くような情報の流布の防止
アサーションレベルでステートメントを追跡することにより、あるアイデアが虚偽であること、または疑わしいことが示された場合、テキストパーサーまたはユーザーのいずれかが、新しい場所にこのアイデアが再び現れるようにタグ付けすることができ、将来のユーザーが議論やアサーションにまつわる問題（または肯定的な情報）を認識できるようになります。
特定のトピックについて、一次資料と信頼できる専門家の意見の両方にアクセスできます。
ユーザーは、自分が信頼する（あるいは不信する）他のユーザーや組織を選択できる。例えばCharles Hoskinson氏が情報を承認すると、ユーザーはHosk氏がその主張を承認していることがわかり、他では考えられないような配慮をすることができます。ユーザーは、どの情報源が影響力があると判断し、そうでないかを自分で判断できるようになります。
主張が高いK値を持つためには、それが正当化されなければならず、したがって、一次ソースの情報（数学や計算可能なものの場合は論理的分析）は、そのアイデアに関連するものとしてタグ付けされ、その証拠が説得力のあるものであるかどうかに関わらず、他のユーザーからの意見もタグ付けされます。
既知の未知数と既知の既知数を知る。
以前に議論されたことのあるアイデアやそれを支える概念（既知の既知）は、新しい提案の最初の段階で特定されます。一方、新しいアイデアや問題は、白紙の状態で提示されます（既知の未知数）。
提示された各トピックに対する賛否両論に決着をつける／研ぎ澄ますための手段を持つ。
主張のためのブレイクアウトディベートでは、個々の単語、ステートメント、センテンス、アイデアについてのサブアーギュメントが可能です。各分科会では、賛否両論が提示され、それぞれが元の主張と同じ方法で判断され、K値が割り当てられます。コミュニティは、問題の核心がどのような点にあるのかを具体的に把握し、解決策を見出すことができるようになります。
これらをCatalystのエコシステムにシームレスに統合する。
これをブラウザの拡張機能にすることで、Ideascaleの上に構築しつつ、Ideascale以外のアプリケーションにも対応することができます。また、この拡張機能をCardanoのフォーラムにも適用することができ、さらにその先も考えられます。
モックアップとビジュアル化（添付ファイル
添付の図は、ガス料金についてのディスカッションページの段落にオーバーレイがどのように見えるかを示す粗いモックアップです。
この例では、投稿者がビットコインやエーテルレムの問題点として捉えていることを説明しています。デフォルトでは、それぞれの文章や段落は、「議論」できる独立したオブジェクトとなります。これには、投票、論争、「説明」などが含まれ、それに続くそれぞれのメタ的なステートメントも議論できます。アイデアにはタグを付けることができ、以前の議論を参照したり、インポートしたりすることができます。
例題の段落で緑色にハイライトされているのは、コミュニティが強く同意しているアイデア（etherueumの高いガス料金）であり、その他のアイデアは色分けされており、その点が議論されていることを示し、さらなる議論へのリンクとなっています。ある文章には2つのポイントがあり、2つの異なる論点に分けられています。黄色は、ビットコインに関する主張に異議を唱えているレビュアーで、茶色は、取引で許容できるガス料金のレベルをどのように定義すべきかという、より興味深いサブディスカッションが行われています。3つの「高い」ガスの定義案の下には、それぞれの定義に対する賛成意見と反対意見が書かれています。
スクリーンショット2：DiigoDiigoは、私が説明しているものと似たコンセプトのブラウザ拡張機能です。既存のWebサイトの上に、グループでハイライトしたり、付箋を残したりすることができます。しかし、メタ・メモリの最もエキサイティングな側面である、テキストの解析、投票、再帰的コメント、構造化された議論などは明らかに欠けています。
支出の内訳
$5,000:情報保存のためのホスティング費用
ソフトウェア開発費
フロントエンド – ユーザーエクスペリエンスの設計／ブラウザのプラグインとの統合
バックエンド – 情報の保存、クロスリファレンス/テキストパース処理の実行
グラフィックデザイン費用
予期せぬ費用
成功の測定
ソフトウェアは構築されたか？
それは使われているか？
議論を深めるものになっているか、それとも詰まらせるものになっているか？
収集されたメトリクスは新しい洞察をもたらしているか？
求めるもの
実装を手伝ってくれる開発者。
コミュニティのために。後の資金調達のためのプロトタイプを作るために、このプロジェクトに費やすことのできる資金の額についての提案も受け付けています。
注：友人の開発者との予算に関する会話に基づいて、ADAを下げてもらいました。

４位　Diversify Voting Influence/投票先の多様化

• Webサイト　https://photrek.world/
• IdeaScale原文　https://cardano.ideascale.com/a/dtd/Diversify-Voting-Influence/340657-48088
• 総合評価　4
• 要求金額＄　$14,000.00

問題提起．
投票は、ステークプールと同様に、コミュニティの幅広い支持を得るために、多様な参加者を促すバランスのとれたインセンティブが必要です。

解決案
小規模なステークホルダーと大規模なステークホルダーの影響力のバランスをとる、様々な投票の飽和と集約のアルゴリズムを設計し、評価する。

関連する経験
フォトレックチームは、複雑なシステムのモデリング、多数決ダイナミクスのシミュレーション、ガバナンスポリシーの設計などの専門知識を有しています。

Webサイト/ GitHubhttps://photrek.world詳細な計画。
概要
ブロックチェーンのガバナンスには、ユーザー、開発者、スポンサー、投資家の権利と責任のバランスをとることが必要です。非中央集権的なシステムの整合性を確保することは、経済システムが富のパワーロー分布に向かって進化する傾向があり、権力が少数のアクターに集中することを可能にすることを考えると、特に困難です。カルダノの革新的なステークプールインセンティブの飽和アルゴリズムは、最も分散化された暗号通貨の検証プロセスの確立に大きく貢献しました。ガバナンス投票プロセスを集約し、飽和させるシステムを設計することは、カルダノのエコシステムの発展を監督するステークホルダーの活発で多様なコミュニティを発展させる上で、同様のインパクトを与えるだろう。
提案された成果

多様な貢献者のインセンティブとなるような、Cardanoの投票プロセスのプロトコルを設計する。
投票の影響力を飽和させることで、強い意見を持つ少数派が多数派のステークホルダーの意見を不当に阻害しないようにしつつ、小規模なステークホルダーが参加する動機付けをどのように確保するかに関する分析を提供する。
提案された投票ポリシーを厳密に分析できるように、分散型の多数決ダイナミクスをシミュレートするためのプランを作成し、ガバナンスポリシーの開発や評価の際に期待される結果についてコミュニティにガイダンスを提供する。
方法論
ガバナンスは、民間企業、政府機関、非営利団体を問わず、あらゆる企業の重要な原則です。公正で質の高い意思決定を行うためには、投票が公正であり、すべての関係者を公平に代表している必要があります。オピニオンダイナミクスと投票プロセスのモデル化は、人間が関与するため複雑な作業となりますが、人間は必ずしも合理的ではありません。現代の民主主義国家では、透明性の高い対話によって意見が形成され、多数決が基準となって、政府や選挙で選ばれた議員、国を統治する規則や規制などが決定されます。一方、企業においても、経営陣の選任や配当政策の決定などの経営上の意思決定は、株主との対話と投票によって行われます。多くの場合、少数株主が代理人を選び、彼らに代わって投票するよう委任されます。非営利団体は、重要な組織的・戦略的意思決定を行う際に、寄付者からのインプット、内部のガバナンス構造、評議員会を考慮します。
分散型ブロックチェーンは、ガバナンスを改善する機会を提供します。事業を創設し、その事業のガバナンスにコミュニティの参加を募るという革新的なアイデアは、事業の将来を形作るための公正さと最善の意思決定を確保するためのアプローチとなります。ブロックチェーンのガバナンスにおける主な課題の一つは、少数の利益代表を確保することです。また、強力な少数派が意思決定プロセスを自分たちの利益に向けて揺さぶり、それが他のコミュニティの利益と一致しない可能性があることも課題です。私たちの目標は、意思決定プロセスにおいて公共の利益を重視することです。世論は、重要な決定を改善し、形成するために重要であり、最終的な決定がなされる前に公開討論の期間を割り当てることは最も重要です。
コミュニティの意見に応える質の高いガバナンスという目標を達成するためにカルダノコミュニティを支援するため、フォトレックは、ウォレットごとの投票影響力の段階的な飽和を含む投票プロセスのプロトコルを開発します。また、投票結果に影響を与えるユーザーの経験にどのような影響を与えるか、投票を集約することの役割を検討します。企業の役員ネットワークを通じた情報拡散をモデル化する研究に基づき、企業の役員ネットワークにおける情報の発信者と対象者の間のリンク数に応じて情報伝播の強さが異なることを考慮します（Huang, Vodenska, et al. Cardanoの投票プロセスに提案された修正をシミュレーションし、ストレステストするために、投票ダイナミクスのエージェントベースのモデリングをどのように使用できるかについての計画を策定します。(Bertella et. al, 2017 & Vilela, et. al. 2019)。
カルダノブロックチェーンは、うまく設計されたネットワーク指向のガバナンス構造を必要とする非中央集権経済の技術革新です。公的機関、企業、非営利組織におけるガバナンスと比較して、ネットワークベースのガバナンスは、異なるステークホルダーの利益代表を介した多層的な意思決定プロセスを導入します。層状の分散型ガバナンスの主な利点の一つは、システムが不安定になる前に影響を与え、修正を義務付けることで、効果的なリスク管理を実施できる可能性があることです。このような伝播メカニズムのモデル化には、最初の拡散源の強さとネットワーク全体の相互接続性のレベルを強調した複雑なネットワークが用いられてきました（Huang, Vodenska, et. al., 2013; Curme, Vodenska, et. al., 2015; Sakamoto & Vodenska, 2017）。ブロックチェーンは、リスクの担い手が意思決定者でもあるため、リスクにさらされている人々を保護するようなガバナンスを導入することができる。このガバナンス構造の画期的な変化により、システミックリスクを低減したり、経済の崩壊を防いだりするための措置を講じるために、外部の統治機関や規制機関を説得する必要がなくなります（Pirson & Tumbull, 2011）。
ブロックチェーン経済の重要な側面は、確立されたガバナンスの理解とは根本的に異なることです。
DAO（Decentralized Autonomous Organization）は、スマートコントラクトで定義されたルールに従い、契約を自律的に執行し、参加者の利益を自律的に代表することで、不正の可能性を低減するというメリットがあります。ルール、決定権、説明責任が明確に定義されている分散型経済では、参加者はシステムの貢献者であると同時に受益者でもあるため、ブロックチェーンの安定性に貢献する力が与えられます。ブロックチェーンは、新しい経済時代の前触れと呼ばれています（Beck et al.、2018）。暗号通貨は、特定の機関や国ではなく、サイバースペースに存在する、ブロックチェーンベースの組織の原型を表しています。真にグローバルな複合組織を、シンプルなローカル機関を統治するような効率性で統治するための斬新なアプローチを導入するのに最適です（Hsieh et al.マイルストーン、KPI、スケジュール、および予算
Diversify Voting Influence」プロジェクトは、3ヶ月の作業とADAで支払う14,000米ドルの予算で計画されています。プロジェクトの各月にマイルストーンとその重要業績評価指標（KPI）が定義されています。
 1ヶ月目のマイルストーン。集計および影響力のある機能の定義、5,000ドル
KPI投票集約と影響力関数に関する文献レビューをカルダノコミュニティに提供し、公開レビューを行う。
分析のために、集約と影響のための3～5のモデルが特定された。
プロジェクトの進捗状況に関する意見やフィードバックを提供するために、カルダノコミュニティとの連携を開始する。
2ヶ月目のマイルストーン。アグリゲーションおよびインフルエンス機能の分析、4,000ドル

KPI 当社の分析ツールは、参加者の分布、アグリゲーション・プール、影響力について明確にしているか？分析の基礎となるのは、複雑系の情報理論からの一般化対数です。
この関数のクラスには、ステークプールの影響力に使用される飽和関数が含まれます。測定すべきKPIは、このクラスの関数が、ガバナンスへの参加におけるセキュリティと多様性の目標のバランスをとるアルゴリズムを定義するのに十分であるかどうかです。
カルダノのガバナンス計画に貢献するような方法で、手法と分析を伝えられたか？
  3ヶ月目のマイルストーン。プロトコルのテストのための多数決シミュレーションの設計、5,000ドル
KPI社会的相互作用のモンテカルロ・シミュレーションと、カルダノガバナンスの投票力学を形成する上でのその役割を実証する。
ガバナンスプロトコルの設計決定に向けて、分析とシミュレーションの基本的な問題と利点の理解に、Cardanoコミュニティをどの程度巻き込んだか。
IP戦略
このプロジェクトは、GPL 3.0ライセンスを使用したオープンソースの取り組みとして管理されます。文書とコードのドラフトのためにGithubリポジトリが開始されました。プロジェクト期間中、カルダノコミュニティからの貢献とフィードバックを歓迎します。https://github.com/Photrek/Cardano-Catalyst/tree/main/Diversify%20Voting%20Influence 参考文献
Beck, R., Müller-Bloch, C., & King, J. L. (2018). ブロックチェーン経済におけるガバナンス。A framework and research agenda. 情報システム学会誌, 19(10), 1. Bertella M.A., Pires F.R., Rego H.H.A., Silva J.N., Vodenska I., and Stanley H.E. Confidence and self-attribution bias in an artificial stock market, PLoS ONE 12(2): e0172258. DOI:10.1371/journal.pone.0172258 (2017) Curme, C., H.E. Stanley, and I. Vodenska, Coupled Network approach to the predictability of financial market returns and news sentiments, International Journal of Theoretical and Applied Finance, Vol 18, No. 7, (2015) Hsieh, Y. Y., Vergne, J. P. J., & Wang, S. (2017). ブロックチェーンベースの組織の内部および外部のガバナンス。Evidence from cryptocurrencies. In Bitcoin and Beyond (Open Access) (pp.48-68). ラウトレッジ

 Huang, X., Vodenska, I., Havlin, S. & H.E. Stanley, Cascading Failures in Bi-partite Graphs: Systemic Risk Propagationのモデル。Nature Scientific Reports 3, 1219; DOI:10.1038/srep01219 (2013). Huang, X., Vodenska, I., F.Z. Wang, S. Havlin, and H.E. Stanley, Identifying influential directors in the United States corporate governance network. Physical Review E, Vol.84, 046101 (2011) Kearns, M., Judd, S., Tan, J., & Wortman, J. (2009). ネットワークにおける偏った投票に関する行動実験。全米科学アカデミー紀要, 106(5), 1347-1352. 増田直樹・Gibert, N. & Redner, S. (2010). 不均質な有権者モデル. Physical Review E, 82(1), 010103. Nelson, K. and Vilela, Majority-Vote Dynamics for IOTA Transaction Consensus, Final Report, 2020. Pirson, M., & Turnbull, S. (2011). より人間的なガバナンスモデルに向けて。ネットワークガバナンス構造. Journal of Business Ethics, 99(1), 101-114. 坂本由紀夫、ヴォデンスカ、I.、銀行資産ネットワークにおけるシステミック・リスクの伝播。New perspective of the Japanese banking crisis of the 1990s, Journal of Complex Networks, Oxford University Press, Vol.5 Issue 2, pp.315-333 DOI: 10.1093/comnet/cnw018 (2017) Vilela, André L. M., Eugene, Stanley, H. (2018) Effect of Strong Opinions on the Dynamics of the Majority-Vote Model, Scientific Reports, 8, 8709. Vilela, Andre L. M.; Wang, C., Nelson, K. P. and Stanley, H. E. (2019) “Majority-vote model for financial markets,” Phys. A Stat. Mech. its Appl., vol.515, pp.762-770. Yildiz, M. E., Pagliari, R., Ozdaglar, A., & Scaglione, A. (2010, February). ランダムネットワークにおける投票モデル. 2010 Information Theory and Applications Workshop (ITA) (pp.1-7)にて．IEEE. Zhang, B., Oliynykov R., and Balogun. (2019). 暗号通貨のための財務システム。Enabling Better Collaborative Intelligence. In Network and Distributed System Security Symposium (NDSS). フォトレックチーム
ケンリック・ネルソン博士は、暗号通貨プロトコルのダイナミクス、生態学的研究のためのセンサーシステム、ロバストな機械学習法など、複雑な意思決定システムへの新しいアプローチを開発しているPhotrekの社長兼創設者です。最近では、ボストン大学電気・コンピュータ工学科の研究教授や、レイセオン社のシニア・プリンシパル・システム・エンジニアを務めています。情報の測定と融合のための新しいアプローチを開拓し、レーダー信号処理、センサーフュージョン、機械学習アルゴリズムの精度とロバスト性の向上に応用してきました。電気工学の分野では、チューレン大学で理学士号を優秀な成績で取得した後、レンセラー工科大学で理学修士号、ボストン大学で博士号を取得しています。また、MITスローンのExecutive CertificateやProgram Management Instituteの資格を取得しています。
ネルソンはこのプロジェクトの主任研究員です。ネルソンは、シェリー開発のためのカルダノのIncentivized Test Networkにおいて、AdaStarのステーキングノードを運営しました。ネルソンの複雑なシステムの設計・分析に関する専門知識は、多様な参加者にインセンティブを与えるためのアグリゲーションやサチュレーションを含む投票者モデルの設計・分析に活かされます。
André L. M. Vilela博士は、相転移、臨界現象、有限サイズのスケーリング分析を社会物理学、経済物理学、複雑なネットワーク理論と組み合わせて、統計力学における相互作用するエージェントベースモデルのダイナミクスを研究してきました。彼の研究は、社会的ネットワークや金融市場におけるグループ内のエージェントの行動を駆動する基礎的な数学的メカニズムを明らかにし、その決定がどのように能動的な集団現象を促進するかを明らかにすることに焦点を当てています。現在、ボストン大学の特別客員研究員、ペルナンブコ大学の正教授、材料物理学の学部プログラムのコーディネーターを務めています。物理学の分野では、ペルナンブーコ連邦大学で理学士号（優等賞）、理学修士号（優秀賞）、博士号を取得しています。
Vilela氏は、セルラーオートマトンによるコンセンサスの可能性を評価するため、IOTA財団のために多数決シミュレーションを開発しました。Vilela氏は、飽和と集約を伴う多数決のダイナミクスを分析し、エージェントベースのシミュレーションの計画を立てる予定である。