Introdução

Recentemente, muito tem se debatido na Wikipédia sobre a ação de vândalos. Muitas opiniões estão sendo expostas e propostas estão sendo encaminhadas a partir da percepção pessoal de cada usuário, que pode variar de acordo com diversos fatores.

Essa pesquisa se propõe a expandir o trabalho iniciado pelo Alchimista analisando o vandalismo buscando padrões e identificando mudanças de comportamento a partir da retirada do modo emergencial do captcha realizada em 9 de Abril de 2013, fornecendo assim dados concretos que auxiliem o entendimento do cenário e fomentem a decisão de próximos passos.

Metodologia

Segundo a página Wikipédia:Vandalismo "Vandalismo é qualquer adição, remoção ou modificação de conteúdo feita de forma a comprometer deliberadamente a integridade da Wikipédia.". Dessa forma, para essa pesquisa quantitativa será considerada vandalismo toda edição que tiver sido revertida. Sabe-se que esse recorte é incompleto e deixará de fora das estatísticas os seguintes casos

Vandalismos corrigidos manualmente
Vandalismos feito após vandalismo no mesmo artigo antes do primeiro ser revertido
Vandalismos que ainda estão presentes na Wikipédia

assim como poderá indevidamente contabilizar como vandalismo o seguinte caso:

Edição de boa fé desfeita

Para evitar os caso acima citados seria necessário fazer uma análise qualitativa dos dados, enquanto esse pesquisa se propõe a fazer uma análise quantitativa. Acredita-se que o volume dos casos de vandalismo que estão dentro do recorte desta pesquisa seja suficiente como grupo amostral para responder as perguntas propostas nessa pesquisa. Uma abordagem mais detalhada para análise do vandalismo é indicada como possível trabalho futuro.

Identificando uma Reversão

Para identifcar uma reversão será observado o sumário de todas as revisões salvas no período analisado. Serão consideradas como reversões as edições com um dos padrões abaixo e vandalismo como vandalismo a revisão que tiver sido alterada pela reversão.

'Reversão%'
'[[WP:REV|Revertidas]]%Huggle]])'
'Desfeita%'

Trabalhos Futuros

Durante o planejamento desse trabalho foram apontadas sugestões que extrapolavam o escopo desse projeto e estão aqui listadas como possíveis trabalhos futuros:

Avaliar o que mudou na trajetória de um novo editor em marcos como dia 1, 2, 3, 4, 10 (se eles se tornaram autoconfirmados mais rapidamente do que antes, com CAPTCHA)
Fazer uma outra pesquisa sobre "tempo de maturação" de um usuário, verificando quantos dias em médias um novo usuário leva para atingir X edições.
Avaliar reversão de vandalismos antigos (que estavam visíveis por um tempo na Wikipédia) assim como vandalismos que foram corrigidos através de edição, e não de reversão.

Segunda Fase da Pesquisa

Após a realização da pesquisa conforme os critérios metodológicos aqui descritos foram feitas sugestões de melhoria para que mais edições relevantes fossem incluidas no espaço amostral pesquisado. Assim, foi realizada a Segunda Fase da pesquisa com novos critérios, que estão descritos junto com os resultados em uma subpágina por fins de organização.

Período Analisado

Serão Analisados os meses de Janeiro, Fevereiro, Março e Abril de 2012 e 2013.

Com esses dados o mês de Abril atual será comparado com o mesmo mês do ano anterior assim como com a tendência apontada pelos três meses imediatamente anteriores, levando em consideração variações que possam ser fruto do experimento "Reversores bloqueando vândalos".

Perguntas

Qual o percentual de edições feitas por IPs, usuários não autoconfirmados e outros?
Qual o índice de reversão de páginas criadas por IPs, usuários não autoconfirmados e outros?
Qual o índice entre páginas revertidas / total de edições?
Quem mais combate vandalismo?
Admins e reversores estão sobrecarregados?
Quais horários de pico de vandalismo?
Quais horários de pico para combate ao vandalismo?

Dados

Edições
Edições feitas por IP
Edições feitas por usuários não autoconfirmados
Edições feitas por usuários autoconfirmados
Edições revertidas
Edições feitas por IP revertidas
Edições feitas por usuários não autoconfirmados revertidas
Edições feitas por usuários autoconfirmados revertidas
Edições desfeitas
Edições feitas por IP desfeitas
Edições feitas por usuários não autoconfirmados desfeitas
Tempo de vida de edição revertida
Reversões feitas por admins
Reversões feitas por admins usando Huggle
Reversões feitas por reversores
Reversões feitas por reversores usando Huggle
Reversões feitas por bots
Quantos admin fizeram reversões
Quantos reversores fizeram reversões
Quantos usuários desfizeram edições

Separar dados por mês, quinzena, dia e horário do dia (manhã, tarde, noite e madrugada, usando como referência o horário de Brasília).

Datas relevantes

Data	Fato
Apr 12, 2012	Concedida permissão para Reversores bloquearem vândalos
Jun 12, 2012	Retirada permissão para Reversores bloquearem vândalos
Out 09, 2012	Proposta de reversores bloqueando vândalos aprova em definitivo conforme Wikipédia:Votações/Reversores bloqueando vândalos/2
Apr 9, 2013	Desativação do modo emergencial do captcha
-	-

Alterações de filtros e bots antivandalismo devem ser listadas aqui.

Dados Brutos

Mês	Janeiro	Fevereiro	Março	Abril	Janeiro	Fevereiro	Março	Abril
Ano	2012				2013
Total de Edições	382959	523065	367444	353574	401375	349806	906335	364336
Edições feitas por Bots	140573	291660	144658	123500	144306	132506	668457	107283
Edições feitas por Humanos	242386	231405	222786	230074	257069	217300	237878	257053
Edições feitas por IP	69773	65974	69847	68922	62423	56592	65826	83383
Edições feitas por Usuários Registrados	172613	165431	152939	161152	194646	160708	172052	173670

Mês	Janeiro	Fevereiro	Março	Abril	Janeiro	Fevereiro	Março	Abril
Ano	2012				2013
Total de Reversões	11971	13453	13577	15330	10203	11626	13595	19283
Total de Reversões feitas por Humanos	9241	9722	8985	11135	8469	9208	10720	15337
Edições Revertidas por Bots	2730	3731	4592	4195	1734	2418	2875	3946
Edições Revertidas com Huggle	2359	3560	3442	5359	2835	3295	4149	8671
Edições Revertidas (Outros)	1904	1359	939	1316	2122	2092	2455	1951
Edições Desfeitas	4978	4803	4604	4460	3512	3821	4116	4715
Tempo de vida médio de edição revertida (em horas)	16.7886	14.6211	12.0412	11.0454	21.1081	15.7137	12.9768	8.7089
Tempo de vida médio de edição revertida por humanos (em horas)	21.7489	20.2323	18.1951	15.2074	25.4299	19.8401	16.4571	10.9497
Tempo de vida médio de edição revertida por bots (em horas)	< 1	< 1	< 1	< 1	< 1	< 1	< 1	< 1
Edições feitas por IPs revertidas	8547	10160	10882	12172	7306	8771	10524	16287
Edições feitas por IPs revertidas por bots	2386	3376	4293	3862	1544	2231	2634	3704
Edições feitas por IPs revertidas por humanos	6161	6784	6589	8310	5762	6540	7890	12583

Mês	Janeiro	Fevereiro	Março	Abril	Janeiro	Fevereiro	Março	Abril
Ano	2012				2013
Reversões feitas por Reversores	3641	4385	3171	3143	3985	4027	5404	7993
Reversões feitas por Reversores usando Huggle	1096	2359	1786	1337	2422	2786	3750	6392
Reversores Revertendo	66	71	76	76	75	71	64	61
Reversores com mais de 5 reversões	40	48	44	39	38	37	34	41
Reversores com mais de 100 reversões	8	9	7	7	7	8	12	10
Reversoes feitas pelos reversores superativos	2645	3331	2220	2235	2987	3192	5025	7093
Reversões feitas por Sysops	1757	1516	1946	1530	1733	1979	1874	3510
Reversões feitas por Sysops usando Huggle	1122	957	1373	1035	403	508	396	2256
Sysops Revertendo	29	25	26	23	26	26	27	27
Sysops com mais de 5 reversões	20	17	20	18	16	19	19	20
Sysops com mais de 100 reversões	5	3	6	4	4	6	7	7
Reversoes feitas pelos sysops superativos	1247	904	1427	981	1431	1745	1617	2892

Cronograma

Data	Ação
Abril	Debate sobre métricas
Primeira semana de Maio	Levantamento de Dados
13 de Maio	Divulgação de Resultados

Análise dos dados

Aumento da quantidade de edições por IP em Abril de 2013

Fiz a regressão linear dos dados de edições de IP em 2012 e curva de tendência é f(x)=132*x + 68299 e nos três primeiros meses de 2013 foi de f(x)=1701*x + 58210. Assumindo que a tendência de 2013, a quantidade de edições previstas para IPs em abril seria de 65014 o que significa que houve um aumento de 28,2% quando comparado com o valor real de 83383. Levando em consideração a tendência de 2012 (e substituindo pelo coeficiente linear de 2013 para corrigir o ponto zero da curva), as edições previstas para IPs seria de 58739 o que significa que o aumento foi de 42,0% em relação ao valor real de 83383. É possível usar a regressão linear dos dados de 2012 sem a correção do coeficiente linear e neste caso o valor de x na equação seria 16 (e não 4) porém o erro seria muito maior em vista de não haver os dados dos meses entre maio e dezembro de 2012. OTAVIO1981 (discussão) 17h18min de 17 de maio de 2013 (UTC)

Aumento da quantidade de edições por Registrados em Abril de 2013

Seguindo a metodologia anterior, a linha de tendência em 2012 foi f(x)=-4698*x+174752 e a de 2013 (excluindo abril) foi de f(x)=-11297*x+198396. Levando em consideração a tendência de 2012 (corrigida), seria previsto 179648 edições de registrados em abril de 2013 o que significa que houve uma redução de 3,3% uma vez que o total de edições neste mês foi de 173670. Para a linha de tendência de 2013, a quantidade de edições previstas para registrados foi de 153208 o que significa que houve um aumento de 13,3%. Este aumento não deve ser interpretado como aumento na retenção pois foi impactado pelo aumento da quantidade de reversões. Subtraindo o total de reversões por humanos (15337) deste valor total de edições (173670) o aumento foi de somente 3,3%. OTAVIO1981 (discussão) 17h58min de 17 de maio de 2013 (UTC)

Aumento da quantidade de reversões em Abril de 2013

Para esta avaliação, os dados serão ponderados pelo total de edições feitas por humanos de modo a atenuar os efeitos de crescimento do projeto. A linha de tendência dos três primeiros meses do ano foi f(x)=0,00873*x+0,03265 enquanto para o primeiro quadrimestre de 2012 foi f(x)=0,00545*x+0,04514. De acordo com a tendência de 2013, o percentual de reversões previsto para abril seria de 6,75% que no total de edições do período (257053) correspondem a 17369 reversões. Uma vez que em Abril houve 19283 edições, o aumento na quantidade de reversões foi de 11,0%. Utilizando a curva de tendência de 2012 (corrigindo o coeficiente linear), o percentual previsto para abril de 2013 seria de 5,45% que no total de edições do período correspondem a 13996 reversões. O aumento neste cenário foi de 37,8%.OTAVIO1981 (discussão) 15h26min de 19 de maio de 2013 (UTC)

Consolidado das análises por OTAVIO1981

	Edições preditas	Diferença % em relação ao real	Edições preditas	Diferença % em relação ao real
Parâmetro	Análise por 2012		Análise por 2013
Edições por IPs	58739	42,0%	65014	28,2%
Edições por registrados	179648	-3,3%	153208	13,3%*
Total de reversões	13996	37,8%	17369	11,0%
Por humanos	10195	50,4%	13431	14,2%
Por robôs	3806	3,7%	3940	0,2%
Por huggle	6280	38,1%	5388	60,9%
Outros**	1210	61,2%	2948	-33,8%
Desfeitas	2859	64,9%	5096	-7,5%

* Deve se levar em consideração que este aumento pode ser reflexo do aumento do número de vandalismos. Um valor corrigido indica que o aumento foi de 3,3% ** O número deve ser analisado por cuidado em função da pequena quantidade de edições o que deixa o percentual sucetível a variações maiores no acompanhamento.

Usuário(a):HAndrade (WMF)/Pesquisa Vandalismo

Índice