4.5.1.2 ການກໍ່ສ້າງການທົດລອງຂອງທ່ານເອງ

ການກໍ່ສ້າງການທົດລອງຂອງທ່ານເອງອາດຈະມີຄ່າໃຊ້ຈ່າຍ, ແຕ່ວ່າມັນຈະເຮັດໃຫ້ທ່ານເພື່ອສ້າງປະສົບການທີ່ທ່ານຕ້ອງການ.

ນອກເຫນືອໄປຈາກ overlaying ປະສົບການກ່ຽວກັບການເທິງຂອງສະພາບແວດລ້ອມທີ່ມີຢູ່ແລ້ວ, ທ່ານຍັງສາມາດສ້າງປະສົບການຂອງທ່ານເອງ. ໄດ້ປະໂຫຍດຕົ້ນຕໍຂອງວິທີການນີ້ແມ່ນການຄວບຄຸມ; ຖ້າຫາກວ່າທ່ານກໍາລັງກໍ່ສ້າງປະສົບການ, ທ່ານສາມາດສ້າງສະພາບແວດລ້ອມແລະການປິ່ນປົວທີ່ທ່ານຕ້ອງການ. ສະພາບແວດລ້ອມເຫຼົ່ານີ້ bespoke ທົດລອງສາມາດສ້າງໂອກາດໃນການທົດສອບທິດສະດີທີ່ເປັນໄປບໍ່ໄດ້ທີ່ຈະທົດສອບໃນສະພາບແວດລ້ອມຕາມທໍາມະຊາດທີ່ເກີດຂຶ້ນ. ຈຸດອ່ອນຕົ້ນຕໍຂອງການກໍ່ສ້າງການທົດລອງຂອງທ່ານເອງແມ່ນວ່າມັນສາມາດມີລາຄາແພງແລະສະພາບແວດລ້ອມທີ່ທ່ານມີຄວາມສາມາດໃນການສ້າງອາດຈະບໍ່ມີ realism ຂອງລະບົບທໍາມະຊາດທີ່ເກີດຂຶ້ນໄດ້. ນັກຄົ້ນຄວ້າການກໍ່ສ້າງທົດລອງຂອງຕົນເອງຂອງເຂົາເຈົ້າຍັງຈະຕ້ອງມີແຜນຍຸດທະສາດສໍາລັບການທົດແທນທີ່ເຂົ້າຮ່ວມເປັນ. ໃນເວລາທີ່ເຮັດວຽກຢູ່ໃນລະບົບທີ່ມີຢູ່ແລ້ວ, ນັກຄົ້ນຄວ້າແມ່ນເປັນການເຮັດໃຫ້ປະສົບການໃນການເຂົ້າຮ່ວມຂອງເຂົາເຈົ້າ. ແຕ່ວ່າ, ໃນເວລາທີ່ນັກຄົ້ນຄວ້າການກໍ່ສ້າງທົດລອງຂອງຕົນເອງຂອງເຂົາເຈົ້າ, ພວກເຂົາເຈົ້າຈໍາເປັນຕ້ອງເອົາມາໃຫ້ຜູ້ເຂົ້າຮ່ວມກັບມັນ. ໂຊກດີ, ການບໍລິການເຊັ່ນ Amazon ກົນ Turk (MTurk) ສາມາດສະຫນອງນັກຄົ້ນຄວ້າວິທີການສະດວກໃນການເອົາມາໃຫ້ຜູ້ເຂົ້າຮ່ວມການທົດລອງຂອງພວກເຂົາ.

ຕົວຢ່າງຫນຶ່ງທີ່ສະແດງໃຫ້ເຫັນຄຸນງາມຄວາມດີຂອງສະພາບແວດລ້ອມ bespoke ສໍາລັບການທົດສອບທິດສະດີບໍ່ມີຕົວຕົນເປັນການທົດລອງທົດລອງດິຈິຕອນໂດຍ Gregory Huber, Seth Hill, ແລະ Gabriel Lenz (2012) . ການທົດລອງຄົ້ນຂໍ້ຈໍາກັດການປະຕິບັດທີ່ເປັນໄປໄດ້ກັບການເຮັດວຽກຂອງການປົກຄອງຊາທິປະໄຕ. ການສຶກສາທີ່ບໍ່ແມ່ນການທົດລອງກ່ອນຫນ້ານີ້ຂອງການເລືອກຕັ້ງຕົວຈິງຊີ້ໃຫ້ເຫັນວ່າຜູ້ລົງຄະແນນບໍ່ສາມາດໄດ້ຢ່າງຖືກຕ້ອງປະເມີນການປະຕິບັດຂອງນັກການເມືອງການໄອໄດ້. ໂດຍສະເພາະ, ຜູ້ລົງຄະແນນປາກົດຈະທົນທຸກຈາກສາມລໍາອຽງ: 1) ໄດ້ສຸມໃສ່ການຜ່ານມາແທນທີ່ຈະກ່ວາການປະຕິບັດແບບສະສົມ 2) manipulatable ໂດຍ rhetoric, framing, ແລະການຕະຫຼາດ; ແລະ 3) ຜົນກະທົບຈາກກິດຈະກໍາກ່ຽວຂ້ອງກັບການປະຕິບັດຫນ້າທີ່, ເຊັ່ນ: ຜົນສໍາເລັດຂອງທີມງານກິລາຂອງທ້ອງຖິ່ນແລະດິນຟ້າອາກາດໄດ້. ໃນການສຶກສາກ່ອນຫນ້ານີ້, ຢ່າງໃດກໍຕາມ, ມັນແມ່ນການຍາກໃນການແຍກໃດໆຂອງປັດໃຈເຫຼົ່ານີ້ຈາກທັງຫມົດ stuff ອື່ນໆທີ່ເກີດຂຶ້ນໃນຕົວຈິງ, ການເລືອກຕັ້ງ messy. ເພາະສະນັ້ນ, Huber ແລະເພື່ອນຮ່ວມງານຂອງການສ້າງຕັ້ງສະພາບແວດລ້ອມລົງຄະແນນສຽງ simplified ສູງໃນຄໍາສັ່ງທີ່ຈະແຍກ, ແລະຫຼັງຈາກນັ້ນທົດລອງການສຶກສາ, ແຕ່ລະຄົນເຫຼົ່ານີ້ມີສາມອະຄະຕິທີ່ເປັນໄປໄດ້.

ໃນຖານະເປັນຂ້າພະເຈົ້າອະທິບາຍການທົດລອງທີ່ກໍານົດໄວ້ຂ້າງລຸ່ມນີ້ມັນແມ່ນສຽງປອມຫຼາຍ, ແຕ່ຈື່ວ່າ realism ບໍ່ໄດ້ເປັນເປົ້າຫມາຍໃນການທົດລອງການທົດລອງແບບ. ແນ່ນອນວ່າ, ເປົ້າຫມາຍແມ່ນເພື່ອແຍກຢ່າງຈະແຈ້ງຂະບວນການທີ່ທ່ານກໍາລັງພະຍາຍາມເພື່ອສຶກສາ, ແລະນີ້ຄືກັນໃກ້ຊິດແມ່ນບາງຄັ້ງກໍບໍ່ເປັນໄປໄດ້ໃນການສຶກສາທີ່ມີ realism ຫຼາຍ (Falk and Heckman 2009) . ນອກຈາກນັ້ນ, ໃນກໍລະນີນີ້ໂດຍສະເພາະ, ນັກຄົ້ນຄວ້າໄດ້ທັດສະນະວ່າຖ້າຫາກວ່າຜູ້ລົງຄະແນນບໍ່ສາມາດປະສິດທິຜົນການປະເມີນຜົນການປະຕິບັດໃນການສ້າງຕັ້ງ simplified ສູງນີ້, ຫຼັງຈາກນັ້ນພວກເຂົາເຈົ້າຍັງບໍ່ໄດ້ໄປຈະສາມາດເຮັດໃຫ້ມັນຢູ່ໃນຈິງຫຼາຍຂຶ້ນ, ການຕັ້ງຄ່າສະລັບສັບຊ້ອນຫຼາຍ.

Huber ແລະເພື່ອນຮ່ວມງານຂອງການນໍາໃຊ້ Amazon ກົນ Turk (MTurk) ການທົດແທນທີ່ເຂົ້າຮ່ວມ. ເມື່ອຜູ້ເຂົ້າຮ່ວມການສະຫນອງໃຫ້ການຍິນຍອມແລະຜ່ານການທົດສອບສັ້ນ, ນາງໄດ້ບອກວ່ານາງໄດ້ເຂົ້າຮ່ວມໃນການໄດ້ຕະຫຼອດເກມ 32 ທີ່ຈະໄດ້ຮັບສັນຍານທີ່ຈະສາມາດໄດ້ຮັບການປ່ຽນແປງເປັນເງິນທີ່ແທ້ຈິງ. ຢູ່ໃນຕອນຕົ້ນຂອງເກມໄດ້, ຜູ້ເຂົ້າຮ່ວມແຕ່ລະຄົນໄດ້ບອກວ່ານາງໄດ້ຮັບການມອບຫມາຍເປັນ "ຕົວຈັດສັນ" ທີ່ຈະເຮັດໃຫ້ tokens ຟຣີຂອງນາງໄດ້ຕະຫຼອດແລະການຈັດສັນບາງຄົນອັນໃຫຍ່ຫຼວງຫຼາຍກ່ວາຄົນອື່ນ. ນອກຈາກນັ້ນ, ຜູ້ເຂົ້າຮ່ວມແຕ່ລະຄົນຍັງໄດ້ບອກວ່ານາງຈະມີໂອກາດທີ່ຈະບໍ່ວ່າຈະຮັກສາຈັດສັນຂອງນາງຫຼືໄດ້ຮັບການມອບຫມາຍເປັນຫນຶ່ງໃນໃຫມ່ຫຼັງຈາກ 16 ຮອບຂອງເກມໄດ້. ໄດ້ຮັບສິ່ງທີ່ທ່ານຮູ້ກ່ຽວກັບ Huber ແລະເປົ້າຫມາຍການຄົ້ນຄວ້າເພື່ອນຮ່ວມງານ, ທ່ານສາມາດເບິ່ງທີ່ຈັດສັນເປັນຕົວແທນຂອງລັດຖະບານແລະການເລືອກນີ້ເປັນຕົວແທນການເລືອກຕັ້ງ, ແຕ່ຜູ້ເຂົ້າຮ່ວມບໍ່ຮູ້ຈັກເປົ້າຫມາຍທົ່ວໄປຂອງການຄົ້ນຄວ້າ. ໃນທັງຫມົດ, Huber ແລະເພື່ອນຮ່ວມງານບັນຈຸປະມານ 4,000 ຜູ້ເຂົ້າຮ່ວມທີ່ໄດ້ຮັບການຈ່າຍເງິນ $ 125 ສໍາລັບວຽກງານທີ່ໄດ້ປະມານ 8 ນາທີ.

ໃຫ້ຈື່ໄວ້ວ່າຫນຶ່ງໃນສິ່ງທີ່ຄົ້ນພົບຈາກການວິໄຈແມ່ນວ່າການລົງຄະແນນລາງວັນແລະການລົງໂທດຄອບຄອງຕະຫຼາດສໍາລັບຜົນໄດ້ຮັບທີ່ຊັດເຈນນອກຈາກການຄວບຄຸມຂອງເຂົາເຈົ້າ, ເຊັ່ນ: ຜົນສໍາເລັດຂອງທີມກິລາໃນທ້ອງຖິ່ນແລະດິນຟ້າອາກາດໄດ້. ການປະເມີນບໍ່ວ່າຈະເປັນການຕັດສິນໃຈເຂົ້າຮ່ວມລົງຄະແນນສຽງສາມາດໄດ້ຮັບການບາດສໍາຄັນໂດຍກິດຈະກໍາຄິດຢ່າງດຽວໃນການສ້າງຕັ້ງຂອງເຂົາເຈົ້າ, Huber ແລະເພື່ອນຮ່ວມງານເພີ່ມ lottery ໃນລະບົບການທົດລອງຂອງພວກເຂົາ. ຢູ່ບໍ່ວ່າຈະຮອບ 8 ຫຼືຄັ້ງທີ 16 (ເຊັ່ນ: ກ່ອນທີ່ຈະມີໂອກາດໃນການປ່ຽນແທນການຈັດສັນ) ຜູ້ເຂົ້າຮ່ວມໄດ້ຖືກຈັດໃສ່ເຂົ້າໃນ lottery ທີ່ບາງຊະນະ 5000 ຈຸດ, ບາງຊະນະ 0 ຈຸດ, ແລະບາງການສູນເສຍ 5000 ຈຸດ. lottery ນີ້ມີຈຸດປະສົງທີ່ຈະລຽນແບບຂ່າວດີຫລືບໍ່ດີທີ່ເປັນເອກະລາດຂອງການປະຕິບັດຂອງນັກການເມືອງໄດ້. ເຖິງແມ່ນວ່າຜູ້ເຂົ້າຮ່ວມໄດ້ບອກຢ່າງຊັດເຈນວ່າ lottery ແມ່ນບໍ່ກ່ຽວຂ້ອງກັບການປະຕິບັດຂອງການຈັດສັນຂອງເຂົາເຈົ້າ, ຜົນໄດ້ຮັບຂອງ lottery ໄດ້ຍັງຜົນກະທົບຕໍ່ການຕັດສິນໃຈຂອງຜູ້ເຂົ້າຮ່ວມ. ຜູ້ເຂົ້າຮ່ວມທີ່ໄດ້ຮັບປະໂຫຍດຈາກ lottery ໄດ້ມັກຈະຮັກສາຈັດສັນຂອງເຂົາເຈົ້າ, ແລະຜົນກະທົບດັ່ງກ່າວນີ້ແມ່ນເຂັ້ມແຂງໃນເວລາທີ່ lottery ທີ່ເກີດຂຶ້ນໃນຕະຫຼອດ 16 ກ່ອນທີ່ຈະທົດແທນການຕັດສິນໃຈກ່ວາໃນເວລາທີ່ມັນໄດ້ເກີດຂຶ້ນໃນຮອບ 8 (ຮູບສະແດງທີ 414). ຜົນເຫຼົ່ານີ້, ຄຽງຄູ່ກັບຜົນໄດ້ຮັບຂອງການທົດລອງອື່ນໆຈໍານວນຫນຶ່ງໃນເອກະສານທີ່, ນໍາພາ Huber ແລະເພື່ອນຮ່ວມງານທີ່ຈະສະຫຼຸບວ່າເຖິງແມ່ນວ່າໃນການຕັ້ງຄ່າງ່າຍດາຍ, ຜູ້ລົງຄະແນນມີຄວາມຫຍຸ້ງຍາກເຮັດໃຫ້ການຕັດສິນໃຈທີ່ສະຫລາດ, ຜົນໄດ້ຮັບທີ່ຮັບຜົນກະທົບການຄົ້ນຄວ້າໃນອະນາຄົດກ່ຽວກັບການຕັດສິນໃຈອອກສຽງເລືອກຕັ້ງເປັນ (Healy and Malhotra 2013) . ການທົດລອງຂອງ Huber ແລະເພື່ອນຮ່ວມງານສະແດງໃຫ້ເຫັນວ່າ MTurk ສາມາດຖືກນໍາໃຊ້ເພື່ອທົດແທນຜູ້ເຂົ້າຮ່ວມສໍາລັບການປະສົບການທົດລອງແບບທີ່ຊັດເຈນການທົດສອບທິດສະດີສະເພາະຫຼາຍ. ນອກຈາກນີ້ຍັງສະແດງໃຫ້ເຫັນມູນຄ່າຂອງການກໍ່ສ້າງສະພາບແວດລ້ອມການທົດລອງຂອງທ່ານເອງ: ມັນເປັນການຍາກທີ່ຈະຈິນຕະນາການວິທີການຂະບວນການດຽວກັນນີ້ສາມາດໄດ້ຮັບການຫ່າງໄກສອກຫລີກນັ້ນຄວາມສະອາດໃນການຕັ້ງຄ່າອື່ນໆ.

ຮູບ 4.14: ຜົນການຄົ້ນຫາຈາກ Huber, Hill, ແລະພອນ (2012). ຜູ້ເຂົ້າຮ່ວມທີ່ໄດ້ຮັບປະໂຫຍດຈາກ lottery ໄດ້ມີແນວໂນ້ມທີ່ຈະຍັງຄົງສາຈັດສັນຂອງເຂົາເຈົ້າ, ແລະຜົນກະທົບດັ່ງກ່າວນີ້ແມ່ນເຂັ້ມແຂງໃນເວລາທີ່ lottery ທີ່ເກີດຂຶ້ນໃນຕະຫຼອດ 16 ກ່ອນທີ່ຈະທົດແທນການຕັດສິນໃຈກ່ວາໃນເວລາທີ່ມັນໄດ້ເກີດຂຶ້ນໃນຮອບ 8.

ຮູບ 4.14: ຜົນການຄົ້ນຫາຈາກ Huber, Hill, and Lenz (2012) . ຜູ້ເຂົ້າຮ່ວມທີ່ໄດ້ຮັບປະໂຫຍດຈາກ lottery ໄດ້ມີແນວໂນ້ມທີ່ຈະຍັງຄົງສາຈັດສັນຂອງເຂົາເຈົ້າ, ແລະຜົນກະທົບດັ່ງກ່າວນີ້ແມ່ນເຂັ້ມແຂງໃນເວລາທີ່ lottery ທີ່ເກີດຂຶ້ນໃນຕະຫຼອດ 16 ກ່ອນທີ່ຈະທົດແທນການຕັດສິນໃຈກ່ວາໃນເວລາທີ່ມັນໄດ້ເກີດຂຶ້ນໃນຮອບ 8.

ນອກເຫນືອໄປຈາກການກໍ່ສ້າງປະສົບການທົດລອງຄ້າຍຄື, ນັກຄົ້ນຄວ້າຍັງສາມາດສ້າງປະສົບການທີ່ມີຫຼາຍພາກສະຫນາມ, ເຊ​​ັ່ນ:. ສໍາລັບການຍົກຕົວຢ່າງ, Centola (2010) ການກໍ່ສ້າງເປັນການທົດລອງພາກສະຫນາມດິຈິຕອນການສຶກສາຜົນກະທົບຂອງໂຄງສ້າງເຄືອຂ່າຍທາງສັງຄົມກ່ຽວກັບການແຜ່ກະຈາຍຂອງພຶດຕິກໍາໄດ້. ຄໍາຖາມຄົ້ນຄ້ວາຂອງພຣະອົງຕ້ອງການໃຫ້ສັງເກດເບິ່ງພຶດຕິກໍາການດຽວກັນການກະຈາຍຂອງປະຊາກອນທີ່ມີໂຄງສ້າງເຄືອຂ່າຍທາງສັງຄົມທີ່ແຕກຕ່າງກັນແຕ່ກໍບໍ່ແຕກຕ່າງຖ້າບໍ່ດັ່ງນັ້ນ. ວິທີທີ່ພຽງແຕ່ຈະເຮັດນີ້ແມ່ນມີ bespoke, ການທົດລອງທີ່ກໍາຫນົດເອງການກໍ່ສ້າງ. ໃນກໍລະນີນີ້, ໂຄເຊນຊາການກໍ່ສ້າງເປັນຊຸມຊົນສຸຂະພາບເວັບໄຊຕ໌.

ໂຄເຊນຊາການບັນຈຸປະມານ 1,500 ເຂົ້າຮ່ວມກັບການໂຄສະນາກ່ຽວກັບເວັບໄຊທ໌ສຸຂະພາບ. ໃນເວລາທີ່ຜູ້ເຂົ້າຮ່ວມເຂົ້າມາຢູ່ໃນຊຸມຊົນທີ່ອອນໄລນ໌ໄດ້ຖືກເອີ້ນວ່າສຸຂະພາບຊີວິດ Network, ພວກເຂົາເຈົ້າສະຫນອງໃຫ້ການຍິນຍອມແລະຫຼັງຈາກນັ້ນໄດ້ຮັບມອບຫມາຍ "buddies ສຸຂະພາບ." ເນື່ອງຈາກວ່າວິທີການໂຄເຊນຊາມອບຫມາຍ buddies ສຸຂະພາບເຫຼົ່ານີ້ທ່ານສາມາດທີ່ຈະ knit ໂຄງສ້າງເຄືອຂ່າຍທາງສັງຄົມທີ່ແຕກຕ່າງກັນໃນທີ່ແຕກຕ່າງກັນ ກຸ່ມ. ບາງກຸ່ມໄດ້ຖືກສ້າງຂຶ້ນທີ່ຈະມີເຄືອຂ່າຍສຸ່ມ (ບ່ອນທີ່ທຸກຄົນແມ່ນເທົ່າທຽມກັນຈະໄດ້ຮັບການເຊື່ອມຕໍ່) ແລະກຸ່ມອື່ນໆທີ່ໄດ້ສ້າງຂຶ້ນເພື່ອມີເຄືອຂ່າຍຈຸ້ມ (ບ່ອນທີ່ການເຊື່ອມຕໍ່ແມ່ນຫນາແຫນ້ນຢູ່ໃນທ້ອງຖິ່ນ). ຫຼັງຈາກນັ້ນ, ໂຄເຊນຊານໍາສະເຫນີພຶດຕິກໍາໃຫມ່ເຂົ້າໄປໃນແຕ່ລະເຄືອຂ່າຍ, ໂອກາດທີ່ຈະລົງທະບຽນສໍາລັບເວັບໄຊທ໌ໃຫມ່ທີ່ມີຂໍ້ມູນຂ່າວສານສຸຂະພາບເພີ່ມເຕີມ. ເມື່ອໃດກໍຕາມໃຜທີ່ໄດ້ເຊັນຂຶ້ນສໍາລັບການເວັບໄຊທ໌ໃຫມ່ນີ້, ທັງຫມົດຂອງ buddies ສຸຂະພາບຂອງນາງໄດ້ຮັບອີເມວປະກາດພຶດຕິກໍານີ້. ແຟລາພົບເຫັນວ່ານີ້ພຶດຕິກໍາການລົງທະບຽນສໍາລັບເວັບໄຊທ໌, ການແຜ່ຂະຫຍາຍຕື່ມອີກແລະໄວໃນເຄືອຂ່າຍກຸ່ມກວ່າເຄືອຂ່າຍໄປ, ຜົນທີ່ກົງກັນຂ້າມກັບທິດສະດີທີ່ມີຢູ່ແລ້ວບາງໃຫມ່.

ໂດຍລວມແລ້ວ, ການກໍ່ສ້າງການທົດລອງຂອງທ່ານເອງເຮັດໃຫ້ທ່ານຄວບຄຸມຫຼາຍ; ມັນເຮັດໃຫ້ທ່ານເພື່ອສ້າງສະພາບແວດລ້ອມທີ່ເປັນໄປໄດ້ທີ່ດີທີ່ສຸດໃນການແຍກສິ່ງທີ່ທ່ານຕ້ອງການທີ່ຈະສຶກສາ. ມັນເປັນການຍາກທີ່ຈະຈິນຕະນາການວິທີການບໍ່ວ່າຈະປະສົບການເຫຼົ່ານີ້ສາມາດໄດ້ຮັບການປະຕິບັດໃນສະພາບແວດລ້ອມທີ່ມີຢູ່ແລ້ວ. ນອກຈາກນັ້ນ, ການກໍ່ສ້າງລະບົບຂອງຕົນເອງຫຼຸດລົງຄວາມກັງວົນດ້ານຈັນຍາບັນປະມານການທົດລອງໃນລະບົບທີ່ມີຢູ່ແລ້ວ. ໃນເວລາທີ່ທ່ານສ້າງການທົດລອງຂອງທ່ານເອງ, ຢ່າງໃດກໍຕາມ, ທ່ານດໍາເນີນການເຂົ້າໄປໃນຈໍານວນຫຼາຍຂອງບັນຫາທີ່ພົບໃນການທົດລອງການທົດລອງ: ຜູ້ເຂົ້າຮ່ວມການສັນຫາແລະຄວາມກັງວົນກ່ຽວກັບການ realism. A downside ສຸດທ້າຍແມ່ນວ່າການກໍ່ສ້າງການທົດລອງຂອງທ່ານເອງສາມາດເປັນຄ່າໃຊ້ຈ່າຍແລະໃຊ້ເວລາ, ເຖິງແມ່ນວ່າເປັນຕົວຢ່າງເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນ, ປະສົບການສາມາດສະຈາກສະພາບແວດລ້ອມຂ້ອນຂ້າງງ່າຍດາຍ (ເຊັ່ນ: ການສຶກສາຂອງລົງຄະແນນສຽງໂດຍ Huber, Hill, and Lenz (2012) ) ເພື່ອ ສະພາບແວດລ້ອມສະລັບສັບຊ້ອນທີ່ຂ້ອນຂ້າງ (ເຊັ່ນ: ການສຶກສາຂອງເຄືອຂ່າຍແລະໂລກຕິດຕໍ່ໂດຍ Centola (2010) ).