4.5.2 partneriu galingas

Partnerystė gali sumažinti išlaidas ir padidinti mastą, tačiau ji gali pakeisti dalyvių gydymo rūšių, ir rezultatai, kuriuos galite naudoti.

Alternatyva tai daro patys Bendradarbiaudami su galinga organizacija, pavyzdžiui, bendrovės, vyriausybės, ar NVO. Dirbti su partneriu privalumas yra tai, kad jie gali padėti jums paleisti eksperimentus, kad jūs tiesiog negali padaryti patys. Pavyzdžiui, vienas iš eksperimentų, kad aš jums papasakoti apie žemiau dalyvaujančių 61 mln dalyvių; joks individualus tyrėjas gali pasiekti, kad mastą. Tuo pačiu metu, kad Partnerystė padidina tai, ką galite padaryti, tai taip pat, tuo pačiu metu, varžo jums. Pavyzdžiui, dauguma įmonių neleis jums paleisti eksperimentą, kad galėtų pakenkti savo verslą ar savo reputaciją. Darbas su partneriais taip pat reiškia, kad kai ateina laikas skelbti, jums gali ateiti spaudžiamos "Re-rėmas" savo rezultatus, o kai partneriai gali net bandyti blokuoti savo darbą leidinį jei ji leidžia jiems atrodo blogai. Galiausiai Bendradarbiaudami taip pat ateina su išlaidų, susijusių su plėtojant ir palaikant šiuos bendradarbiavimą.

Pagrindinė problema, kuri turi būti išspręsta, kad ši partnerystė sėkmingai yra rasti būdą, kaip suderinti abiejų šalių interesus ir naudinga būdas galvoti apie tą likutį yra Pasteur anketa Pusapvalės (Stokes 1997) . Daugelis mokslininkų mano, kad jei jie dirba kas nors praktiško-kažką, kad galėtų dominti partnerio-tada jie negali daryti realią mokslą. Ši mąstysena bus labai sunku sukurti sėkmingą partnerystę, ir ji taip pat atsitinka būti visiškai neteisinga. Su šio mąstymo problema nuostabiai iliustruoja kelias-iųjų tyrimų biologas Louis Pasteur. Dirbdamas komerciniu fermentacijos projekto konvertuoti burokėlių sulčių į alkoholį, Pasteras atrado naują klasę mikroorganizmų, kad galų gale atvedė į gemalo teorijos liga. Šis atradimas išsprendė labai praktinė problema-tai padėjo pagerinti procesą fermentacijos-ir tai veda prie didelio mokslo anksto. Taigi, o ne galvoti apie tyrimų su praktinio pritaikymo prieštaraujančiais su tiesa mokslinių tyrimų, tai geriau galvoti apie tai, kaip du atskirus aspektus. Tyrimai gali būti motyvuojamas naudojimo (arba ne) ir moksliniai tyrimai gali siekti esminio supratimo (arba ne). Kritiškai, kai į mokslinius tyrimus, kaip Pasteur's-galima motyvuoti naudoti ir siekiant esminį supratimą (4.16 pav.) Tyrimai Pasteur anketa Quadrant-tyrimus, kurie iš prigimties avansai du įvarčius, yra idealus bendradarbiavimą tarp mokslininkų ir partnerių. Atsižvelgiant į tai, kad fonas, aš aprašyti du eksperimentinius tyrimus su partnerystė: vieną su bendrovė ir viena su NVO.

4.16 pav Pasteur anketa Pusapvalės (remiantis pav 3,5 pagal Stokso (1997)). Užuot galvoju tyrimų kaip arba fundamentaliuosius arba taikomuosius tai geriau galvoti apie tyrimų, kaip motyvuoti naudoti (arba ne) ir ieškau esminį supratimą (ar ne). Mokslinių tyrimų pavyzdys, kad tiek motyvuoja naudoti ir siekia esminį supratimą yra Pasteur darbas ant konvertuoti burokėlių sulčių į alkoholį, kuris sudarytų sąlygas pereiti gemalo teorijos liga. Tai yra darbo rūšies, kuri geriausiai tinka partnerystę su galinga. Pavyzdžiai darbą motyvuoja naudoti bet nesiekia esminį supratimą ateina iš Thomas Edison, ir pavyzdžiai veiklą, kuri nėra motyvuoti naudoti bet kuriuo siekiama supratimas iš Niels Bora. Žiūrėti Stokes (1997) dėl išsamesnio aptarimo šią sistemą ir kiekvienos iš šių atvejų.

4.16 pav Pasteur anketa Pusapvalės (remiantis pav 3,5 pagal Stokes (1997) ). Užuot galvoju tyrimų kaip "elitinę" arba "taikoma" tai geriau galvoti apie tyrimų, kaip motyvuoti naudoti (arba ne) ir ieškau esminį supratimą (ar ne). Mokslinių tyrimų pavyzdys, kad tiek motyvuoja naudoti ir siekia esminį supratimą yra Pasteur darbas ant konvertuoti burokėlių sulčių į alkoholį, kuris sudarytų sąlygas pereiti gemalo teorijos liga. Tai yra darbo rūšies, kuri geriausiai tinka partnerystę su galinga. Pavyzdžiai darbą motyvuoja naudoti bet nesiekia esminį supratimą ateina iš Thomas Edison, ir pavyzdžiai veiklą, kuri nėra motyvuoti naudoti bet kuriuo siekiama supratimas iš Niels Bora. Žiūrėti Stokes (1997) dėl išsamesnio aptarimo šią sistemą ir kiekvienos iš šių atvejų.

Didelės įmonės, ypač technologijų bendrovės, sukūrė neįtikėtinai sudėtingą infrastruktūrą veikia sudėtingus eksperimentus. Į technologijų pramonėje, šie eksperimentai neretai vadinamas A / B testus (nes jie išbandyti dviejų gydymo efektyvumą: A ir B). Šie eksperimentai dažnai paleisti dalykų, pavyzdžiui, padidinti paspaudimų rodiklius Skelbimų, tačiau tas pats eksperimentinis infrastruktūra taip pat gali būti naudojami moksliniams tyrimams, kad avansai mokslinį supratimą. Pavyzdys, iliustruojantis šios mokslinių tyrimų rūšies potencialą yra atliktas tyrimas partneryste mokslininkai "Facebook" ir Kalifornijos, San Diego universiteto, apie įvairius pranešimus poveikį rinkėjų aktyvumu (Bond et al. 2012) .

Lapkričio 2, 2010-apie JAV Kongreso rinkimai-visų 61 mln Facebook "vartotojų, kurie gyvena JAV ir yra per 18 dieną dalyvavo eksperimente apie balsavimo. Aplankius Facebook vartotojai atsitiktine tvarka buvo suskirstyti į tris grupes, kurios nustatytų, kas reklama (jei toks yra) buvo padėtas jų Naujienų (4.17 pav) viršaus:

  • kontrolinė grupė.
  • informacinis pranešimas apie balsavimo su paspaudžiamas "Aš balsavau" mygtuką ir skaitiklis (info).
  • informacinis pranešimas apie balsavimo su spausti "Aš balsavau" mygtuką ir skaitiklis + pavadinimai ir nuotraukos savo draugais, kurie jau spustelėjote "Aš balsavau" (info + socialiniai).

Obligacijų ir jo kolegos tyrė du pagrindinius rezultatus: pranešė balsuoja elgesį ir realią balsavimo elgesiu. Pirma, jie nustatė, kad žmonės Info + socialinei grupei buvo apie 2 procentiniais punktais daugiau tikėtina nei žmonių informaciniame grupės paspausti "Aš balsavau" (apie 20%, palyginti su 18%). Be to, po to, kai mokslininkai sujungė savo duomenis su viešai prieinamų balsavimo įrašų apie 6 milijonai žmonių jie nustatė, kad žmonės Info + socialinei grupei buvo 0,39 procentiniais punktais didesnė tikimybė, kad iš tikrųjų balsuoti nei žmonių valdymo sąlyga ir kad žmonės informaciniame grupės lygiai taip pat gali balsuoti kaip žmonių valdymo sąlyga (4.17 pav.)

4.17 pav rezultatai GET-out-the-balsavimas eksperimento "Facebook" (Bond 2012 ir kt.). Dalyviai info grupės balsavo tuo pačiu greičiu, kaip ir žmonių valdymo būklę, bet žmonės Info + socialinei grupei balsavo šiek tiek didesnį tarifą. Stulpelis rodo apskaičiuotas 95% patikimumo intervaluose. Rezultatai grafike yra apie 6 mln dalyvius, kuriems mokslininkai gali sutapti su balsavimo įrašų.

4.17 pav rezultatai GET-out-the-balsavimas eksperimento "Facebook" (Bond et al. 2012) . Dalyviai info grupės balsavo tuo pačiu greičiu, kaip ir žmonių valdymo būklę, bet žmonės Info + socialinei grupei balsavo šiek tiek didesnį tarifą. Stulpelis rodo apskaičiuotas 95% patikimumo intervaluose. Rezultatai grafike yra apie 6 mln dalyvius, kuriems mokslininkai gali sutapti su balsavimo įrašų.

Šis eksperimentas rodo, kad kai kurie interneto vakaronė "out-the-balsas pranešimai yra efektyvesni nei kiti, ir tai rodo, kad mokslininko planuojamas gydymo veiksmingumą gali priklausyti nuo to, ar jie mokosi, pranešti ar faktinis elgesys. Šis eksperimentas deja nesiūlo jokių užuominų apie tvarką, pagal kurią socialinis informacija, kuri kai kurie mokslininkai žaismingai vadinama "veido krūva" -Didesnis balsavimo. Tai gali būti, kad socialinė informacija padidino tikimybę, kad kas nors pastebėjote reklama arba kad ji padidino tikimybę, kad kažkas, kas pastebėjote reklama iš tikrųjų balsavo arba abu. Taigi, šis eksperimentas pateikia įdomų išvadą, kad tolesnis mokslinis greičiausiai ištirti (žr pvz Bakshy, Eckles, et al. (2012) ).

Be to siekiant didesnės tyrėjų tikslų, šis eksperimentas taip pat pasistūmėjo į organizacijos partnerės (Facebook) tikslą. Jei pakeisite elgesį mokėsi balsuoti pirkti muilo, tada jūs galite pamatyti, kad tyrimas turi tikslią pačią struktūrą kaip eksperimentas matuoti interneto reklamos poveikį (žr pvz, Lewis and Rao (2015) ). Šios reklamos efektyvumo tyrimai dažnai matuoti poveikio efektą skelbimai internete-IN gydymo Bond et al. (2012) , yra iš esmės skelbimai balsavimo-on offline elgesį. Taigi, šis tyrimas gali paspartinti Facebook "gebėjimą mokytis internetinių reklamos efektyvumą ir gali padėti" Facebook įtikinti potencialius reklamuotojams, kad "Facebook" reklamos yra veiksmingos.

Nors mokslininkų ir partnerių interesus daugiausia buvo suderinta šiame tyrime, jie taip pat buvo iš dalies tempimas. Visų pirma, dalyvių paskirstymą į trys sąlygos-kontrolė, informacijos ir Info + socialinės buvo nepaprastai nesubalansuota: 98% imties buvo priskirtas Info + "socialinis". Tai nesubalansuota paskirstymas yra neefektyvus statistiškai ir daug geriau paskirstymas mokslininkų būtų buvę 1/3 iš kiekvienos grupės dalyvių. Bet, The nesubalansuota paskirstymas nutiko, nes "Facebook" norėjo visiems gauti info + socialinį elgesį. Laimei, mokslininkai įsitikinę, juos strigo 1% susijusio gydymo ir 1% dalyvių dėl kontroline grupe. Be kontrolinėje grupėje būtų buvę iš esmės neįmanoma išmatuoti Info + socialinį gydymo poveikį, nes tai būtų buvę "jaudinti ir stebėti" eksperimentas, o ne atsitiktinių imčių kontroliuojamas eksperimentas. Šis pavyzdys suteikia vertingos praktinės pamoką darbo su partneriais: kartais jums sukurti įtikinant žmogų pristatyti gydymo ir kartais jums sukurti įtikinant žmogų nepristatyti gydymo eksperimentą eksperimentą (ty, sukurti valdymo grupę).

Partnerystė ne visada reikia įtraukti technologijų bendrovių ir A / B testus su milijonais dalyviams. Pavyzdžiui, Aleksandras Coppock Andrew Atspėk, ir Jonas Ternovski (2016) bendradarbiauja su aplinkosaugos NVO (League išsaugojimo rinkėjais) paleisti eksperimentai bandymai įvairias strategijas skatinti socialinę mobilizaciją. Tyrėjai panaudojo NVO anketa Twitter sąskaitą išsiųsti tiek viešųjų tweets ir privačių tiesioginių pranešimų, kad bandėte premjero skirtingų tipų tapatybių. Tada mokslininkai matuojamas kurie iš šių pranešimų buvo efektyviausia skatinti žmones pasirašyti peticiją ir retweet informacijos apie peticiją.

4.3 lentelė: pavyzdžiai tyrimų, kurie ateina per partnerystę tarp mokslininkų ir organizacijų. Kai kuriais atvejais, mokslininkai dirbti organizacijoms.
tema citata
Poveikis Facebook naujienų dėl keitimosi informacija Bakshy, Rosenn, et al. (2012)
Poveikis dalinio anonimiškumo elgseną online dating svetainėje Bapna et al. (2016)
Poveikis namų energijos Ataskaitos apie elektros vartojimo Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
Poveikis app dizainas nuo virusų plitimo Aral and Walker (2011)
Poveikis plitimo mechanizmą difuzijos Taylor, Bakshy, and Aral (2013)
Poveikis socialinei informacijos reklamoje Bakshy, Eckles, et al. (2012)
Poveikis katalogas dažnį pardavimų per kataloge ir internete įvairių tipų klientais Simester et al. (2009)
Poveikis populiarumo informacijos apie galimus darbo prašymus Gee (2015)
Poveikis pradinių reitingus populiarumas Muchnik, Aral, and Taylor (2013)
Poveikis pranešimų turinį politinės mobilizacijos Coppock, Guess, and Ternovski (2016)

Apskritai Bendradarbiaudami su galinga leidžia jums veikti masto, kad sunku padaryti kitaip, ir 4.3 lentelė teikia kitas pavyzdžiai partnerystes tarp mokslininkų ir organizacijų. Partnerystė gali būti daug lengviau nei kurti savo eksperimentą. Bet šie privalumai ateiti su trūkumais: partnerystė gali apriboti dalyvių, gydymo, ir rezultatus, kad jūs galite mokytis rūšių. Be to, ši partnerystė gali sukelti etinių iššūkius. Geriausias būdas atpažinti paraišką dėl partnerystės galimybės yra pastebėti reali problema, kad jūs galite išspręsti, o jūs darote įdomų mokslą. Jei nesate naudojamas šio žiūri į pasaulį taip, tai gali būti sunku pastebėti problemas Pasteur anketa Quadrant, bet su praktika, jūs pradėsite juos pastebėti vis daugiau ir daugiau.