4.6.1 Стварэнне нулявых зменных дадзеных аб выдатках

Ключ да выкананні вялікіх эксперыментаў кіраванне зменных выдаткаў да нуля. Лепшыя спосабы зрабіць гэта з'яўляюцца аўтаматызацыя і праектаванне прыемных эксперыментаў.

Лічбавыя эксперыменты могуць мець істотна розныя структуры выдаткаў, і гэта дазваляе даследчыкам праводзіць эксперыменты, якія былі немагчымыя ў мінулым. Больш канкрэтна, эксперыменты , як правіла , маюць два асноўных выгляду выдаткаў :. Пастаянных выдаткаў і зменных выдаткаў пастаянныя выдаткі выдаткі , якія не змяняюцца ў залежнасці ад таго, колькі ўдзельнікаў вы маеце. Напрыклад, у лабараторных умовах эксперыменту, фіксаваныя выдаткі могуць быць кошт арэнды месцы і куплі мэблі. Зменныя выдаткі, з другога боку, змена ў залежнасці ад таго, колькі ўдзельнікаў вы маеце. Напрыклад, у лабараторных умовах эксперыменту, зменныя выдаткі могуць прыйсці ад выплаты персаналу і ўдзельнікаў. Увогуле, аналагавыя эксперыменты маюць нізкія сталыя выдаткі і высокія зменныя выдаткі, а таксама лічбавыя эксперыменты маюць высокія пастаянныя выдаткі і нізкія зменныя выдаткі (мал 4.18). Пры адпаведнай канструкцыі, вы можаце кіраваць зменную кошт вашага эксперыменту аж да нуля, і гэта можа стварыць цікавыя магчымасці для правядзення даследаванняў.

Малюнак 4.18: Схема структуры затрат у аналагавых і лічбавых эксперыментаў. Увогуле, аналагавыя эксперыменты маюць нізкія сталыя выдаткі і высокія зменныя выдаткі, тады як лічбавыя эксперыменты маюць высокія пастаянныя выдаткі і нізкія зменныя выдаткі. Розныя структуры выдаткаў азначае, што лічбавыя эксперыменты могуць працаваць у маштабах, не ўяўляецца магчымым з аналагавымі эксперыментамі.

Ёсць два асноўных элемента зменных выдаткаў і выплат супрацоўнікам і выплат ўдзельнікам, і кожны з іх можа быць даведзены да нуля з выкарыстаннем розных стратэгій. Выплаты персаналу выцякаюць з працы, што навуковыя супрацоўнікі гэтага набору ўдзельнікаў, забяспечваючы лячэння і ацэнкі вынікаў. Напрыклад, аналаг палявой эксперымент па Шульца і яго калег (2007) аб сацыяльных нормах і выкарыстання электраэнергіі , якая патрабуецца навуковых супрацоўнікаў для паездкі ў кожны дом , каб даставіць лячэнне і чытаць электрычны лічыльнік (Малюнак 4.3). Усе гэтыя намаганні навуковыя супрацоўнікі меў на ўвазе, што даданне новага хатняга гаспадаркі да вывучэння дадало б да кошту. З іншага боку, для лічбавай палявой эксперымент Restivo і ван дэ Rijt (2012) на ўзнагароды ў Вікіпедыі, даследчыкі маглі б дадаць больш удзельнікаў практычна бясплатна. Агульная стратэгія скарачэння зменных адміністрацыйных выдаткаў, каб замяніць чалавечую працу (што дорага) з працы на кампутары (які з'яўляецца танным). Груба кажучы, вы можаце спытаць сябе: ці можа гэты эксперымент працаваць, пакуль усё на маёй даследчай групы спіць? Калі адказ так, то вы прарабілі вялікую працу па аўтаматызацыі.

Другі асноўны тып зменных выдаткаў з'яўляецца плацяжы удзельнікаў. Некаторыя даследчыкі выкарыстоўвалі Amazon Mechanical Turk і на іншых рынках онлайн працы, каб паменшыць плацяжы, якія неабходныя для ўдзельнікаў. Гнаць зменныя выдаткі аж да нуля, аднак, неабходны іншы падыход. На працягу доўгага часу даследчыкі распрацавалі эксперыменты, якія так сумна ім даводзіцца плаціць людзям удзельнічаць. Але, што рабіць, калі вы маглі б стварыць эксперымент, што людзі хочуць быць у? Гэта можа здацца надуманых, але я дам вам прыклад ніжэй ад маёй уласнай працы, і ёсць іншыя прыклады, прыведзеныя ў табліцы 4.4. Варта адзначыць, што такі падыход да праектавання прыемных эксперыментаў пераклікаецца некаторыя тэмы ў раздзеле 3 ў дачыненні да распрацоўкі больш прыемным абследаванняў і ў чале 5 ў дачыненні да праектавання масавага супрацоўніцтва. Такім чынам, я лічу, што ўдзельнік асалода-то, што таксама можна назваць карыстацкі досвед, будзе ўсё больш важнай часткай канструкцыі даследаванні ў эпоху лічбавых тэхналогій.

Калі вы хочаце стварыць нулявыя зменныя выдаткі эксперыментаў вы хочаце, каб пераканацца, што ўсё цалкам аўтаматызавана і што ўдзельнікі не патрабуюць якіх-небудзь выплат. Для таго, каб паказаць, як гэта магчыма, я буду апісваць маё даследаванне дысертацыі на поспех і правал культурнай прадукцыі. Гэты прыклад таксама паказвае, што нулявая пераменная дадзеныя аб выдатках не толькі аб рабіць рэчы танней. Хутчэй за ўсё, гаворка ідзе пра дазваляючы эксперыменты, якія былі б немагчымыя у адваротным выпадку.

Мая дысертацыя была матываваная загадкавым характарам поспеху культурнай прадукцыі. Хіт песні, лепшыя продажу кніг, і блокбастары нашмат, нашмат больш паспяхова, чым у сярэднім. З-за гэтага, рынкі для гэтых прадуктаў часта называюць "пераможца атрымлівае ўсё" рынкі. Тым не менш, у той жа час, які менавіта песня, кніга або фільм стане паспяховым неверагодна непрадказальным. Сцэнарыст Уільям Голдман (1989) элегантна падсумаваў шмат навуковых даследаванняў, кажучы , што, калі справа даходзіць да прадказанні поспеху, "ніхто нічога не ведае." Непрадказальна пераможца атрымлівае ўсё рынкі прымусіла мяне задацца пытаннем, наколькі поспех з'яўляецца вынікам якасці і наколькі гэта проста поспех. Або, выяўляецца некалькі інакш, калі б мы маглі стварыць паралельныя светы і мець іх усё эвалюцыянуюць незалежна, будуць адны і тыя ж песні становяцца папулярнымі ў кожным свеце? І, калі не, то можа быць механізм, які выклікае гэтыя адрозненні?

Для таго, каб адказаць на гэтыя пытанні, мы-Піцер Доддс, Дункан Ўотс (дысертацыяй па ўзгадненні), і я пабег серыю эксперыментаў онлайн на месцах. У прыватнасці, мы стварылі сайт пад назвай MusicLab, дзе людзі маглі б адкрыць для сябе новую музыку, і мы выкарыстоўвалі яго для цэлай серыі эксперыментаў. Мы набралі удзельнікаў, запусціўшы рэкламныя банеры на падлеткаў-працэнтны вэб-сайт (малюнак 4.19) і праз згадак ў сродках масавай інфармацыі. Удзельнікі, якія прыбываюць на нашым сайце пры ўмове інфармаванай згоды, завяршыў кароткую анкету фону, і былі выпадковым чынам размеркаваны ў адну з двух эксперыментальных умоў, незалежнага і сацыяльнага ўплыву. У незалежным стане, ўдзельнікі прынялі рашэння аб тым, якія песні слухаць, улічваючы толькі імёны груп і песень. Падчас праслухоўвання песні, удзельнікам было прапанавана ацаніць яго, пасля чаго яны мелі магчымасць (але не абавязак), каб загрузіць песню. Ва ўмовах сацыяльнага ўплыву, удзельнікі мелі адзін і той жа вопыт, за выключэннем таго, што яны таксама маглі бачыць, колькі разоў кожная песня была загружана папярэднімі ўдзельнікамі. Акрамя таго, удзельнікі ўмовы сацыяльнага ўплыву былі выпадковым чынам размеркаваны ў адну з васьмі паралельных светаў, кожны з якіх незалежна адзін ад аднаго эвалюцыянавалі (мал 4.20). Выкарыстоўваючы гэтую канструкцыю, мы правялі два узаемазвязаных эксперыментаў. У першым выпадку, мы прадставілі ўдзельнікам песні ў малокомплектных сетцы, што забяспечыла ім слабы сігнал папулярнасці. У другім эксперыменце мы прадставілі песні ў ранжыраваць спіс, які забяспечыў нашмат больш моцны сігнал папулярнасці (малюнак 4.21).

Малюнак 4.19: Прыклад рэкламнага банэра , што я і мае калегі выкарыстоўвалі для набору ўдзельнікаў для эксперыментаў MusicLab (Salganik, Dodds, and Watts 2006) .

Малюнак 4.20: Эксперыментальны дызайн для эксперыментаў MusicLab (Salganik, Dodds, and Watts 2006) . Удзельнікі былі выпадковым чынам размеркаваны ў адну з дзвюх умоў: незалежнага і сацыяльнага ўплыву. Удзельнікі незалежнага стану зрабілі свой выбар без якой-небудзь інфармацыі пра тое, што было зроблена іншымі людзьмі. Удзельнікі ўмовы сацыяльнага ўплыву былі выпадковым чынам размеркаваны ў адну з васьмі паралельных светаў, дзе яны маглі б убачыць папулярнасць, вымяраную загрузкі папярэдніх удзельнікаў-кожнай песні ў іх свеце, але яны не маглі бачыць якую-небудзь інфармацыю, пры гэтым яны не нават ведаюць пра існаванне, любы з іншых светаў.

Мы выявілі, што папулярнасць песні адрозніваліся светаў мяркуючы важную ролю ўдачы. Напрыклад, у адным свеце песня "Lockdown" па 52Metro прыйшоў у 1-м, і ў іншым свеце, ён прыйшоў у 40-х з 48 песень. Гэта быў сапраўды такі ж песня канкураваць з тымі ж песнямі, але ў адным свеце, гэта пашанцавала, і ў іншых гэта не так. Акрамя таго, шляхам параўнання вынікаў па двух эксперыментаў мы выявілі, што сацыяльнае ўплыў прыводзіць да больш няроўным поспех, які, магчыма, стварае бачнасць прадказальнасці. Але, гледзячы праз светы (якія не могуць быць выкананы за межамі такога роду паралельныя светы эксперыменту), мы выявілі, што сацыяльнае ўплыў фактычна павялічылася непрадказальнасць. Акрамя таго, дзіўна, што гэта былі песні самай высокай прывабнасці, якія маюць самыя непрадказальныя вынікі (мал 4.22).

Малюнак 4.21: Скрыншоты з умоў сацыяльнага ўплыву ў досведах MusicLab (Salganik, Dodds, and Watts 2006) . Ва ўмовах сацыяльнага ўплыву ў эксперыменце 1, песні, разам з колькасцю папярэдніх загрузак, былі прадстаўлены ўдзельнікам арганізаваных у 16 ​​X 3 прамавугольнай сеткі, дзе пазіцыі песень былі выпадковым чынам размеркаваны для кожнага ўдзельніка. У эксперыменце 2, удзельнікі ўмовы сацыяльнага ўплыву былі паказаны песні, з колькасць загрузак, прадстаўленыя ў адным слупку у парадку змяншэння папулярнасці бягучай.

Малюнак 4.22: Вынікі ад MusicLab эксперыментаў , якія паказваюць сувязь паміж прывабнасцю і поспехам (Salganik, Dodds, and Watts 2006) . Вось х рынкавая доля песні ў незалежным свеце, які служыць мерай прывабнасці песні, а вось у з'яўляецца рынкавая доля той жа песні ў 8 мірах сацыяльнага ўплыву, які служыць як мера поспеху песень. Мы выявілі, што павышэнне сацыяльнага ўплыву, што ўдзельнікі выпрабавалі спецыфічна, змена макета з эксперыменту 1 эксперымент 2 (мал 4.21) -caused поспех, каб стаць больш непрадказальным, асабліва для вышэйшых апеляцыйных песень.

MusicLab быў у стане працаваць па сутнасці нулявы зменных выдаткаў з-за спосабу, што ён быў распрацаваны. Па-першае, усё было цалкам аўтаматызаваны, так што быў у стане працаваць, пакуль я спаў. Па-другое, кампенсацыя была бясплатнай музыкі, так што не было ні адной зменнай кошту кампенсацыі ўдзельнік. Выкарыстанне музыкі ў якасці кампенсацыі таксама паказвае, як часам існуе кампраміс паміж сталых выдаткаў і зменных выдаткаў. Выкарыстанне музыкі павялічылі фіксаваныя выдаткі, таму што мне прыйшлося марнаваць час на забеспячэнне дазволу ад палос і падрыхтоўкі справаздач для груп аб рэакцыі ўдзельнікаў на іх музыку. Але, у дадзеным выпадку, павелічэнне пастаянных выдаткаў з мэтай зніжэння выдаткаў на зменныя была правільная рэч, каб зрабіць; гэта тое, што дазволіла нам правесці эксперымент, які быў прыкладна ў 100 разоў больш, чым стандартны лабараторны эксперымент.

Акрамя таго, эксперыменты MusicLab паказваюць, што нулявая пераменная кошт не павінна быць самамэтай; Хутчэй за ўсё, гэта можа быць сродкам для запуску новага тыпу эксперыменту. Звярніце ўвагу на тое, што мы не выкарыстоўвалі ўсіх нашых удзельнікаў выканання стандартнага сацыяльнага ўплыву LAB эксперымент у 100 разоў. Замест гэтага, мы зрабілі што - нешта іншае, што вы маглі б думаць , як пераход ад псіхалагічнага эксперыменту сацыялагічнага эксперыменту (Hedström 2006) . Замест таго, каб засяродзіцца на індывідуальным прыняцці рашэнняў, мы засяродзілі наш эксперымент па папулярнасці, калектыўны вынік. Гэты пераход да калектыўнага выніку азначала, што нам патрабавалася каля 700 удзельнікаў, каб вырабіць адну кропку дадзеных (там было 700 чалавек у кожнай з паралельных светаў). Гэтая шкала была магчымая толькі дзякуючы структуры сабекошту эксперыменту. Увогуле, калі даследчыкі маюць намер вывучыць, як калектыўны вынікі выцякаюць з індывідуальных рашэнняў, групавыя эксперыменты, такія як MusicLab вельмі цікава. У мінулым яны былі лагістычных цяжка, але гэтыя цяжкасці знікаюць з-за магчымасці нулявых дадзеных зменных выдаткаў.

Акрамя ілюстрацыі перавагі нулявых дадзеных зменных выдаткаў, эксперыменты MusicLab таксама паказваюць праблемы з гэтым падыходам: высокія фіксаваныя выдаткі. У маім выпадку, я быў вельмі пашанцавала, каб мець магчымасць працаваць з таленавітым вэб-распрацоўшчык па імі Peter Hausel каля шасці месяцаў, каб пабудаваць эксперымент. Гэта стала магчымым толькі таму, што мой саветнік, Дункан Ўотс атрымаў шэраг грантаў для падтрымкі такога роду даследаванняў. Тэхналогія палепшылася, так як мы пабудавалі MusicLab ў 2004 годзе, і было б значна прасцей пабудаваць эксперымент, як гэта цяпер. Але, высокія стратэгіі фіксаваных выдаткаў сапраўды магчыма толькі для даследчыкаў, якія могуць нейкім чынам пакрыць гэтыя выдаткі.

У заключэнне, лічбавыя эксперыменты могуць мець істотна розныя структуры выдаткаў, чым аналагавых эксперыментаў. Калі вы хочаце запусціць сапраўды вялікія эксперыменты, вы павінны паспрабаваць паменшыць зменныя выдаткі ў максімальна магчымай ступені і ў ідэале ўвесь шлях да 0. Вы можаце зрабіць гэта за кошт аўтаматызацыі механікі эксперыменту (напрыклад, замена чалавечага часу з кампутарам часу) і праектавання эксперыментаў, якія людзі хочуць быць. Даследнікі, якія могуць распрацоўваць эксперыменты з гэтымі функцыямі будуць мець магчымасць запускаць новыя віды эксперыментаў, якія былі немагчымыя ў мінулым.