4.5.2 শক্তিশালী সঙ্গে অংশীদার

অংশিদারীত্বে খরচ কমাতে পারেন এবং স্কেল বৃদ্ধি, কিন্তু এটা অংশগ্রহণকারীদের চিকিত্সা ধরণের পরিবর্তন করতে পারেন, এবং ফলাফল যে আপনি ব্যবহার করতে পারেন.

এটা নিজেকে করছেন বিকল্প যেমন একটি কোম্পানী, সরকার, বা এনজিও যেমন একটি শক্তিশালী সংগঠনের সঙ্গে অংশীদার হয়. একটি সঙ্গীর সঙ্গে কাজ করার সুবিধা হল যে তারা পরীক্ষা-নিরীক্ষা যে আপনি শুধু নিজেকে দ্বারা ব্যবহার করতে পারবেন না চালানোর জন্য আপনি সক্ষম করতে পারেন. উদাহরণস্বরূপ, পরীক্ষা-নিরীক্ষা যে আমি আপনি জড়িত 61 মিলিয়ন অংশগ্রহণকারীদের নিচে সম্পর্কে বলব এক; কোন ব্যক্তি গবেষক যে স্কেল অর্জন করতে পারে. একই সময় অংশিদারীত্বে বাড়ায় যে আপনি কি করতে পারেন, এটা এছাড়াও, একযোগে, আপনি সীমাবদ্ধ. উদাহরণস্বরূপ, অধিকাংশ কোম্পানি আপনি একটি পরীক্ষা যে তাদের ব্যবসা বা তাদের খ্যাতি ক্ষতি করতে পারে চালানোর অনুমতি দেয় না হবে. অংশীদারদের সঙ্গে কাজ এর মানে হল যে যখন তা প্রকাশ করতে সময় আসে, আপনি চাপ অধীনে আসা "রি-ফ্রেম" আপনার ফলাফল, এবং কিছু সহযোগীদের এমনকি আপনার কাজ প্রকাশের ব্লক করতে হলে এটা তোলে তাদের চেহারা খারাপ করার চেষ্টা করতে পারেন করতে পারেন. অবশেষে, এছাড়াও অংশিদারীত্বে উন্নয়নশীল এবং এই সহযোগীতামূলক বজায় যাও খরচ দিয়ে আসে.

কোর চ্যালেঞ্জ আছে এই অংশীদারিত্ব সফল করতে সমাধান করা উভয় পক্ষের আগ্রহ একটি উপায়, এবং যে ভারসাম্য সম্পর্কে চিন্তা করার জন্য একটি সহায়ক উপায় খুঁজে বের করা হয় পাস্তুর এর কোয়াড্রান্ট হয় (Stokes 1997) . অনেক গবেষক মনে করেন যে, যদি তারা কিছু ব্যবহারিক কিছু যে একটি সুদ হতে পারে উপর কাজ করছে, পার্টনার তারপর তারা সত্যিকারের বিজ্ঞান করছেন করা যাবে না. এই মনোভাব সবার জন্যেই এটা খুব কঠিন সফল অংশীদারিত্ব তৈরি করতে হবে, এবং এটি সম্পূর্ণ ভুল হতে হবে. চিন্তা এই পথ দিয়ে সমস্যা আশ্চর্যভাবে জীববিজ্ঞানী লুই পাস্তুর এর পাথ ভাঙার গবেষণা দ্বারা চিত্রিত করা হয়. একটি বাণিজ্যিক গাঁজন প্রকল্পের এলকোহল মধ্যে বীট গাছ রস রূপান্তর করতে কাজ করার সময়, পাস্তুর উদ্ভিজ্জাণু একটি নতুন শ্রেণী যে অবশেষে রোগের জীবাণু তত্ত্ব নেতৃত্বে আবিষ্কৃত. এই আবিষ্কারের একটি অত্যন্ত বাস্তব সমস্যা-এটা মীমাংসিত প্রক্রিয়া উন্নত গাঁজন-এবং এটি একটি প্রধান বৈজ্ঞানিক অগ্রিম হতে সাহায্য করেছে. সুতরাং, বরং সত্য বৈজ্ঞানিক গবেষণার সঙ্গে সংঘাতে হচ্ছে ব্যবহারিক অ্যাপ্লিকেশনের সাথে গবেষণা সম্পর্কে চিন্তা, এটা ভাল দুটি পৃথক মাত্রা হিসাবে এই মনে হয়. গবেষণা ব্যবহার দ্বারা (বা না) উদ্দেশ্যমূলক যাবে এবং গবেষণা মৌলিক বোঝার (বা না) চাইতে পারেন. সমালোচকদের, কিছু গবেষণা মত Pasteur's-করতে ব্যবহার দ্বারা এবং মৌলিক বোঝার (চিত্র 4.16) সচেষ্ট উদ্বুদ্ধ করা. পাস্তুর এর কোয়াড্রান্ট গবেষণা যে মজ্জাগতভাবে দুই অগ্রগতি রিসার্চ গবেষক এবং অংশীদারদের মধ্যে সহযোগীতামূলক জন্য আদর্শ গোল-হয়. একটি কোম্পানির সঙ্গে এক এবং একটি এনজিও সঙ্গে এক: যে পটভূমি দেওয়া, আমি অংশীদারিত্ব দুটি গবেষণা বর্ণনা করব.

চিত্র 4.16: পাস্তুর এর কোয়াড্রান্ট (স্টোকস (1997) থেকে ডুমুর 3.5 উপর ভিত্তি করে). বরং মৌলিক অথবা এটা উত্তম গবেষণার মনে হিসেবে ব্যবহার (বা না) এবং মৌলিক বুঝতে চাইছেন (বা না) দ্বারা অনুপ্রাণিত প্রয়োগ যেমন গবেষণার চিন্তা চেয়ে. যে উভয় ব্যবহার দ্বারা চালিত হয় এবং মৌলিক বুঝতে কামনা করা হয় গবেষণার একটি উদাহরণ এলকোহল যা রোগের জীবাণু তত্ত্ব হতে মধ্যে বীট গাছ রস রূপান্তর উপর পাস্তুর এর কাজ হল. এই ধরনের কাজ যে শ্রেষ্ঠ শক্তিশালী সঙ্গে অংশীদারির জন্য উপযুক্ত হয়. কাজের উদাহরণ ব্যবহার দ্বারা প্রেরণা কিন্তু যে মৌলিক বোঝার টমাস আলভা এডিসন থেকে আসা চাইতে না, এবং যে ব্যবহার দ্বারা না প্রেরণা কিন্তু যা হয় কাজের উদাহরণ নিল্স বোর থেকে আসা বুদ্ধি আলোচনা করা হয়েছে. এই কাঠামোর একটি পুঙ্খানুপুঙ্খ আলোচনা এবং এই ক্ষেত্রে প্রতিটি জন্য স্টোকস (1997) দেখুন.

চিত্র 4.16: পাস্তুর এর কোয়াড্রান্ট (থেকে ডুমুর 3.5 উপর ভিত্তি করে Stokes (1997) ). বরং যেমন হয় "মৌলিক" বা "প্রয়োগ" এটা উত্তম গবেষণার মনে হিসেবে ব্যবহার (বা না) এবং মৌলিক বুঝতে চাইছেন (বা না) দ্বারা অনুপ্রাণিত গবেষণার চিন্তা চেয়ে. যে উভয় ব্যবহার দ্বারা চালিত হয় এবং মৌলিক বুঝতে কামনা করা হয় গবেষণার একটি উদাহরণ এলকোহল যা রোগের জীবাণু তত্ত্ব হতে মধ্যে বীট গাছ রস রূপান্তর উপর পাস্তুর এর কাজ হল. এই ধরনের কাজ যে শ্রেষ্ঠ শক্তিশালী সঙ্গে অংশীদারির জন্য উপযুক্ত হয়. কাজের উদাহরণ ব্যবহার দ্বারা প্রেরণা কিন্তু যে মৌলিক বোঝার টমাস আলভা এডিসন থেকে আসা চাইতে না, এবং যে ব্যবহার দ্বারা না প্রেরণা কিন্তু যা হয় কাজের উদাহরণ নিল্স বোর থেকে আসা বুদ্ধি আলোচনা করা হয়েছে. দেখুন Stokes (1997) এই কাঠামো একটি পুঙ্খানুপুঙ্খ আলোচনা এবং এই ক্ষেত্রে প্রতিটি জন্য.

বড় কোম্পানি, বিশেষ করে কারিগরি কোম্পানি, জটিল পরীক্ষায় চলমান জন্য অবিশ্বাস্যভাবে অত্যাধুনিক পরিকাঠামো গড়ে তুলেছে. কারিগরি শিল্প, এই পরীক্ষায় প্রায়ই এ / বি পরীক্ষার বলা হয় (কারণ তারা দুই চিকিত্সা কার্যকারিতা পরীক্ষা: A এবং B). এই পরীক্ষায় ঘন ঘন হয় বিজ্ঞাপনে ক্লিক-থ্রু ক্রমবর্ধমান হার ভালো জিনিস জন্য চালানো, কিন্তু একই পরীক্ষামূলক পরিকাঠামো গবেষণার যে বৈজ্ঞানিক বোঝার অগ্রগতি জন্য ব্যবহার করা যেতে পারে. একটি উদাহরণ যে গবেষণা এই ধরনের সম্ভাব্য illustrates ভোটার উপর বিভিন্ন বার্তা প্রভাবের, ফেসবুক এবং ক্যালিফোর্নিয়া, সান দিয়েগো বিশ্ববিদ্যালয়ের গবেষকরা মধ্যে একটি অংশীদারিত্ব দ্বারা পরিচালিত একটি গবেষণা (Bond et al. 2012) .

2 নভেম্বর, 2010-মার্কিন কংগ্রেসসম্পর্কিত নির্বাচনে সব 61 মিলিয়ন ফেসবুক যারা মার্কিন বাস এবং 18 বছরের বেশি হয় ব্যবহারকারীদের দিন ভোটদান সম্পর্কে পরীক্ষা অংশ নেন. ফেসবুক পরিদর্শন করার পরে, ব্যবহারকারীরা এলোমেলোভাবে তিনটি এক গ্রুপ, যা নির্ধারিত কি ব্যানার (যদি থাকে) তাদের নিউজ ফিড (চিত্র 4.17) উপরের স্থাপন করা হয়েছিল মধ্যে নিযুক্ত করা হয়:

  • একটি নিয়ন্ত্রণ গ্রুপ.
  • একটি যোগ্য সঙ্গে ভোট সম্পর্কে একটি তথ্য বার্তা বাটন এবং একটি কাউন্টার (তথ্য) "আমি ভোট".
  • একটি যোগ্য সঙ্গে ভোট সম্পর্কে একটি তথ্য বার্তা "আমি ভোট" বাটন এবং একটি পাল্টা + নামগুলি এবং তাদের বন্ধুদের যারা ইতিমধ্যে "আমি ভোট" (তথ্য + সামাজিক) ক্লিক করা ছবি.

বন্ড এবং সহকর্মীদের চর্চিত দুটি প্রধান ফলাফলের: ভোট আচরণ এবং প্রকৃত ভোটিং আচরণ রিপোর্ট. প্রথমত, তারা দেখা যায় যে তথ্য + সামাজিক দলের মানুষ প্রায় 2 শতাংশ ছিল ক্লিক করুন তথ্য দলের মানুষ বেশি "আমি ভোট" (প্রায় 20% বনাম 18%). উপরন্তু, পরে গবেষকরা প্রায় 6 লাখ মানুষের জন্য সার্বজনীনরূপে উপলব্ধ ভোট রেকর্ডের সঙ্গে তাদের তথ্য মার্জ তাঁরা দেখলেন যে তথ্য + সামাজিক দলের মানুষ আরো আসলে নিয়ন্ত্রণ অবস্থায় মানুষ আর ভোট পড়ার সম্ভাবনা 0.39 শতাংশ ছিল এবং যে তথ্য দলের মানুষ ঠিক যেমন (চিত্র 4.17) নিয়ন্ত্রণ অবস্থায় মানুষ হিসাবে ভোট সম্ভবত.

চিত্র 4.17: ফেসবুকে একটি গেট-আউট-ভোট পরীক্ষা (. বন্ড এট 2012) থেকে ফলাফল. তথ্য গ্রুপ অংশগ্রহণকারীরা নিয়ন্ত্রণ অবস্থায় মানুষ হিসাবে একই হারে ভোট দিয়েছেন, কিন্তু তথ্য + সামাজিক দলের মানুষ সামান্য উচ্চ হারে ভোট. পানশালা আনুমানিক 95% আস্থা অন্তর প্রতিনিধিত্ব. গ্রাফে ফলাফল যাকে গবেষকরা ভোটিং রেকর্ড মেলে পারে জন্য প্রায় 6 মিলিয়ন অংশগ্রহণকারীদের অন্তর্ভুক্ত.

চিত্র 4.17: ফেসবুকে একটি গেট-আউট-ভোট পরীক্ষা থেকে ফলাফল (Bond et al. 2012) . তথ্য গ্রুপ অংশগ্রহণকারীরা নিয়ন্ত্রণ অবস্থায় মানুষ হিসাবে একই হারে ভোট দিয়েছেন, কিন্তু তথ্য + সামাজিক দলের মানুষ সামান্য উচ্চ হারে ভোট. পানশালা আনুমানিক 95% আস্থা অন্তর প্রতিনিধিত্ব. গ্রাফে ফলাফল যাকে গবেষকরা ভোটিং রেকর্ড মেলে পারে জন্য প্রায় 6 মিলিয়ন অংশগ্রহণকারীদের অন্তর্ভুক্ত.

এই পরীক্ষা দেখায় যে কিছু অনলাইন পেতে আউট-ভোট বার্তা অন্যদের তুলনায় বেশি কার্যকর হয়, এবং এটা দেখায় যে একটি চিকিত্সা কার্যকারিতা গবেষক এর অনুমান কিনা তারা রিপোর্ট বা প্রকৃত আচরণ অধ্যয়ন উপর নির্ভর করতে পারেন. এই পরীক্ষা দুর্ভাগ্যবশত প্রক্রিয়া সম্পর্কে কোন সংকেত সনাক্ত করুন অফার করে না সামাজিক তথ্য-যা কিছু গবেষক খেলাচ্ছলে একটি "মুখ গাদা" -increased ভোটিং ডেকেছি, যার মাধ্যমে. এটা হতে পারে যে সামাজিক তথ্য সম্ভাব্যতা বেড়ে যে কেউ ব্যানার খেয়াল অথবা এটি সম্ভাব্যতা যে কেউ ব্যানার আসলে খেয়াল ভোট বা উভয় বৃদ্ধি করে. সুতরাং, এই গবেষণা আরও গবেষক সম্ভবত অন্বেষণ করবে একটি আকর্ষণীয় গবেষনার উপলব্ধ (যেমন দেখুন, Bakshy, Eckles, et al. (2012) ).

গবেষকরা লক্ষ্য আগুয়ান ছাড়াও, এই পরীক্ষা এছাড়াও সহযোগী সংস্থা (ফেসবুক) লক্ষ্য উন্নত. আপনি আচরণ সাবান কেনার ভোট থেকে চর্চিত পরিবর্তন, তাহলে আপনি দেখতে পারেন অধ্যয়ন একটি পরীক্ষা অনলাইন বিজ্ঞাপনের প্রভাব পরিমাপ হিসেবে সঠিক একই স্ট্রাকচার (দেখতে যেমন, Lewis and Rao (2015) ). এই বিজ্ঞাপন কার্যকারিতা অধ্যয়ন প্রায়শই অনলাইন বিজ্ঞাপন-ইন চিকিত্সা এক্সপোজার প্রভাব পরিমাপ Bond et al. (2012) মূলত ভোট অন অফলাইন আচরণের জন্য বিজ্ঞাপন আছে. সুতরাং, এই গবেষণায় অনলাইন বিজ্ঞাপনের কার্যকারিতা অধ্যয়ন ফেসবুক এর ক্ষমতা আগাম পারে এবং সাহায্য করতে পারে ফেসবুক সম্ভাব্য বিজ্ঞাপনদাতাদের যে ফেসবুক বিজ্ঞাপন কার্যকর হয় সন্তুষ্ট.

যদিও গবেষক এবং অংশীদারদের স্বার্থ বেশিরভাগ এই গবেষণায় প্রান্তিককৃত হয়, তারাও আংশিকভাবে টান ছিল. বিশেষ করে, এর তিনটি শর্ত-নিয়ন্ত্রণ, তথ্য, এবং তথ্য + সামাজিক হয়েছিল এইসা ভারসাম্যহীন অংশগ্রহণকারীদের বরাদ্দ: নমুনা 98% তথ্য + সামাজিক দায়িত্ব দেওয়া হয়. এই imbalanced বরাদ্দ পরিসংখ্যানগত অদক্ষ ও গবেষকদের জন্য একটি অনেক ভালো বরাদ্দ প্রতিটি গ্রুপের অংশগ্রহণকারীদের 1/3 হয়ে যেত. কিন্তু, কারণ ফেসবুকে তথ্য + সামাজিক চিকিত্সা গ্রহণ করতে সবাই চেয়েছিলেন imbalanced বরাদ্দ ঘটেছে. সৌভাগ্যবসত, গবেষকরা তাদের বিশ্বাস ফিরে একটি সংশ্লিষ্ট চিকিত্সা এবং অংশগ্রহণকারীদের 1% একটি নিয়ন্ত্রণ গ্রুপ জন্য 1% রাখা. নিয়ন্ত্রণ গ্রুপ ছাড়া এটা মূলত অসম্ভব হত তথ্য + সামাজিক চিকিত্সার প্রভাব পরিমাপ করতে, কারণ এটি একটি "হতবুদ্ধি করা এবং পালন" পরীক্ষা বদলে একটি এলোমেলোভাবে নিয়ন্ত্রিত পরীক্ষা হতো. এই উদাহরণটি অংশীদারদের সঙ্গে কাজ করার জন্য একটি মূল্যবান ব্যবহারিক শিক্ষা প্রদান করে: কখনও কখনও আপনি (অর্থাৎ, একটি নিয়ন্ত্রণ গ্রুপ তৈরি করা) কেউ বিশ্বাসী একটি চিকিত্সা প্রদান করার জন্য এবং কখনও কখনও যদি আপনি কাউকে একটি চিকিত্সা প্রদান করা না বিশ্বাসী দ্বারা একটি পরীক্ষা তৈরি দ্বারা একটি পরীক্ষা তৈরি.

পার্টনারশিপ সবসময় অংশগ্রহণকারীদের লক্ষ লক্ষ সঙ্গে কারিগরি কোম্পানি এবং এ / বি পরীক্ষার জড়িত করার দরকার হয় না. উদাহরণস্বরূপ, আলেকজান্ডার Coppock, অ্যান্ড্রু অনুমান, এবং জন Ternovski (2016) সামাজিক সংহতি তুলে ধরার জন্য পরীক্ষায় পরীক্ষার বিভিন্ন কৌশল চালানো একটি পরিবেশগত এনজিও (কনজারভেশন ভোটার লীগ) সঙ্গে যৌথভাবে কাজ. গবেষকরা উভয় পাবলিক টুইট এবং ব্যক্তিগত সরাসরি বার্তা যে পরিচয়ের প্রধান বিভিন্ন ধরনের চেষ্টা আউট পাঠাতে এনজিও এর টুইটার অ্যাকাউন্ট ব্যবহার. গবেষকরা তারপর মাপা যা এই ব্লগ বার্তাটি কোড অফ মানুষ উৎসাহিত একটি পিটিশন এবং একটি পিটিশন সম্পর্কে পুন তথ্য সাইন ইন করার জন্য সবচেয়ে কার্যকর ছিল.

ছক 4.3: গবেষণার উদাহরণ যে গবেষক এবং প্রতিষ্ঠানের মধ্যে অংশীদারিত্ব মাধ্যমে আসে. কিছু ক্ষেত্রে, গবেষক প্রতিষ্ঠান কাজ.
বিষয় তলব
ফেসবুক নিউজের প্রভাব ভাগ তথ্য ফীড Bakshy, Rosenn, et al. (2012)
অনলাইন ডেটিং ওয়েবসাইটে আচরণের উপর আংশিক অপ্রকাশিতনামা ইফেক্ট Bapna et al. (2016)
হোম শক্তি প্রভাব বিদ্যুৎ ব্যবহারের উপর প্রতিবেদন Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
ভাইরাল বিস্তার উপর অ্যাপ্লিকেশন নকশা প্রভাব Aral and Walker (2011)
আশ্লেষ উপর প্রক্রিয়া ছড়িয়ে প্রভাব Taylor, Bakshy, and Aral (2013)
বিজ্ঞাপনে সামাজিক তথ্য প্রভাব Bakshy, Eckles, et al. (2012)
গ্রাহকদের জন্য বিভিন্ন ধরনের ক্যাটালগ মাধ্যমে এবং বিক্রয় উপর ক্যাটালগ ফ্রিকোয়েন্সি প্রভাব অনলাইন Simester et al. (2009)
সম্ভাব্য কাজ অ্যাপ্লিকেশনের উপর জনপ্রিয়তা তথ্য প্রভাব Gee (2015)
জনপ্রিয়তার উপর প্রাথমিক রেটিং প্রভাব Muchnik, Aral, and Taylor (2013)
রাজনৈতিক সংহতি বার্তা বিষয়বস্তু প্রভাব Coppock, Guess, and Ternovski (2016)

সামগ্রিকভাবে, শক্তিশালী সঙ্গে অংশীদার আপনি একটি স্কেল যে অন্যথায় কি কঠিন এ কাজ করা সম্ভব, এবং ছক 4.3 গবেষক এবং প্রতিষ্ঠানের মধ্যে অংশীদারিত্ব অন্যান্য উদাহরণ প্রদান করে. অংশিদারীত্বে আপনার নিজের পরীক্ষা নির্মাণের চেয়ে অনেক সহজ হতে পারে. কিন্তু, এই সুবিধা অসুবিধা নিয়ে আসা: অংশীদারী অংশগ্রহণকারীদের, চিকিত্সা, এবং ফলাফল যে আপনি অধ্যয়ন করতে পারেন ধরণের সীমিত করতে পারে. উপরন্তু, এই অংশীদারিত্ব নৈতিক চ্যালেঞ্জ হতে পারে. একটি অংশীদারিত্ব জন্য একটি সুযোগ স্পট করার সবচেয়ে ভালো উপায় একটি বাস্তব সমস্যা যে আপনি যখন আপনি মজার বিজ্ঞান করছেন সমাধান করতে লক্ষ্য করা হয়. আপনি বিশ্বের দিকে তাকিয়ে এই পদ্ধতি ব্যবহার করা হয়, তাহলে এটি পাস্তুর এর কোয়াড্রান্ট সমস্যা ধরা কঠিন হতে পারে, কিন্তু অনুশীলন সঙ্গে, আপনি তাদের আরো এবং আরো লক্ষ্য করা শুরু করব.