4.5.2 partnera sa snažnim

Partnerstvo može smanjiti troškove i povećati razmjera, ali može mijenjati vrste učesnika, tretmani, i rezultati koje možete koristiti.

Alternativa to radi sebe je u partnerstvu sa snažnim organizacije kao što je kompanija, vlada, ili nevladine organizacije. Prednost rada sa partnerom je da oni mogu vam omogućiti da pokrenete eksperimente da jednostavno ne možete učiniti sami. Na primjer, jedan od eksperimenata koje ću vam reći o nastavku uključeni 61 milion učesnika; nijedan pojedinac istraživač može postići da vaga. U isto vrijeme da partnerstvo povećava ono što možete učiniti, to također, istovremeno, ograničava vas. Na primjer, većina kompanija neće vam omogućiti da pokrenete eksperiment koji bi mogao ugroziti njihov posao ili njihov ugled. Rad sa partnerima također znači da, kada dođe vrijeme da se objavi, možete doći pod pritiskom da "re-frame" rezultate, a neki partneri možda čak i pokušati da blokira objavljivanje svog rada, ako to čini da izgledaju loše. Konačno, u partnerstvu također dolazi sa troškovima koji se odnose na razvoj i održavanje ove saradnje.

Jezgra izazov koji se mora riješiti da bi ova partnerstva uspješan je pronalaženje načina da se uravnoteži interese obe strane, i koristan način razmišljanja o tome balans je Pasteur je kvadrantu (Stokes 1997) . Mnogi istraživači smatraju da ako oni rade na nešto praktično-nešto što bi moglo biti od interesa za partnera-onda ne mogu raditi prava nauka. Ovaj način razmišljanja će ga učiniti vrlo teško stvoriti uspješan partnerstva, a to se dešava da bude potpuno u pravu. Problem sa ovaj način razmišljanja je predivno ilustruje istraživanja put-razbijanje od biolog Louis Pasteur. Dok je radio na komercijalnoj fermentacije projekt pretvoriti sok repe u alkohol, Pasteur otkrio novu klasu mikroorganizma koji je na kraju dovelo do teorije klica bolesti. Ovo otkriće riješeno vrlo praktičan problem-to pomoglo poboljšati proces fermentacije-a dovesti do velikih naučnih unaprijed. Stoga, umjesto da razmišlja o istraživanju s praktičnim aplikacijama kao u sukobu sa istinskim naučna istraživanja, bolje je da ova kao dva odvojena dimenzije. Istraživanje može biti motivisano upotrebu (ili ne) i istraživanja mogu tražiti temeljnih razumijevanje (ili ne). Kritički, neka istraživanja poput Pasteur's-može biti motiviran korištenja i traže osnovnih razumijevanja (Slika 4.16). Istraživanja u Pasteur je kvadrantu-istraživanja koja sama po sebi napreduje dva gola-je idealan za saradnju između istraživača i partnera. S obzirom da u pozadini, ja ću opisati dvije eksperimentalne studije sa partnerstva: jedan sa kompanijom i jedan sa NVO.

Slika 4.16: Pasteur je kvadrantu (na osnovu slika 3.5 iz Stokes (1997)). Bolje nego da mislim istraživanja ili kao osnovni ili primjenjuje bolje je da istraživanja kao motivisano upotrebu (ili ne) i traže temeljnih razumijevanje (ili ne). Primer istraživanja da su se motivisan korištenja i traži temeljnih razumijevanje je Pasteur rad o konverziji sok repe u alkohol što je dovelo do teorije klica bolesti. To je vrsta posla koji je najbolje odgovara za partnerstvo sa moćnim. Primjeri rada motivisan upotrebi, ali da ne traži temeljnih razumijevanje dolazi iz Thomas Edison, i primjere rada koji se ne motivisan upotrebi, ali koja traži razumijevanje dolaze iz Niels Bohr. Vidi Stokes (1997) za detaljniju raspravu ovog okvira i svaki od ovih slučajeva.

Slika 4.16: Pasteur je kvadrantu (na osnovu slika 3.5 iz Stokes (1997) ). Bolje nego da mislim istraživanja ili kao "osnovni" ili "primjenjuje" bolje je da istraživanja kao motivisano upotrebu (ili ne) i traže temeljnih razumijevanje (ili ne). Primer istraživanja da su se motivisan korištenja i traži temeljnih razumijevanje je Pasteur rad o konverziji sok repe u alkohol što je dovelo do teorije klica bolesti. To je vrsta posla koji je najbolje odgovara za partnerstvo sa moćnim. Primjeri rada motivisan upotrebi, ali da ne traži temeljnih razumijevanje dolazi iz Thomas Edison, i primjere rada koji se ne motivisan upotrebi, ali koja traži razumijevanje dolaze iz Niels Bohr. Vidi Stokes (1997) za detaljniju raspravu ovog okvira i svaki od ovih slučajeva.

Velike kompanije, posebno tehnološke kompanije, razvili su izuzetno sofisticirane infrastrukture za pokretanje složenih eksperimenata. U tehnološkoj industriji, ovi eksperimenti su često nazivaju / B testovi A (jer su testirali efikasnost dva tretmana: A i B). Ovi eksperimenti su često vodi za stvari kao što su povećanje kliknite-kroz stopa na oglase, ali isto eksperimentalni infrastruktura se može koristiti za istraživanja koja napreduje naučno razumijevanje. Primjer koji pokazuje potencijal ove vrste istraživanja je studija koju je partnerstvo između istraživača na Facebook-u i na University of California, San Diego, o efektima različitih poruka na odziv birača (Bond et al. 2012) .

2. novembra 2010. do dan-svim izborima 61 milion korisnika Facebooka američkog Kongresa koji žive u SAD-u i preko 18 su učestvovali u eksperimentu o glasanju. Nakon obilaska Facebook, korisnici su nasumično dodijeljen u jednu od tri grupe, kojom je utvrđeno šta banner (ako ih ima) je postavljen na vrhu njihove News Feed (Slika 4.17):

  • kontrolnu grupu.
  • informativna poruka o glasanje sa kliknuti "Glasao sam" gumb i kontra (info).
  • informativna poruka o glasanje sa kliknuti "Glasao sam" gumb i kontra + imena i slike svojih prijatelja koji su već kliknuli na "sam glasao" (info + društvene).

Bond i kolege proučavali dva glavna rezultata: izvijestio glasa ponašanje i stvarno glasanje ponašanje. Prvo, otkrili su da ljudi u info + društvene grupe su češće nego ljudi u info grupe da kliknete oko 2 procentna poena "Glasao sam" (oko 20% vs 18%). Nadalje, nakon što su istraživači spojila svoje podatke sa javno dostupnim evidenciju o glasanju za oko 6 miliona ljudi su otkrili da ljudi u info + društvene grupe bili su 0,39 odsto više šanse da zapravo glasati nego ljudi u kontroli stanje i da su ljudi u Info Group baš kao što vjerovatno da glasaju kao ljudi u kontroli stanje (Slika 4.17).

Slika 4.17: Rezultati od get-out-the-glasanje eksperiment na Facebook (Bond i drugi 2012. godine.). Učesnici u Info Group glasali po istoj stopi kao ljudi u kontroli stanju, ali ljudi u info + društvena grupa glasao na nešto višoj stopi. Barovi predstavljaju procjenjuje 95% intervala pouzdanosti. Rezultati u grafikonu uključuju 6 ​​miliona učesnika za koje istraživači mogli odgovarati na glasanje Records.

Slika 4.17: Rezultati od get-out-the-glasanje eksperiment na Facebook (Bond et al. 2012) . Učesnici u Info Group glasali po istoj stopi kao ljudi u kontroli stanju, ali ljudi u info + društvena grupa glasao na nešto višoj stopi. Barovi predstavljaju procjenjuje 95% intervala pouzdanosti. Rezultati u grafikonu uključuju 6 ​​miliona učesnika za koje istraživači mogli odgovarati na glasanje Records.

Ovaj eksperiment pokazuje da su neke online get-out-the-glasanje poruke su efikasniji od drugih, a to pokazuje da je procjena istraživača efikasnosti tretmana može zavisiti od toga da li su studiji ili stvarnog ponašanja. Ovaj eksperiment, nažalost, ne nudi nikakve naznake o mehanizmima preko kojih društvenih informacija koje neki istraživači su šaljivo nazvao "face gomilu" -povećanje glasanje. Moglo bi biti da su društvene informacije povećava vjerojatnost da je neko primijetio zastavu ili da se povećava vjerojatnost da neko ko primetio zastavu zapravo glasali ili oboje. Stoga, ovaj eksperiment daje zanimljiv nalaz koji će dodatno istraživač vjerojatno istražiti (vidi npr, Bakshy, Eckles, et al. (2012) ).

Pored unapređenja ciljeva istraživača, ovaj eksperiment i napredne cilj partnerske organizacije (Facebook) je. Ako promijenite ponašanje studirao od glasanja do kupovine sapuna, onda se vidi da je studija ima istu strukturu kao eksperiment za mjerenje efekta online oglasa (vidi npr, Lewis and Rao (2015) ). Ove studije oglas efikasnost često mjeriti učinak izloženosti online oglasi-tretmana u Bond et al. (2012) su u osnovi oglasa za glasanje na mreži ponašanje. Stoga, ova studija mogla napredovati sposobnost Facebook za proučavanje učinkovitost online oglasa i može pomoći Facebook uvjeriti potencijalne oglašivače da Facebook oglasi su efikasni.

Iako je interes istraživača i partneri su uglavnom usklađeni u ovoj studiji, oni su također djelomično u napetosti. Konkretno, raspodjelu učesnika tri uslova za kontrolu, informacije, a informacije + socijalno-je strahovito neuravnotežena: 98% ispitanika je dobio info + društvene. Ovo neuravnotežen alokacija je neefikasan statistički, i mnogo bolje alokacije za istraživače bi bio 1/3 učesnika u svakoj grupi. Ali, nejednaku raspodjelu dogodilo jer Facebook je želio da svi dobiju info + socijalni tretman. Srećom, istraživači su ih uvjerili da zadrži 1% za povezane tretman i 1% učesnika za kontrolne grupe. Bez kontrolne grupe da bi bilo u osnovi nemoguće izmjeriti efekat info + socijalni tretman, jer bi to bilo "remete i posmatrati" eksperiment, nego randomizirane kontrolne eksperiment. Ovaj primjer daje vrijedne praktične lekcije za rad sa partnerima: ponekad kreirate eksperiment uvjeravanjem nekoga da dostavi tretman i ponekad napravite eksperiment uvjeravanjem neko ne dostavi tretman (tj, da se stvori kontrolne grupe).

Partnerstvo ne mora uvijek trebaju uključiti tehnološke kompanije i A / B testovi s milijunima učesnika. Na primjer, Alexander Coppock, Andrew Guess, i John Ternovski (2016) u partnerstvu sa NVO okoliša (Liga Conservation birača) za pokretanje ispitivanja eksperimente različite strategije za promociju društvene mobilizacije. Istraživači su koristili Twitter račun NVO-a da pošalje i javne tweetove i privatne direktne poruke koje je pokušao da premijer različite vrste identiteta. Istraživači su zatim mjeriti koja od tih poruka su najefikasniji za podsticanje ljudi da potpišu peticiju i retweet informacija o peticiji.

Tabela 4.3: Primjeri istraživanja koja dolazi kroz partnerstvo između istraživača i organizacija. U nekim slučajevima, istraživači rade na organizacija.
tema citiranje
Utjecaj Facebook News Feed na razmjenu informacija Bakshy, Rosenn, et al. (2012)
Utjecaj parcijalne anonimnosti na ponašanje na online dating web stranice Bapna et al. (2016)
Utjecaj Home Energy Izvještaji o korištenju električne energije Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
Utjecaj dizajna aplikacije na virusnog širenja Aral and Walker (2011)
Utjecaj širenja mehanizma na difuziju Taylor, Bakshy, and Aral (2013)
Utjecaj socijalnih informacija u oglasima Bakshy, Eckles, et al. (2012)
Utjecaj katalog frekvencije na prodaju preko kataloga i online za različite vrste kupaca Simester et al. (2009)
Utjecaj informacija popularnosti o potencijalnim prijava za posao Gee (2015)
Utjecaj početnih rejting popularnosti Muchnik, Aral, and Taylor (2013)
Utjecaj sadržaja poruke na političku mobilizaciju Coppock, Guess, and Ternovski (2016)

Sve u svemu, u partnerstvu sa snažnim omogućava da radite na skali koja je teško učiniti na drugi način, i Tabela 4.3 daje drugi primjeri partnerstva između istraživača i organizacija. Partnerstvo može biti mnogo lakše nego gradi svoj eksperiment. Ali, ove prednosti dolaze sa manama: partnerstvo može ograničiti vrste učesnika, tretmana, a rezultati koje možete studirati. Nadalje, ova partnerstva mogu dovesti do etičke izazove. Najbolji način da se uoče priliku za partnerstvo je primjetiti pravi problem koji možete riješiti dok radite zanimljiv nauke. Ako se ne koristi na ovaj način gledanja na svijet, to može biti teško uočiti probleme u Pasteur je kvadrantu, ali sa praksom, počet ćete primjetiti da ih sve više i više.