4.5.1.1 Käytä olemassa ympäristöissä

Voit suorittaa kokeita sisällä nykyisten ympäristöissä, usein ilman koodausta tai kumppanuutta.

Logistisesti helpoin tapa tehdä digitaalisia kokeissa on päällekkäin kokeilun päälle olemassa ympäristö, jonka avulla voit käyttää digitaalista kenttäkokeessa. Nämä kokeet voidaan suorittaa kohtuullisen suuren mittakaavan eivätkä vaadi yhteistyössä jonkin yrityksen tai laaja ohjelmistokehitystä.

Esimerkiksi Jennifer Doleac ja Luke Stein (2013) käytti verkossa markkinapaikka (esim Craigslist) ja kokeilun, joka mittasi rotusyrjintä. Doleac ja Stein mainostettu tuhansia iPodeja, ja systemaattisesti vaihtelemalla ominaisuudet myyjä, he pystyivät tutkimaan Rodun vaikutusta liiketoimet. Edelleen Doleac ja Stein käytetty mittakaava niiden kokeilu arvioida milloin vaikutus on suurempi (heterogeenisyys hoidon vaikutukset) ja tarjota joitakin ajatuksia siitä, miksi vaikutus saattaa ilmetä (mekanismeja).

Ennen tutkimuksen Doleac ja Stein, oli ollut kaksi päälinjaa kokeellisesti mittaamalla syrjintää. Vastaten tutkimuksissa tutkijat luoda jatkuu olemattomista ihmiset eri rotujen ja käyttää näitä ansioluetteloita esimerkiksi hakea eri tehtäviin. Bertrand ja Mullainathan n (2004) paperin kanssa ikimuistoinen otsikko "Ovatko Emily ja Greg työllistettävyytensä Than Lakisha ja Jamal? Kenttäyksikkösopimus Experiment työmarkkinatuesta Syrjintä "on loistava esimerkki kirjeenvaihtoa tutkimus. Kirjeenvaihto tutkimukset ovat suhteellisen alhaiset kustannukset per havainto, joka mahdollistaa yksittäisen tutkijan kerätä tuhansia havaintoja tyypillisessä tutkimuksessa. Mutta, vastaavuus tutkimukset rotusyrjintä on kyseenalaistettu, koska nimet mahdollisesti signaali monia asioita lisäksi rodun hakijan. Eli nimiä kuten Greg, Emily, Lakisha, ja Jamal voi signaali yhteiskunnallisen luokan lisäksi rotuun. Siten mitään eroa hoitoa jatkuu Greg n ja Jamalin saattaa johtua yli oletettu rodun erot hakijoiden. Audit tutkimukset, toisaalta, liittyy palkata toimijoita eri rotujen hakea henkilökohtaisesti työpaikkaa. Vaikka tarkastuksen tutkimuksissa selvä viesti Hakijan rodun, ne ovat erittäin kalliita per havainto, mikä tarkoittaa, että ne yleensä vain satoja havaintoja.

Heidän digitaalinen kenttäkokeessa, Doleac ja Stein pystyivät luomaan houkutteleva hybridi. He pystyivät keräämään tietoja suhteellisen alhaisin kustannuksin per havainto-johtaen tuhansia havaintoja (kuten vastaavuus tutkimus) -ja he pystyivät viestittää race käyttäen valokuvien-johti kirkkaaseen uncounfounded signaali rodun (kuten tarkastuksen tutkimuksessa ). Siten verkkoympäristössä joskus avulla tutkijat voivat luoda uusia hoitoja, jotka ovat ominaisuuksia, joita on vaikea rakentaa toisin.

IPod ilmoitus Doleac ja Stein vaihtelivat pitkin kolmitahoisesti. Ensinnäkin ne vaihtelivat ominaisuudet myyjä, joka viestii käden valokuvataan pitämällä iPod [valkoinen, musta, valkoinen tatuointi] (kuva 4.12). Toiseksi, ne vaihtelivat lähtöhinta [$ 90 $ 110, $ 130] sisältyvän. Kolmanneksi ne vaihtelivat laatua mainostekstissä [laadukasta ja heikkolaatuista (esim arvo virheitä ja spelin virheet)]. Niinpä kirjoittajat oli 3 x 3 x 2 muotoilu, joka otettiin käyttöön yli yli 300 paikallisten markkinoiden välillä kaupungeissa (esim Kokomo, IN ja North Platte, NE) ja mega-kaupunkien (esim New York ja Los Angeles).

Kuva 4.12: Kädet käytetyt kokeen Doleac ja Stein (2013). iPodit myytiin myyjien erilaiset ominaisuudet syrjinnän mittaamiseksi online markkinoilla.

Kuva 4.12: Kädet käytetyt kokeen Doleac and Stein (2013) . iPodit myytiin myyjien erilaiset ominaisuudet syrjinnän mittaamiseksi online markkinoilla.

Keskimäärin kaikissa olosuhteissa, tulokset olivat paremmat, että valkoisen myyjän kuin musta myyjä, jolla on tatuoitu myyjä ottaa välituloksia. Esimerkiksi valkoinen myyjät saivat enemmän tarjouksia ja oli korkeampi lopullinen myyntihinnat. Näiden keskimääräinen vaikutuksia, Doleac ja Stein arvioitu heterogeenisyys vaikutuksia. Esimerkiksi yksi ennuste aikaisempien teoria on, että syrjintä olisi vähemmän markkinoilla, jotka ovat kilpailukykyisiä. Käyttäen tarjousten määrä saatu proxy kilpailu, havaitsivat, että musta myyjät todellakin saada huonompi tarjouksia markkinoihin, joilla on vähäinen kilpailu. Edelleen vertaamalla tuloksia varten mainoksia laadukkaita ja heikkolaatuista tekstiä, Doleac ja Stein totesi, että mainosten laatu ei vaikuta heikompia musta ja tatuoituja myyjät. Lopuksi, hyödyntää sitä, että mainokset sijoitettiin yli 300 markkinoilla, kirjoittajat toteavat, että mustat myyjät ovat epäedullisessa asemassa kaupungeissa korkea rikollisuus ja korkea asuin eriytymistä. Mikään näistä tulokset antavat meille tarkka käsitys, miksi musta myyjät ollut pahemmin, mutta yhdistettynä tuloksiin muiden tutkimusten, he voivat alkaa ilmoittaa teorioita syitä rotusyrjintää erityyppisissä liiketoimet.

Toinen esimerkki, joka osoittaa tutkijoiden valmiuksiin suorittaa digitaalisen kenttäkokeissa olemassa oleviin järjestelmiin on tutkimuksen Arnout van de Rijt ja työtovereiden (2014) on avain menestykseen. Monissa elämän, näennäisesti samanlainen ihmiset päätyvät hyvin erilaisiin tuloksiin. Yksi mahdollinen selitys tälle rakenteessa on, että pieni-ja olennaisesti satunnainen-edut voivat lukita-in ja kasvaa ajan mittaan, prosessi, joka tutkijat kutsuvat kumulatiivinen etu. Sen määrittämiseksi, onko pieni alkumenestyksen lukko-tai kuihtuu, van de Rijt ja työtovereiden (2014) puuttui neljään eri järjestelmiin bestowing menestys satunnaisesti valittujen osanottajien, ja sitten mitataan pitkän aikavälin vaikutuksia tämän mielivaltaisen menestyksen.

Tarkemmin, van de Rijt ja työtovereiden 1) lupasi rahaa satunnaisesti valittujen hankkeiden kickstarter.com , eli Crowdfunding sivusto; 2) positiivisesti arvioivat satunnaisesti valittu katsauksia sivustolla Epinions ; 3) antoi palkintoja satunnaisesti valitun avustajat Wikipedia ; ja 4) allekirjoitetun satunnaisesti valittu vetoomuksia change.org . Tutkijat havaitsivat hyvin samanlaisia ​​tuloksia kaikissa neljässä järjestelmät: kussakin tapauksessa, osallistujia, jotka satunnaistettiin annettiin joitain varhaisia ​​menestys lähti enemmän myöhemmin menestystä kuin niiden muuten täysin mahdoton ikäisensä (kuva 4.13). Se seikka, että sama kuvio ilmestyi monia järjestelmiä lisää ulkoisen ovatko nämä tuloksia, koska se vähentää mahdollisuutta, että tämä kuvio on artefakti mitään erityistä järjestelmää.

Kuva 4.13: Pitkän aikavälin vaikutuksia satunnaisesti suonut menestystä neljässä eri sosiaalisia järjestelmiä. Arnout van de Rijt ja työtovereiden (2014) 1) lupasi rahaa satunnaisesti valittujen hankkeiden kickstarter.com, eli Crowdfunding sivusto; 2) positiivisesti arvioivat satunnaisesti valittu katsauksia sivustolla Epinions; 3) antoi palkintoja satunnaisesti valitun avustajat Wikipedia; ja 4) allekirjoitetun satunnaisesti valittu vetoomuksia change.org.

Kuva 4.13: Pitkän aikavälin vaikutuksia satunnaisesti suonut menestystä neljässä eri sosiaalisia järjestelmiä. Arnout van de Rijt ja työtovereiden (2014) 1) lupasi rahaa satunnaisesti valittujen hankkeiden kickstarter.com , eli Crowdfunding sivusto; 2) positiivisesti arvioivat satunnaisesti valittu katsauksia sivustolla Epinions ; 3) antoi palkintoja satunnaisesti valitun avustajat Wikipedia ; ja 4) allekirjoitetun satunnaisesti valittu vetoomuksia change.org .

Yhdessä nämä kaksi esimerkkiä osoittavat, että tutkijat voivat suorittaa digitaalisten kenttäkokeissa tarvitsematta kumppani yrityksille tai tarve rakentaa monimutkaisten digitaalisten järjestelmien. Edelleen, Taulukko 4.2 tarjoaa entistä enemmän esimerkkejä, jotka osoittavat välillä, mikä on mahdollista, kun tutkijat käyttävät infrastruktuuria nykyisten järjestelmien antamatta hoitoa ja / tai toimenpiteen tuloksia. Nämä kokeet ovat suhteellisen halpoja tutkijoiden ja ne tarjoavat korkean realismia. Mutta nämä kokeet tarjoavat tutkijoille rajoitetusti valvoa osallistujille, hoitoja, ja tuloksia voidaan mitata. Edelleen kokeissa tapahtuu vain yhdessä järjestelmässä, tutkijoiden on olla huolissaan siitä, että vaikutukset voivat ohjaavat laitekohtaisia ​​dynamiikka (esim tavalla Kickstarter riveissä projekteja tai että change.org sijoittuu vetoomukset, lisätietoja, nähdä keskustelua algoritmisesta sekoittavia luvussa 2). Lopuksi, kun tutkijat puuttua toimivat järjestelmät, hankala eettiset kysymykset nousevat noin mahdolliset haitat osallistujille, kuin osallistujat, ja järjestelmiä. Pohdimme näitä eettisiä kysymyksiä tarkemmin luvussa 6, ja on erinomainen keskustelu niistä lisäyksen van de Rijt (2014) . Kompromisseja, jotka tulevat työskentelevät nykyistä järjestelmää eivät ole ihanteellisia jokainen hanke, ja siksi jotkut tutkijat rakentaa omaa kokeellinen järjestelmä, aihe seuraavassa jaksossa.

Taulukko 4.2: Esimerkkejä kokeiluja olemassa oleviin järjestelmiin. Nämä kokeet näyttävät jakautuvat kolmeen pääryhmään, ja tämä luokittelu voi auttaa huomaat lisämahdollisuuksia omaa tutkimusta. Ensinnäkin on olemassa kokeiluja, joihin kuuluu myydä tai ostaa jotain (esim Doleac and Stein (2013) ). Toiseksi on kokeita, joihin sisältyy tuottaa hoitoa tiettyihin osallistujille (esim Restivo and Rijt (2012) ). Lopuksi on kokeita, joissa antaneet hoidot tiettyihin esineiden kuten vetoomuksia (esim Vaillant et al. (2015) ).
Aihe lainaus
Vaikutus barnstars osuuksista Wikipedian Restivo and Rijt (2012) , Restivo and Rijt (2014) ; Rijt et al. (2014)
Effect of anti-häirintä viesti rasistista tweets Munger (2016)
Vaikutus huutokauppa menetelmällä myyntihinta Lucking-Reiley (1999)
Vaikutus maine hinnan nettihuutokaupoissa Resnick et al. (2006)
Vaikutus rodun myyjän myynnistä baseball-kortteja eBayssa Ayres, Banaji, and Jolls (2015)
Vaikutus rodun myyjän myynnistä iPodeja Doleac and Stein (2013)
Vaikutus rodun asiakas Airbnb asunnot Edelman, Luca, and Svirsky (2016)
Vaikutus lahjoituksia onnistumisesta hankkeiden Kickstarter Rijt et al. (2014)
Vaikutus rodun ja etnisen alkuperän asuntojen vuokrat Hogan and Berry (2011)
Vaikutus positiivinen rating tulevia luokitukset Epinions Rijt et al. (2014)
Vaikutus allekirjoituksia menestys vetoomusten Vaillant et al. (2015) ; Rijt et al. (2014)