4.6.1 Create zero fariabele kosten gegevens

De kaai nei running grutte eksperiminten is ride jo fariabele kosten oan nul. De bêste manieren te dwaan dit binne automatisearring en it ûntwerpen fan noflik eksperiminten.

Digitale eksperiminten kinne hawwe dramatysk ferskillende kosten struktueren en dat stelt ûndersikers te rinne eksperiminten dy't ûnmooglik yn it ferline. Mear spesifyk, eksperiminten algemien hawwe twa wichtichste soarten kosten: fêste kosten en feroarlike kosten. Fêst kosten binne kosten dy't net feroarje ôfhinklik fan hoefolle dielnimmers jo hawwe. Bygelyks, yn in lab eksperimint, fêste kosten soe wêze de kosten fan it hieren fan de romte en it keapjen meubels. Variable kosten, oan 'e oare kant, feroarje ôfhinklik fan hoefolle dielnimmers jo hawwe. Bygelyks, yn in lab eksperimint, feroarlike kosten kinne komme út beteljen personiel en dielnimmers. Yn it algemien, analoge eksperiminten hawwe lege fêste kosten en hege fariabele kosten, en digitale eksperiminten hawwe hege fêste kosten en lege fariabele kosten (Figure 4,18). Mei passende ûntwerp, kinne jo ride de fariabele kosten fan jo eksperimint al de wei nei nul, en dit kin kreëarje spannend ûndersyk kânsen.

Figuer 4,18: Skematyske fan kosten struktueren yn analoge en digitale eksperiminten. Yn it algemien, analoge eksperiminten hawwe lege fêste kosten en heech fariabele kosten wylst digitale eksperiminten hawwe hege fêste kosten en lege fariabele kosten. De oare kosten struktueren betsjutte dat digitale eksperiminten kin rinne op in skaal dat is net mooglik mei analoge eksperiminten.

Figuer 4,18: Skematyske fan kosten struktueren yn analoge en digitale eksperiminten. Yn it algemien, analoge eksperiminten hawwe lege fêste kosten en heech fariabele kosten wylst digitale eksperiminten hawwe hege fêste kosten en lege fariabele kosten. De oare kosten struktueren betsjutte dat digitale eksperiminten kin rinne op in skaal dat is net mooglik mei analoge eksperiminten.

Der binne twa wichtige eleminten fan fariabele kosten-útkearings oan personiel en betellingen oan dielnimmers-en elk fan dy kin riden wurde nei nul mei help fan ferskillende strategyen. Betellingen om staf stem út it wurk dat ûndersyk assistinten do ronselje dielnimmers, it útbringen fan behannelings, en mjitten útkomsten. Bygelyks, de analoge mêd eksperimint fan Schultz en kollega (2007) op sosjale noarmen en elektrisiteit usage ferplichte ûndersyk assistinten te reizgjen nei eltse hûs te leverjen de behanneling en lêze de elektryske meter (Figure 4.3). Alle fan dizze ynspanning troch ûndersyk assistinten betsjutte dat it tafoegjen fan in nije húshâlding oan it ûndersyk soe hawwe tafoege oan 'e kosten. Oan de oare kant, want de digitale fjild eksperimint fan Restivo en Van de Rijt (2012) op beleannings yn Wikipedia, ûndersikers koe add mear dielnimmers op hast gjin kosten. In algemiene strategy foar it ferminderjen fan fariabele bestjoerlike kosten is te ferfangen minsklike wurk (dat is djoer) mei kompjûter wurk (dat is goedkeape). Rûchwei, kinne jo freegje sels: kin dit eksperimint rinne wylst elkenien op myn ûndersyk ploech is sliept? As it antwurd is ja, jo ha dien in grut wurk fan automatisearring.

De twadde wichtichste soarte fan fariabele kosten is betellingen oan dielnimmers. Guon ûndersikers hawwe brûkt Amazon Mechanical Turk en oare online arbeidsmerken te ôfnimme de betellingen dy't nedich binne foar de dielnimmers. Te riden fariabele kosten al de wei nei nul, lykwols, in oare oanpak nedich is. Foar in lange tiid, ûndersikers hawwe ûntwurpen eksperiminten dy't sa saai se betelje moatte minsken om mei te dwaan. Mar, wat as jo koe meitsje in eksperimint dat minsken wolle wêze yn? Dit kin klinke fier ophelle, mar ik jou jim in foarbyld hjirûnder út myn eigen wurk, en der binne mear foarbylden yn Tabel 4.4. Tink derom dat dizze oanpak te ûntwerpen enjoyable eksperiminten Echoes guon fan de tema 's yn haadstik 3 oangeande it ûntwerpen mear noflik ûndersiken en yn haadstik 5 oangeande it ûntwerp fan de massa gearwurking. Sa, ik tink dat participant wille-wat miskien ek neamd wurde brûker ûnderfining-sil mear in belangryk diel fan ûndersyk ûntwerp yn de digitale leeftyd.

Tabel 4.4: Foarbylden fan eksperiminten mei nul fariabele kosten dy't kompensearre dielnimmers mei in weardefolle tsjinst of in noflik ûnderfining.
Kompensaasje Citation
Webside mei sûnens ynformaasje Centola (2010)
exercise programma Centola (2011)
free music Salganik, Dodds, and Watts (2006) ; Salganik and Watts (2008) ; Salganik and Watts (2009b)
Fun game Kohli et al. (2012)
Movie oanbefellings Harper and Konstan (2015)

As jo ​​wolle meitsje nul fariabele kosten eksperiminten jo wolle derfoar soargje dat alles is folslein automatisearre en dat dielnimmers net nedich alle betellingen. Om te sjen hoe't dat mooglik is, ik beskriuwe myn dissertaasje ûndersyk op it súkses en mislearjen fan kulturele produkten. Dit foarbyld lit ek sjen dat nul fariabele kosten gegevens is net allinnich oer dwaan dingen goedkeaper. Krektoarsom, it is oer it ynskeakeljen fan eksperiminten dat soe net mooglik oars.

Myn dissertaasje wie motivearre troch de puzzling aard fan súkses foar kulturele produkten. Hit songs, bêste ferkeapjen boeken, en blockbuster films binne folle, folle mear sukses as gemiddeld. Fanwege dit, de merken foar dizze produkten wurde faak neamd "winner-take-all" merken. Dochs, tagelyk, dy't benammen song, boek, of film wurdt slagge is ongelooflijk ûnfoarsisber. De senarioskriuwer William Goldman (1989) elegant fette soad akademysk ûndersyk troch sizzen dat, as it giet om it foarsizzen fan súkses, "gjinien wit neat." De ûnfoarspelberens fan winner-take-alle merken makke my ôf hoefolle fan slagjen is in resultaat fan kwaliteit en hoefolle is gewoan gelok. Of, ferwurde wat oars, as wy koene meitsje parallelle wrâlden en hawwe se allegearre evolve selsstannich, soe it deselde lieten wurden populêr yn eltse wrâld? En, as net, wat soe wêze in meganisme dat feroarsaket dizze ferskillen?

Om te beänderjen dizze fragen, wy-Peter Dodds, Duncan Watts (myn dissertaasje adviseur), en ik-rûn in rige oanmelden fjild eksperiminten. Yn it bysûnder, wy boude in webside neamd MusicLab dêr't minsken koene ûntdekke nije muzyk, en wy brûkt it foar in rige eksperiminten. Wy rekrutearre dielnimmers troch it útfieren fan banner advertinsjes op in teen-belang webside (Figure 4.19) en troch neamt yn de media. Dielnimmers oankomst op ús webside foarsjoen hichte tastimming, klear in koarte eftergrûn fragelist, en waarden willekeurich tawiisd oan ien fan de twa eksperimintele betingsten-ûnôfhinklike en sosjale ynfloed. Yn de ûnôfhinklike steat, dielnimmers makke besluten oer hokker lieten te harkjen nei, jûn allinne de nammen fan de bands en de lieten. Wylst harkjen nei in liet, dielnimmers waarden frege om rate it wêrnei't se hie de kâns (mar net de ferplichting) te downloaden it nûmer. Yn de sosjale ynfloed betingst, dielnimmers hiene deselde ûnderfining, útsein se koenen ek sjen hoefolle kearen elk song hie it ynladen troch de eardere dielnimmers. Fierder, dielnimmers yn 'e sosjale ynfloed betingst waarden willekeurich tawiisd oan ien fan acht parallelle wrâlden elk fan dat evoluearre ûnôfhinklik (Figure 4.20). Mei help fan dit ûntwerp, wy rûn twa besibbe eksperiminten. Yn de earste, wy presintearre dielnimmers de lieten yn in music roaster, dy't fersoarge se in swak sinjaal fan populariteit. Yn it twadde eksperimint, wy presintearre de lieten yn in notearre list, dy't jûn in folle sterker sinjaal fan populariteit (Figure 4.21).

Figuer 4.19: In foarbyld fan banner advertinsje dat myn kollega en ik brûkt te winnen dielnimmers foar de MusicLab eksperiminten (Salganik, Dodds, en Watts 2006).

Figuer 4.19: In foarbyld fan banner advertinsje dat myn kollega en ik brûkt te winnen dielnimmers foar de MusicLab eksperiminten (Salganik, Dodds, and Watts 2006) .

Figuer 4,20: Experimental ûntwerp foar de MusicLab eksperiminten (Salganik, Dodds, en Watts 2006). Dielnimmers wienen willekeurich tawiisd yn ien fan de twa betingsten: ûnôfhinklike en sosjale ynfloed. Dielnimmers yn it ûnôfhinklike steat makke harren kar sûnder ynformaasje oer wat oare minsken dien hie. Dielnimmers yn it sosjale ynfloed betingst waarden willekeurich tawiisd yn ien fan acht parallelle wrâlden, dêr't se koenen sjen de populariteit-as metten troch downloads fan eardere dielnimmers-fan elk song yn har wrâld, mar se koenen net sjen alle ynformaasje, noch die se sels witte oer it bestean fan, ien fan 'e oare wrâlden.

Figuer 4,20: Experimental ûntwerp foar de MusicLab eksperiminten (Salganik, Dodds, and Watts 2006) . Dielnimmers wienen willekeurich tawiisd yn ien fan de twa betingsten: ûnôfhinklike en sosjale ynfloed. Dielnimmers yn it ûnôfhinklike steat makke harren kar sûnder ynformaasje oer wat oare minsken dien hie. Dielnimmers yn it sosjale ynfloed betingst waarden willekeurich tawiisd yn ien fan acht parallelle wrâlden, dêr't se koenen sjen de populariteit-as metten troch downloads fan eardere dielnimmers-fan elk song yn har wrâld, mar se koenen net sjen alle ynformaasje, noch die se sels witte oer it bestean fan, ien fan 'e oare wrâlden.

Wy fine dat de populariteit fan de lieten ferskilde oer de wrâlden suggerearret in wichtige rol fan gelok. Bygelyks, yn ien wrâld it liet "Lockdown" troch 52Metro kaam yn 1e, en yn in oare wrâld kaam yn 40e út fan 48 lieten. Dat wie krekt itselde liet konkurrearjende tsjin al it deselde lieten, mar yn ien wrâld it krige gelok en yn 'e oaren it die net. Fierder, troch fergelykjen resultaten oer de twa eksperiminten wy fûn dat sosjale ynfloed liedt ta mear ûngelikense súkses, dy't faaks ûntstiet it uterlik fan foarsisberens. Mar, sykje oer de wrâlden (dat kin net dien wurde bûten fan dit soarte fan parallelle wrâlden eksperimint), wy fûnen dat sosjale ynfloed eins wreide de ûnfoarspelberens. Fierder, ferrassend, dat wie de lieten fan heechste berop dat hawwe de meast ûnfoarsisber útkomsten (Figure 4,22).

Figuer 4.21: Skermprint fan de sosjale ynfloed omstannichheden yn de MusicLab eksperiminten (Salganik, Dodds, en Watts 2006). Yn de sosjale ynfloed tastân yn eksperimint 1, de lieten, tegearre mei it tal fan de foarige downloads, waarden presintearre oan de dielnimmers regele yn in 16 X 3 rjochthoekige grid, dêr't de posysjes fan de nûmers waarden willekeurich tawiisd foar eltse dielnimmer. Yn eksperimint 2, dielnimmers yn 'e sosjale ynfloed betingst waarden toand de lieten, mei download greven, presintearre yn ien kolom yn ôfnimmende folchoarder fan hjoeddeistige populariteit.

Figuer 4.21: Skermprint fan de sosjale ynfloed omstannichheden yn de MusicLab eksperiminten (Salganik, Dodds, and Watts 2006) . Yn de sosjale ynfloed tastân yn eksperimint 1, de lieten, tegearre mei it tal fan de foarige downloads, waarden presintearre oan de dielnimmers regele yn in 16 X 3 rjochthoekige grid, dêr't de posysjes fan de nûmers waarden willekeurich tawiisd foar eltse dielnimmer. Yn eksperimint 2, dielnimmers yn 'e sosjale ynfloed betingst waarden toand de lieten, mei download greven, presintearre yn ien kolom yn ôfnimmende folchoarder fan hjoeddeistige populariteit.

Figuer 4,22: Uitslagen út de MusicLab eksperiminten hjir de relaasje tusken berop en súkses (Salganik, Dodds, en Watts 2006). De x-assen is de merk oandiel fan it liet yn 'e ûnôfhinklike wrâld, dy't tsjinnet as in maatregel fan it berop fan it liet, en de y-as is de merk oandiel fan itselde liet yn de 8 sosjale ynfloed wrâlden, dy't tsjinnet as in maatregel fan it súkses fan 'e lieten. Wy fine dat it fergrutsjen fan de sosjale ynfloed dat dielnimmers ûnderfûn-spesifyk, de feroaring yn opmaak fan eksperimint 1 te eksperimintearjen 2 (Figure 4.21) -caused súkses te wurden mear ûnfoarspelber, benammen foar de heechste heger berop lieten.

Figuer 4,22: Uitslagen út de MusicLab eksperiminten hjir de relaasje tusken berop en súkses (Salganik, Dodds, and Watts 2006) . De x-assen is de merk oandiel fan it liet yn 'e ûnôfhinklike wrâld, dy't tsjinnet as in maatregel fan it berop fan it liet, en de y-as is de merk oandiel fan itselde liet yn de 8 sosjale ynfloed wrâlden, dy't tsjinnet as in maatregel fan it súkses fan 'e lieten. Wy fine dat it fergrutsjen fan de sosjale ynfloed dat dielnimmers ûnderfûn-spesifyk, de feroaring yn opmaak fan eksperimint 1 te eksperimintearjen 2 (Figure 4.21) -caused súkses te wurden mear ûnfoarspelber, benammen foar de heechste heger berop lieten.

MusicLab koe rinne op yn wêzen nul fariabele kosten fanwege de wei dat it wie ûntwurpen. Earst, alles wie folslein automatisearre sa wie it by steat om rinne wylst ik wie te sliepen. Twadde, de fergoeding wie free music dus der wie gjin fariabele dielnimmer fergoeding kosten. It brûken fan muzyk as kompensaasje ek yllustrearret hoe't der soms in hannel-off tusken fêste kosten en feroarlike kosten. Mei help fan muzyk ferhege de fêste kosten want ik moast trochbringe tiid boargjen tastimming fan de bands en tariede rapporten foar de bands oer dielnimmers 'reaksje nei harren muzyk. Mar, yn dit gefal, tanimmende fêste kosten om te ôfnimme fariabelen kosten wie it rjocht ding om te dwaan; dat is wat ynskeakele ús om rinne in eksperimint dat wie likernôch 100 kear grutter as in standert lab eksperimint.

Fierder, de MusicLab eksperiminten litte sjen dat nul fariabele kosten net wêze moatte in ein yn himsels; leaver, it kin wêze in middel ta rint in nij soarte fan eksperimint. Fernimme dat we net brûke al fan ús dielnimmers te rinne in standert sosjale ynfloed lab eksperimint 100 kear. Ynstee dêrfan, wy dienen wat oars, dat dy koe tinke oan as skeakele út in psychologyske eksperimint foar in sosjologyske eksperimint (Hedström 2006) . Leaver as yn te setten op yndividuele beslútfoarming, wy rjochte ús eksperimint op populariteit, in kollektive útkomst. Dizze switch oan in kollektive útkomst betsjutte dat wy easke sa'n 700 dielnimmers te produsearje in inkel gegevens punt (wienen der 700 minsken yn elk fan 'e parallelle wrâlden). Dat skaal wie allinne mooglik fanwege de kosten struktuer fan it eksperimint. Yn it algemien, as ûndersikers wolle studearjen hoe kollektive útkomsten ûntstean út yndividuele besluten, groep eksperiminten lykas MusicLab binne tige spannend. Yn it ferline, se hawwe west logistically dreech, mar dy swierrichheden wurde fading fanwege de mooglikheid fan nul fariabele kosten gegevens.

Neist de rige foardielen fan nul fariabele kosten gegevens, de MusicLab eksperiminten ek sjen litte in útdaging mei dizze oanpak: heech fêste kosten. Yn myn gefal, ik wie tige gelok te kinnen wurkje mei in talintfolle web ûntwikkeler de namme Peter Hausel foar sa'n seis moanne te bou it eksperimint. Dit wie allinne mooglik omdat myn adviseur, Duncan Watts, hie krige in tal fan subsydzjes te stypjen dit soarte fan ûndersyk. Technology hat ferbettere sûnt wy boude MusicLab yn 2004, en dat soe folle makliker te bouwen in eksperimint lykas dizze no. Mar, heech fêste kosten strategyen binne eins allinne mooglik foar ûndersikers dy't kin ien of oare wize cover dy kosten.

Yn konklúzje, digitale eksperiminten kinne hawwe dramatysk oare kosten struktueren as analoge eksperiminten. As jo ​​wolle rinne echt grutte eksperiminten, jo moatte besykje te ôfnimme jo fariabele kosten safolle mooglik en by útstek al de wei nei 0. Jo kinne dwaan dit troch automating de meganika fan jo eksperimint (bygelyks, ferfangen troch minsklik tiid mei kompjûter tiid) en it ûntwerpen fan eksperiminten dy't minsken wolle wêze yn. Undersikers dy't kin ûntwerpen eksperiminten mei dizze eigenskippen sille wêze kinne om rinne nije soarten fan eksperiminten dat wienen net mooglik yn it ferline.