4.5.2 Partner moćnijeg

Partnerstvo može smanjiti troškove i povećati ljestvice, ali se može mijenjati vrste sudionika, tretmana, a rezultati koje možete koristiti.

Alternativa radi sebe je partnerstvo sa snažnim organizacija kao što su tvrtke, vlade, ili nevladine organizacije. Prednost rada s partnerom je da oni mogu vam omogućiti da pokrenete pokuse koji se jednostavno ne mogu učiniti sami. Na primjer, jedan od eksperimenata koje ću vam reći o nastavku uključenih 61 milijuna sudionika; nijedan pojedinac istraživač može postići tu ljestvicu. U isto vrijeme to partnerstvo povećava ono što možete učiniti, ona također, istovremeno, ograničava vas. Na primjer, većina tvrtki neće vam omogućiti da pokrenete eksperiment koji bi mogao oštetiti svoje poslovanje ili njihov ugled. Rad s partnerima također znači da, kada dođe vrijeme za objavljivanje, možete naći pod pritiskom da "re-frame" svoje rezultate, a neki partneri možda čak i pokušati blokirati objavljivanje svog rada, ako ih čini izgledati loše. Konačno, partnerstvo također dolazi s troškovima vezanim za razvoj i održavanje ove suradnje.

Jezgra izazov koji se mora riješiti da bi ti uspješno partnerstvo je pronaći način da se uravnotežio interese obiju strana, i koristan način razmišljanja o toj ravnoteži je Pasteur je kvadrant (Stokes 1997) . Mnogi znanstvenici misle da ako rade na nešto praktično i nešto što bi moglo biti od interesa za partnera-onda oni ne mogu raditi u znanost. Ovo razmišljanje, učinit će to vrlo teško stvoriti uspješne partnerske odnose, a također se događa da se u potpunosti pogrešna. Problem s tom načinu razmišljanja predivno ilustriran na put istraživanja razbijanje od biolog Louis Pasteur. Dok je radio na komercijalnoj fermentacije projekta pretvoriti repe sok u alkoholu, Pasteur otkrio novu klasu mikroorganizama koji na kraju dovelo do teorije klica bolesti. Ovo otkriće riješiti vrlo praktični problem-to pomoglo poboljšati proces fermentacije-a dovesti do velikog znanstvenog unaprijed. Dakle, umjesto da razmišlja o istraživanjima s praktične primjene kao što je u suprotnosti s istinskom znanstvenom istraživanju, bolje je razmišljati o ovome kao dva odvojena dimenzije. Istraživanja mogu biti motivirani korištenjem (ili ne) i istraživanja može tražiti temeljno razumijevanje (ili ne). Kritički, neka istraživanja nalik Pasteur's-mogu biti motivirani korištenjem i traže temeljno razumijevanje (slika 4.16). Istraživanja u Pasteurovog Quadrant-istraživanje koje su neizbježne Predujmovi dva gola-idealan je za suradnju između istraživača i partnera. S obzirom da je u pozadini, ja ću opisati dva eksperimentalna studija s partnerstvima: jednu s tvrtkom i jedan s nevladine organizacije.

Slika 4.16: Pasteurovog kvadrant (bazirano na slici 3.5 iz Stokes (1997)). Umjesto da razmišljate o istraživanju kao jednostavne ili primijenjena je bolje razmišljati o istraživanju kao motiviran upotrebu (ili ne) i traži temeljno razumijevanje (ili ne). Primjer istraživanja da i motivirano korištenja i traži temeljno razumijevanje je Pasteur je rad na pretvaranje repe sok u alkohol što je dovelo do teorije klica bolesti. To je vrsta posla koja je najprikladnija za partnerstva s moćnih. Primjeri rada motiviran korištenje, ali da ne traži temeljno razumijevanje dolazi iz Thomas Edison, a primjeri rada koji nije motiviran uporabu, ali koji nastoji kako razumiju dolaze iz Niels Bohr. Pogledajte Stokes (1997) za više temeljita rasprava o tom okviru i svaki od tih slučajeva.

Slika 4.16: Pasteurovog kvadrant (bazirano na slici 3.5 iz Stokes (1997) ). Umjesto da razmišljate o istraživanju ili kao "osnovni" ili "primijenjena" bolje je razmišljati o istraživanju kao motiviran upotrebu (ili ne) i traži temeljno razumijevanje (ili ne). Primjer istraživanja da i motivirano korištenja i traži temeljno razumijevanje je Pasteur je rad na pretvaranje repe sok u alkohol što je dovelo do teorije klica bolesti. To je vrsta posla koja je najprikladnija za partnerstva s moćnih. Primjeri rada motiviran korištenje, ali da ne traži temeljno razumijevanje dolazi iz Thomas Edison, a primjeri rada koji nije motiviran uporabu, ali koji nastoji kako razumiju dolaze iz Niels Bohr. Pogledajte Stokes (1997) za više temeljita rasprava o tom okviru i svaki od tih slučajeva.

Velike tvrtke, osobito tech tvrtke, razvili su nevjerojatno sofisticirani infrastrukturu za pokretanje složenih eksperimenata. U tech industrije, ovi eksperimenti često nazivaju ispitivanja A / B (jer su testirali učinkovitost dva tretmana: A i B). Ovi eksperimenti su često trčanje za stvari kao što su povećanje klik-kroz stopa na oglase, ali isti eksperimentalni infrastruktura se također može koristiti za istraživanja da je napredak znanstvenog razumijevanja. Primjer koji ilustrira potencijal ove vrste istraživanja je studija provedena od strane partnerstva između istraživača na Facebooku i University of California, San Diego, o učincima različitih poruka na odaziv birača (Bond et al. 2012) .

Dana 2. studenog 2010.-dan od američkih izbora za Kongres,-svih 61 milijuna korisnika Facebooka koji žive u SAD-u i da su stariji od 18 godina sudjelovalo je u eksperimentu o glasovanju. Nakon posjete Facebook, korisnici su nasumce podijeljeni u jednu od tri skupine, koji su odredili banner (ako ih ima) koja je postavljena na vrhu svoje News Feed (slika 4.17):

  • kontrolna skupina.
  • informacijski poruku o glasovanju s gumbom "Glasovao sam" gumb i protutužbu (info).
  • informacijski poruku o glasovanju s gumbom "sam glasao" gumb, a brojač + imena i slike svojih prijatelja koji su već kliknuli na "sam glasao" (info + društvene).

Bond i kolege proučavali dvije glavne rezultate: izvijestio ponašanje birača i stvarnog ponašanja glasovanja. Prvo, oni su otkrili da ljudi u info + društvene skupine bile su oko 2 postotna boda više nego vjerojatno ljudi u info grupe kliknuti na "Glasovao sam" (oko 20% u odnosu na 18%). Nadalje, nakon što su znanstvenici spojili svoje podatke s javno dostupnim glasovanja zapisa za oko 6 milijuna ljudi su otkrili da su ljudi u info + društvene skupine bile su 0,39 postotnih bodova više vjerojatno da zapravo glasaju nego ljudi u kontrolnoj stanju i da su ljudi u info grupe kao i vjerojatnost da glasaju kao ljudi u kontrolnoj stanju (slika 4.17).

Slika 4.17: Rezultati iz get-out-the-glasova pokusa na Facebooku (Bond i sur 2012.). Sudionici u info skupini glasovalo po istoj stopi kao i ljudi u kontrolnoj stanju, ali ljudi u info + društvene skupine su glasali po nešto višoj stopi. Barovi predstavljaju procjenjuje 95% intervala pouzdanosti. Rezultati u grafikonu su oko 6 milijuna sudionika za kojeg znanstvenici mogu odgovarati na glasačkim zapisa.

Slika 4.17: Rezultati iz get-out-the-glasova pokusa na Facebooku (Bond et al. 2012) . Sudionici u info skupini glasovalo po istoj stopi kao i ljudi u kontrolnoj stanju, ali ljudi u info + društvene skupine su glasali po nešto višoj stopi. Barovi predstavljaju procjenjuje 95% intervala pouzdanosti. Rezultati u grafikonu su oko 6 milijuna sudionika za kojeg znanstvenici mogu odgovarati na glasačkim zapisa.

Ovaj eksperiment pokazuje da neke online get-out-the-glas poruke su učinkovitiji od drugih, a to pokazuje da je procjena istraživača o učinkovitosti tretmana može ovisiti o tome da li studirati prijavljene ili stvarno ponašanje. Ovaj eksperiment na žalost ne nudi nikakve tragove o mehanizmima putem kojih socijalni informacija koje neki istraživači u igri su pod nazivom "Lice gomila" -increased glasovanje. Moglo bi biti da je društvena informacija povećava vjerojatnost da je netko primijetio zastavu ili da se povećava vjerojatnost da će netko tko primijetio zastavu zapravo glasovao ili oboje. Dakle, ovaj eksperiment pruža zanimljiv nalaz da dodatno istraživač vjerojatno će istražiti (vidi npr Bakshy, Eckles, et al. (2012) ).

Uz promicanje ciljeva istraživačima, ovaj eksperiment je također napredovao cilj partnerskoj organizaciji (Facebook). Ako promijenite ponašanje studirao od glasovanja o kupnji sapuna, onda možete vidjeti da je studija ima točno istu strukturu kao eksperiment za mjerenje učinka online oglasa (vidi npr Lewis and Rao (2015) ). Ove studije učinkovitosti oglasa učestalo mjerenje učinka izloženosti online ADS-tretmane u Bond et al. (2012) su u osnovi oglasi za glasovanje-na offline ponašanje. Stoga je ovo istraživanje moglo unaprijediti Facebook sposobnost za proučavanje učinkovitost online oglasa i mogao pomoći Facebook uvjeriti potencijalne oglašivače da Facebook oglasi su učinkoviti.

Iako su interesi istraživača i partnera uglavnom su usklađeni u ovom istraživanju, oni su također djelomično u napetosti. Konkretno, dodjela sudionika na tri uvjeta kontrole, info i info + socijalno je strahovito neuravnotežena: 98% uzorka dodijeljena info + društveni. To neuravnotežena namjena je neučinkovit statistički, i puno bolje raspodjele za istraživače bi bila 1/3 od sudionika u svakoj skupini. Ali, neuravnotežena dodjela dogodilo, jer Facebook je htio da svi dobivaju informacije + društveni tretman. Srećom, znanstvenici su ih uvjerili da zadrži 1% za srodnom tretman i 1% ispitanika za kontrolnu skupinu. Bez kontrolnoj skupini to bi bilo u osnovi nemoguće izmjeriti učinak info + socijalnog tretmana, jer bi to bio "perturbacije i promatrati" eksperiment, a ne randomizirani kontrolirani pokus. Ovaj primjer pruža vrijednu praktičnu lekciju za rad s partnerima: ponekad izrade eksperimenta uvjeravajući nekoga da dostavi tretman, a ponekad i izrade eksperimenta uvjeravajući nekoga da ne dostavi tretman (tj stvoriti kontrolna grupa).

Partnerstvo ne uvijek treba uključiti tech tvrtke i A / B testove s milijunima sudionika. Na primjer, Alexander Coppock, Andrew Guess, John Ternovski (2016) u partnerstvu s NVO okoliša (League of očuvanja birača) izvoditi eksperimente testira različite strategije za promicanje socijalne mobilizacije. Istraživači su koristili Twitter račun nevladine organizacije za slanje i javne tweetove i privatne izravne poruke koje su pokušale premijera različite vrste identiteta. Istraživači su zatim mjerili koja od tih poruka su najučinkovitije za poticanje ljudi da potpišu peticiju i retweet informacija o peticiji.

Tablica 4.3: Primjeri istraživanja koja dolazi kroz partnerstvo između istraživača i organizacija. U nekim slučajevima, istraživači rade na organizacija.
Tema Citat
Učinak Facebook News Feed na informacijama dijeljenja Bakshy, Rosenn, et al. (2012)
Utjecaj djelomične anonimnosti na ponašanje na online dating web stranice Bapna et al. (2016)
Utjecaj energije u kući izvješća o korištenju električne energije Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) , Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
Utjecaj dizajnu aplikacije na virusni širenja Aral and Walker (2011)
Utjecaj širenja mehanizam na difuziju Taylor, Bakshy, and Aral (2013)
Utjecaj društvenog informacija u oglasima Bakshy, Eckles, et al. (2012)
Utjecaj katalog frekvencije na prodaju putem kataloga i online za različite vrste kupaca Simester et al. (2009)
Utjecaj popularnosti informacija o potencijalnim molbe za posao Gee (2015)
Utjecaj početnih ocjene na popularnosti Muchnik, Aral, and Taylor (2013)
Utjecaj sadržaj poruka na političkoj mobilizaciji Coppock, Guess, and Ternovski (2016)

Sve u svemu, partnerstvo s moćni omogućuje da radite na skali koja je teško učiniti na neki drugi način, a Tablica 4.3 daje druge primjere partnerstva između istraživača i organizacija. Partnerstvo može biti mnogo lakše nego izgradnju svoje vlastite eksperiment. No, ove prednosti dolaze s nedostacima: partnerstva mogu ograničiti vrste sudionika, liječenja i ishoda koji možete proučiti. Nadalje, ti partnerstva mogu dovesti do etičke izazove. Najbolji način da se uočiti priliku za partnerstvo je primijetiti pravi problem koji možete riješiti dok radite zanimljivu znanost. Ako se ne koristi na ovaj način gledanja na svijet, to može biti teško uočiti probleme u Pasteurovog kvadrant, ali s praksom, vi ćete početi primjećivati ​​ih sve više i više.