4.5.1.2 Costruire il proprio esperimento

Costruire il proprio esperimento potrebbe essere costoso, ma vi permetterà di creare l'esperimento che si desidera.

Oltre alla sovrapposizione di esperimenti in cima ambienti esistenti, è anche possibile costruire il proprio esperimento. Il vantaggio principale di questo approccio è il controllo; se si sta costruendo l'esperimento, è possibile creare l'ambiente e trattamenti che si desidera. Questi ambienti sperimentali su misura in grado di creare opportunità di testare le teorie che sono impossibili da testare in ambienti naturali. I principali svantaggi di costruire il proprio esperimento sono che può essere costoso e che l'ambiente che si è in grado di creare potrebbe non avere il realismo di un sistema naturale. I ricercatori costruire la propria esperienza anche devono avere una strategia per il reclutamento dei partecipanti. Quando si lavora in sistemi esistenti, i ricercatori stanno portando essenzialmente gli esperimenti ai partecipanti. Ma, quando i ricercatori costruire il proprio esperimento, hanno bisogno di portare i partecipanti ad esso. Fortunatamente, i servizi come Amazon Mechanical Turk (MTurk) in grado di fornire ai ricercatori un modo conveniente per portare i partecipanti a loro esperimenti.

Un esempio che illustra le virtù di ambienti su misura per testare le teorie astratte è l'esperimento di laboratorio digitale da Gregory Huber, Seth Hill e Gabriel Lenz (2012) . L'esperimento esplora una possibile limitazione pratica al funzionamento del governo democratico. Precedenti studi non sperimentali di elezioni attuali suggeriscono che gli elettori non sono in grado di valutare con precisione le prestazioni dei politici in carica. In particolare, gli elettori sembrano soffrire di tre pregiudizi: 1) incentrata sulla recente piuttosto che performance cumulativa; 2) manipolabile dalla retorica, inquadratura, e di marketing; e 3) influenzata da eventi non correlati all'andamento carica, come il successo della squadra sportiva locale e il tempo. In questi studi precedenti, tuttavia, era difficile isolare qualsiasi di questi fattori da tutte le altre cose che accade in vere e proprie elezioni disordinato. Pertanto, Huber e colleghi hanno creato un ambiente di voto molto semplificato per isolare e quindi sperimentalmente studiare, ciascuno di questi tre possibili distorsioni.

Come ho descritto il set-up sperimentale di seguito che sta per suonare molto artificiale, ma ricordate che il realismo non è un obiettivo in esperimenti di laboratorio in stile. Piuttosto, l'obiettivo è quello di isolare chiaramente il processo che si sta tentando di studiare, e questo isolamento stretto a volte non è possibile in studi con più realismo (Falk and Heckman 2009) . Inoltre, in questo caso particolare, i ricercatori hanno sostenuto che se elettori non possono valutare efficacemente le prestazioni in questo ambiente molto semplificata, allora esse non saranno in grado di farlo in un ambiente più complesso più realistico.

Huber e colleghi hanno utilizzato Amazon Mechanical Turk (MTurk) per reclutare i partecipanti. Una volta che un partecipante ha fornito il consenso informato e superato un breve test, le fu detto che stava partecipando a un gioco di 32 round per guadagnare gettoni che possono essere convertiti in denaro reale. All'inizio del gioco, ogni partecipante è stato detto che era stata assegnata una "allocatore" che possa dare i suoi gettoni omaggio ogni giro e che alcuni ripartitori erano più generosi di altri. Inoltre, ogni partecipante è stato anche detto che lei avrebbe avuto la possibilità di mantenere il suo sia allocatore o assegnare uno nuovo dopo 16 turni di gioco. Dato ciò che sai di Huber e obiettivi di ricerca dei colleghi, si può vedere che l'allocatore rappresenta un governo e questa scelta rappresenta una elezione, ma i partecipanti non erano a conoscenza degli obiettivi generali della ricerca. In totale, Huber e colleghi hanno reclutato circa 4000 partecipanti che sono stati pagati circa $ 1,25 per un compito che ha preso circa 8 minuti.

Ricordiamo che uno dei risultati di precedenti ricerche era che gli elettori ricompensa e punire operatori storici per i risultati che sono chiaramente al di là del loro controllo, come ad esempio il successo delle squadre sportive locali e il tempo. Per valutare se le decisioni di voto i partecipanti potrebbero essere influenzati da eventi puramente casuali nel loro ambiente, Huber e colleghi hanno aggiunto una lotteria per il loro sistema sperimentale. Ai due l'8 ° turno o al 16 ° giro (cioè a destra prima la possibilità di sostituire l'allocatore) i partecipanti sono stati collocati in modo casuale in una lotteria in cui alcuni hanno vinto 5000 punti, un po 'ha vinto 0 punti, e alcuni hanno perso 5000 punti. Questa lotteria è stato destinato a imitare notizia buona o cattiva che sia indipendente dei risultati del politico. Anche se i partecipanti sono stati esplicitamente detto che la lotteria è stato correlato alla performance della loro allocatore, l'esito della lotteria ancora influenzato le decisioni dei partecipanti. I partecipanti che hanno beneficiato della lotteria erano più propensi a mantenere il loro allocatore, e questo effetto era più forte quando la lotteria è accaduto nel giro di 16 a destra prima della sostituzione decisionale rispetto a quando è successo nel turno 8 (Figura 4.14). Questi risultati, insieme ai risultati di diversi altri esperimenti nella carta, ha portato Huber e colleghi a concludere che anche in un ambiente semplificato, gli elettori hanno difficoltà a prendere decisioni sagge, un risultato che influenzato la ricerca futura sui processi decisionali degli elettori (Healy and Malhotra 2013) . L'esperimento di Huber e colleghi dimostra che MTurk può essere utilizzato per reclutare i partecipanti per gli esperimenti di laboratorio in stile per testare con precisione le teorie molto specifiche. Essa mostra anche il valore di costruire il proprio ambiente sperimentale: è difficile immaginare come questi stessi processi avrebbero potuto essere isolato in modo pulito in qualsiasi altro ambiente.

Figura 4.14: I risultati di Huber, Hill e Lenz (2012). I partecipanti che hanno beneficiato della lotteria erano più propensi a mantenere il loro allocatore, e questo effetto era più forte quando la lotteria è accaduto nel giro di 16 a destra prima della sostituzione decisionale rispetto a quando è successo nel turno 8.

Figura 4.14: I risultati di Huber, Hill, and Lenz (2012) . I partecipanti che hanno beneficiato della lotteria erano più propensi a mantenere il loro allocatore, e questo effetto era più forte quando la lotteria è accaduto nel giro di 16 a destra prima della sostituzione decisionale rispetto a quando è successo nel turno 8.

Oltre alla costruzione di esperimenti di laboratorio-like, i ricercatori possono anche costruire esperimenti che sono più campo simile. Ad esempio, Centola (2010) ha costruito un esperimento sul campo digitale per studiare l'effetto della struttura di rete sociale sulla diffusione di comportamenti. La sua domanda di ricerca lui tenuto a rispettare lo stesso comportamento diffusione nelle popolazioni che avevano diverse strutture di social network, ma erano altrimenti indistinguibili. L'unico modo per farlo era con un su misura, esperimento su misura. In questo caso, Centola costruito una comunità di salute basato sul web.

Centola reclutato circa 1500 partecipanti con la pubblicità sui siti web sulla salute. Quando i partecipanti sono arrivati ​​alla comunità, che in linea è stato chiamato il stile di vita sano di rete hanno fornito consenso informato e quindi sono stati assegnati "amici per la salute." A causa del modo in cui Centola assegnato questi compagni di salute egli è stato in grado di lavorare a maglia insieme diverse strutture di social network in diversi gruppi. Alcuni gruppi sono stati costruiti per avere reti casuali (dove tutti erano stessa probabilità di essere collegato) e altri gruppi sono stati costruiti per avere reti di cluster (dove le connessioni sono più localmente denso). Poi, Centola ha introdotto un nuovo comportamento in ogni rete, la possibilità di registrare un nuovo sito web con informazioni sanitarie aggiuntive. Ogni volta che qualcuno firmato per questo nuovo sito, tutti i suoi compagni di salute ha ricevuto una e-mail che annuncia questo comportamento. Centola ha rilevato che questo comportamento-firma-up per il sito-diffondersi ulteriormente e più velocemente nella rete cluster rispetto alla rete casuale, una scoperta che era contrario ad alcune teorie esistenti nuovo.

Nel complesso, costruire il proprio esperimento si dà molto più controllo; esso permette di costruire il miglior ambiente possibile per isolare ciò che si vuole studiare. E 'difficile immaginare come uno di questi esperimenti avrebbero potuto essere eseguite in un ambiente già esistente. Inoltre, costruire il proprio sistema diminuisce preoccupazioni etiche intorno sperimentazione in sistemi esistenti. Quando si compila il proprio esperimento, tuttavia, si esegue in molti dei problemi che si incontrano in esperimenti di laboratorio: i partecipanti reclutamento e le preoccupazioni per il realismo. Un aspetto negativo finale è che costruire il proprio esperimento può essere costoso e che richiede tempo, anche se, come mostrano questi esempi, gli esperimenti possono variare da ambienti relativamente semplici (come ad esempio lo studio del voto da Huber, Hill, and Lenz (2012) ) a relativamente ambienti complessi (come ad esempio lo studio delle reti e il contagio da Centola (2010) ).