4.3 ಎರಡು ಪ್ರಯೋಗಗಳನ್ನು ಆಯಾಮಗಳು: ಲ್ಯಾಬ್ ಕ್ಷೇತ್ರ ಮತ್ತು ಅನಲಾಗ್-ಡಿಜಿಟಲ್

ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳು, ನಿರ್ವಹಿಸಲು ಅವಕಾಶ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ನಂಬಿಕೆಯ ನೀಡುತ್ತವೆ, ಮತ್ತು ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಮಾಣದ ನಿಯಂತ್ರಣ ಮತ್ತು ನಂಬಿಕೆಯ ಒಗ್ಗೂಡಿ.

ಪ್ರಯೋಗಗಳು ವಿವಿಧ ಆಕಾರಗಳು ಮತ್ತು ಗಾತ್ರಗಳಲ್ಲಿ ಬರುತ್ತವೆ. ಹಿಂದೆ, ಪ್ರಯೋಗಾಲಯ ಪ್ರಯೋಗಗಳು ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳ ನಡುವಿನ ನಿರಂತರತೆಯ ಉದ್ದಕ್ಕೂ ಪ್ರಯೋಗಗಳನ್ನು ಸಂಘಟಿಸಲು ಸಹಾಯಕವಾಗಿವೆ ಎಂದು ಸಂಶೋಧಕರು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ. ಈಗ, ಆದಾಗ್ಯೂ, ಅನಲಾಗ್ ಪ್ರಯೋಗಗಳು ಮತ್ತು ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳ ನಡುವಿನ ಎರಡನೆಯ ನಿರಂತರತೆಯ ಮೂಲಕ ಸಂಶೋಧಕರು ಸಹ ಪ್ರಯೋಗಗಳನ್ನು ಆಯೋಜಿಸಬೇಕು. ಈ ಎರಡು ಆಯಾಮದ ವಿನ್ಯಾಸ ಜಾಗವು ವಿಭಿನ್ನ ವಿಧಾನಗಳ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ದೌರ್ಬಲ್ಯಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ದೊಡ್ಡ ಅವಕಾಶದ ಪ್ರದೇಶಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ (ಚಿತ್ರ 4.1).

ಚಿತ್ರ 4.1: ಪ್ರಯೋಗಗಳಿಗೆ ವಿನ್ಯಾಸ ಜಾಗದ ರೂಪರೇಖೆ. ಹಿಂದೆ, ಪ್ರಯೋಗಗಳು ಲ್ಯಾಬ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಆಯಾಮದ ಜೊತೆಗೆ ಬದಲಾಗುತ್ತವೆ. ಈಗ, ಅವರು ಅನಲಾಗ್-ಡಿಜಿಟಲ್ ಆಯಾಮದಲ್ಲೂ ಬದಲಾಗುತ್ತದೆ. ಈ ಎರಡು ಆಯಾಮದ ವಿನ್ಯಾಸ ಜಾಗವನ್ನು ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ನಾನು ವಿವರಿಸುವ ನಾಲ್ಕು ಪ್ರಯೋಗಗಳಿಂದ ವಿವರಿಸಲಾಗಿದೆ. ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಮಹಾನ್ ಅವಕಾಶದ ಕ್ಷೇತ್ರವು ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರ ಪ್ರಯೋಗವಾಗಿದೆ.

ಚಿತ್ರ 4.1: ಪ್ರಯೋಗಗಳಿಗೆ ವಿನ್ಯಾಸ ಜಾಗದ ರೂಪರೇಖೆ. ಹಿಂದೆ, ಪ್ರಯೋಗಗಳು ಲ್ಯಾಬ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಆಯಾಮದ ಜೊತೆಗೆ ಬದಲಾಗುತ್ತವೆ. ಈಗ, ಅವರು ಅನಲಾಗ್-ಡಿಜಿಟಲ್ ಆಯಾಮದಲ್ಲೂ ಬದಲಾಗುತ್ತದೆ. ಈ ಎರಡು ಆಯಾಮದ ವಿನ್ಯಾಸ ಜಾಗವನ್ನು ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ನಾನು ವಿವರಿಸುವ ನಾಲ್ಕು ಪ್ರಯೋಗಗಳಿಂದ ವಿವರಿಸಲಾಗಿದೆ. ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಮಹಾನ್ ಅವಕಾಶದ ಕ್ಷೇತ್ರವು ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರ ಪ್ರಯೋಗವಾಗಿದೆ.

ಪ್ರಯೋಗಾಲಯಗಳ ವಿಸ್ತೀರ್ಣವು ಪ್ರಯೋಗಾಲಯಗಳನ್ನು ಆಯೋಜಿಸುವ ಒಂದು ಆಯಾಮವಾಗಿದೆ. ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನಗಳಲ್ಲಿನ ಅನೇಕ ಪ್ರಯೋಗಗಳು ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳಾಗಿವೆ, ಅಲ್ಲಿ ಪದವಿಪೂರ್ವ ವಿದ್ಯಾರ್ಥಿಗಳು ಕೋರ್ಸ್ ಕ್ರೆಡಿಟ್ಗಾಗಿ ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ವಿಚಿತ್ರ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತವೆ. ಈ ರೀತಿಯ ಪ್ರಯೋಗವು ಮನೋವಿಜ್ಞಾನದಲ್ಲಿ ಸಂಶೋಧನೆಯ ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತದೆ ಏಕೆಂದರೆ ಇದು ಹೆಚ್ಚು ನಿಯಂತ್ರಿತ ಸೆಟ್ಟಿಂಗ್ಗಳನ್ನು ರಚಿಸಲು ನಿಖರವಾಗಿ ಪ್ರತ್ಯೇಕಿಸಲು ಮತ್ತು ಸಾಮಾಜಿಕ ನಡವಳಿಕೆಯ ಬಗ್ಗೆ ನಿರ್ದಿಷ್ಟ ಸಿದ್ಧಾಂತಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಸಂಶೋಧಕರಿಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಕೆಲವು ಸಮಸ್ಯೆಗಳಿಗಾಗಿ, ಇಂತಹ ಅಸಾಮಾನ್ಯ ಸೆಟ್ಟಿಂಗ್ಗಳಲ್ಲಿ ಅಂತಹ ಅಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಅಸಾಮಾನ್ಯ ಜನರಿಂದ ಮಾನವ ನಡವಳಿಕೆಯ ಬಗ್ಗೆ ಬಲವಾದ ತೀರ್ಮಾನಗಳನ್ನು ಎಳೆಯುವ ಬಗ್ಗೆ ಸ್ವಲ್ಪ ವಿಚಿತ್ರವಾಗಿ ಕಂಡುಬರುತ್ತದೆ. ಈ ಕಳವಳಗಳು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳ ಕಡೆಗೆ ಒಂದು ಚಳುವಳಿಗೆ ಕಾರಣವಾಗಿವೆ. ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳು ಹೆಚ್ಚು ನೈಸರ್ಗಿಕ ಸೆಟ್ಟಿಂಗ್ಗಳಲ್ಲಿ ಹೆಚ್ಚು ಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಹೆಚ್ಚು ಪ್ರತಿನಿಧಿ ಗುಂಪುಗಳೊಂದಿಗಿನ ಯಾದೃಚ್ಛಿಕ ನಿಯಂತ್ರಣ ಪ್ರಯೋಗಗಳ ಪ್ರಬಲ ವಿನ್ಯಾಸವನ್ನು ಸಂಯೋಜಿಸುತ್ತವೆ.

ಕೆಲವು ಜನರು ಲ್ಯಾಬ್ ಮತ್ತು ಕ್ಷೇತ್ರದ ಪ್ರಯೋಗಗಳನ್ನು ಸ್ಪರ್ಧಾತ್ಮಕ ವಿಧಾನಗಳೆಂದು ಪರಿಗಣಿಸಿದ್ದರೂ, ವಿಭಿನ್ನ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ದೌರ್ಬಲ್ಯಗಳನ್ನು ಹೊಂದಿರುವ ಪೂರಕವೆಂದು ಯೋಚಿಸುವುದು ಉತ್ತಮ. ಉದಾಹರಣೆಗೆ, Correll, Benard, and Paik (2007) "ತಾಯ್ತನದ ಪೆನಾಲ್ಟಿ" ಮೂಲಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವ ಪ್ರಯತ್ನದಲ್ಲಿ ಲ್ಯಾಬ್ ಪ್ರಯೋಗ ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗವನ್ನು ಬಳಸಿದರು. ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ನಲ್ಲಿ ತಾಯಿಯರು ಮಕ್ಕಳಿಲ್ಲದ ಮಹಿಳೆಯರಿಗಿಂತ ಕಡಿಮೆ ಹಣವನ್ನು ಗಳಿಸುತ್ತಾರೆ. ಇದೇ ರೀತಿಯ ಉದ್ಯೋಗಗಳಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ರೀತಿಯ ಕೌಶಲಗಳನ್ನು ಹೊಂದಿರುವ ಮಹಿಳೆಯರನ್ನು ಹೋಲಿಸುವುದು. ಈ ಮಾದರಿಗೆ ಅನೇಕ ಸಂಭವನೀಯ ವಿವರಣೆಗಳು ಇವೆ, ಅವುಗಳಲ್ಲಿ ಒಂದು ಮಾಲೀಕರು ತಾಯಂದಿರ ವಿರುದ್ಧ ದ್ವೇಷವನ್ನು ಹೊಂದಿದ್ದಾರೆ. (ಕುತೂಹಲಕಾರಿಯಾಗಿ, ವಿರುದ್ಧವಾದವರು ಪಿತೃಗಳಿಗೆ ನಿಜವೆಂದು ತೋರುತ್ತದೆ: ಅವರು ಹೋಲಿಸಬಹುದಾದ ಮಕ್ಕಳಿಲ್ಲದ ಪುರುಷರಿಗಿಂತ ಹೆಚ್ಚಿನದನ್ನು ಗಳಿಸುತ್ತಾರೆ.) ತಾಯಂದಿರ ವಿರುದ್ಧ ಸಂಭವನೀಯ ಪಕ್ಷಪಾತವನ್ನು ನಿರ್ಣಯಿಸಲು, ಕೊರೆಲ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಎರಡು ಪ್ರಯೋಗಗಳನ್ನು ಮಾಡಿದರು: ಒಂದು ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಮತ್ತು ಒಂದು ಕ್ಷೇತ್ರದಲ್ಲಿ.

ಮೊದಲನೆಯದಾಗಿ, ಲ್ಯಾಬ್ ಪ್ರಯೋಗದಲ್ಲಿ ಕಾಲೇಜು ಸ್ನಾತಕಪೂರ್ವ ವಿದ್ಯಾರ್ಥಿಗಳಾಗಿದ್ದ ಸಹಭಾಗಿಗಳಿಗೆ ಅವರು ತಮ್ಮ ಕಂಪೆನಿಯು ಹೊಸ ಈಸ್ಟ್ ಕೋಸ್ಟ್ ಮಾರ್ಕೆಟಿಂಗ್ ವಿಭಾಗವನ್ನು ಮುನ್ನಡೆಸಲು ಉದ್ಯೋಗಾವಕಾಶವನ್ನು ನಡೆಸುತ್ತಿದ್ದರು ಎಂದು ತಿಳಿಸಿದರು. ನೇಮಕಾತಿ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಕಂಪೆನಿಯು ತಮ್ಮ ಸಹಾಯವನ್ನು ಬಯಸಬೇಕೆಂದು ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ತಿಳಿಸಲಾಯಿತು ಮತ್ತು ಹಲವಾರು ಸಂಭಾವ್ಯ ಅಭ್ಯರ್ಥಿಗಳ ಅರ್ಜಿದಾರರನ್ನು ಪರಿಶೀಲಿಸಲು ಮತ್ತು ಅವರ ಗುಪ್ತಚರ, ಉಷ್ಣತೆ ಮತ್ತು ಕೆಲಸ ಮಾಡಲು ಬದ್ಧತೆಯಂತಹ ಹಲವಾರು ಆಯಾಮಗಳನ್ನು ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ರೇಟ್ ಮಾಡಲು ಅವರನ್ನು ಕೇಳಲಾಯಿತು. ಇದಲ್ಲದೆ, ಅರ್ಜಿದಾರನನ್ನು ನೇಮಕ ಮಾಡಲು ಮತ್ತು ಆರಂಭಿಕ ಸಂಬಳದಂತೆ ಅವರು ಶಿಫಾರಸು ಮಾಡಬೇಕೆಂದು ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಕೇಳಲಾಗುವುದು. ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ತಿಳಿದಿಲ್ಲದಿದ್ದರೂ, ಅರ್ಜಿದಾರರು ನಿರ್ದಿಷ್ಟವಾಗಿ ಒಂದೇ ವಸ್ತುವಾಗಿ ಹೊರತುಪಡಿಸಿ ಒಂದೇ ರೀತಿಯಂತೆ ನಿರ್ಮಿಸಲ್ಪಟ್ಟಿದ್ದರು: ಅವುಗಳಲ್ಲಿ ಕೆಲವು ಮಾತೃತ್ವವನ್ನು ಸೂಚಿಸುತ್ತವೆ (ಪೋಷಕರು-ಶಿಕ್ಷಕ ಸಂಘದಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡುವಿಕೆಯ ಮೂಲಕ) ಮತ್ತು ಕೆಲವರು ಮಾಡಲಿಲ್ಲ. ತಾಯಂದಿರನ್ನು ನೇಮಕ ಮಾಡಲು ಶಿಫಾರಸು ಮಾಡಲಾಗುವುದು ಮತ್ತು ಅವರು ಕಡಿಮೆ ಪ್ರಾರಂಭದ ಸಂಬಳವನ್ನು ನೀಡುತ್ತಿದ್ದಾರೆ ಎಂದು ಕೊರೆಲ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ. ಇದಲ್ಲದೆ, ರೇಟಿಂಗ್ಗಳು ಮತ್ತು ನೇಮಕ-ಸಂಬಂಧಿತ ತೀರ್ಮಾನಗಳೆರಡರ ಅಂಕಿಅಂಶಗಳ ವಿಶ್ಲೇಷಣೆಯ ಮೂಲಕ, ಕಾರ್ರೆಲ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ತಾಯಿಯ ಅನಾನುಕೂಲತೆಗಳನ್ನು ಹೆಚ್ಚಾಗಿ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಬದ್ಧತೆಯ ಆಧಾರದಲ್ಲಿ ಕಡಿಮೆ ಎಂದು ಅವರು ವಿವರಿಸಿದ್ದಾರೆ ಎಂದು ಕಂಡುಕೊಂಡರು. ಹೀಗಾಗಿ, ಈ ಲ್ಯಾಬ್ ಪ್ರಯೋಗವು ಕಾರ್ರೆಲ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಕಾರಣ ಪರಿಣಾಮವನ್ನು ಅಳೆಯಲು ಮತ್ತು ಆ ಪರಿಣಾಮಕ್ಕೆ ಸಂಭವನೀಯ ವಿವರಣೆಯನ್ನು ಒದಗಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು.

ಸಹಜವಾಗಿ, ಕೆಲವು ಯು.ಎಸ್ ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆಯ ಬಗ್ಗೆ ತೀರ್ಮಾನಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಬಗ್ಗೆ ಕೆಲವರು ನೂರು ವರ್ಷಗಳ ಪದವಿಪೂರ್ವ ವಿದ್ಯಾರ್ಥಿಗಳ ನಿರ್ಧಾರಗಳ ಆಧಾರದ ಮೇಲೆ ಸಂಶಯ ವ್ಯಕ್ತಪಡಿಸಬಹುದು. ಅವರು ಪೂರ್ಣಾವಧಿಯ ಕೆಲಸವನ್ನು ಹೊಂದಿರಲಿಲ್ಲ, ಯಾರನ್ನಾದರೂ ನೇಮಕ ಮಾಡುತ್ತಾರೆ. ಆದ್ದರಿಂದ, ಕೊರೆಲ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಸಹ ಪೂರಕ ಕ್ಷೇತ್ರ ಪ್ರಯೋಗವನ್ನು ನಡೆಸಿದರು. ನಕಲಿ ಕವರ್ ಅಕ್ಷರಗಳು ಮತ್ತು ಪುನರಾರಂಭದೊಂದಿಗೆ ನೂರಾರು ಜಾಹೀರಾತು ಉದ್ಯೋಗಾವಕಾಶಗಳನ್ನು ಅವರು ಪ್ರತಿಕ್ರಿಯಿಸಿದರು. ಸ್ನಾತಕಪೂರ್ವ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ತೋರಿಸಿದ ವಸ್ತುಗಳಿಗೆ ಹೋಲುತ್ತದೆ, ಕೆಲವು ಅರ್ಜಿದಾರರು ಮಾತೃತ್ವವನ್ನು ಸೂಚಿಸಿದರು ಮತ್ತು ಕೆಲವರು ಮಾಡಲಿಲ್ಲ. ತಾಯಂದಿರು ಸಮಾನವಾಗಿ ಅರ್ಹರು ಮಕ್ಕಳಿಲ್ಲದ ಮಹಿಳೆಯರಿಗಿಂತ ಸಂದರ್ಶನಗಳಿಗಾಗಿ ಹಿಂದಕ್ಕೆ ಕರೆಸಿಕೊಳ್ಳುತ್ತಾರೆ ಎಂದು ಕೊರೆಲ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ನೈಸರ್ಗಿಕ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಪರಿಣಾಮಕಾರಿ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡುವ ನಿಜವಾದ ಮಾಲೀಕರು ಪದವಿಪೂರ್ವ ವಿದ್ಯಾರ್ಥಿಗಳಂತೆ ವರ್ತಿಸುತ್ತಾರೆ. ಇದೇ ಕಾರಣಕ್ಕಾಗಿ ಅವರು ಇದೇ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡಿದ್ದೀರಾ? ದುರದೃಷ್ಟವಶಾತ್, ನಮಗೆ ಗೊತ್ತಿಲ್ಲ. ಅಭ್ಯರ್ಥಿಗಳನ್ನು ರೇಟ್ ಮಾಡಲು ಅಥವಾ ಅವರ ನಿರ್ಧಾರಗಳನ್ನು ವಿವರಿಸಲು ಸಂಶೋಧಕರು ಮಾಲೀಕರನ್ನು ಕೇಳಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ.

ಪ್ರಯೋಗಗಳ ಈ ಜೋಡಿ ಸಾಮಾನ್ಯವಾಗಿ ಲ್ಯಾಬ್ ಮತ್ತು ಕ್ಷೇತ್ರದ ಪ್ರಯೋಗಗಳ ಬಗ್ಗೆ ಸಾಕಷ್ಟು ತಿಳಿಸುತ್ತದೆ. ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳು ಭಾಗವಹಿಸುವವರು ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಪರಿಸರದ ಒಟ್ಟು ನಿಯಂತ್ರಣದ ಸಮೀಪವಿರುವ ಸಂಶೋಧಕರನ್ನು ನೀಡುತ್ತವೆ. ಆದ್ದರಿಂದ, ಉದಾಹರಣೆಗೆ, ಲ್ಯಾಬ್ ಪ್ರಯೋಗದಲ್ಲಿ, ಕೊರೆಲ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಎಲ್ಲಾ ಪುನರಾರಂಭಗಳನ್ನು ಶಾಂತವಾದ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಓದುತ್ತಿದ್ದಾರೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಯಿತು; ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗದಲ್ಲಿ, ಕೆಲವು ಅರ್ಜಿದಾರರು ಸಹ ಓದುವುದಿಲ್ಲ. ಇದಲ್ಲದೆ, ಲ್ಯಾಬ್ ಸೆಟ್ಟಿಂಗ್ನಲ್ಲಿ ಪಾಲ್ಗೊಳ್ಳುವವರು ಅವುಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡುತ್ತಾರೆ ಎಂದು ತಿಳಿದಿರುವ ಕಾರಣ, ಭಾಗವಹಿಸುವವರು ತಮ್ಮ ನಿರ್ಧಾರಗಳನ್ನು ಏಕೆ ಮಾಡುತ್ತಾರೆ ಎಂಬುದನ್ನು ವಿವರಿಸಲು ಸಹಾಯ ಮಾಡುವಂತಹ ಹೆಚ್ಚುವರಿ ಡೇಟಾವನ್ನು ಸಂಶೋಧಕರು ಹೆಚ್ಚಾಗಿ ಸಂಗ್ರಹಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಕೋರೆಲ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಅಭ್ಯರ್ಥಿಗಳನ್ನು ವಿವಿಧ ಆಯಾಮಗಳಲ್ಲಿ ರೇಟ್ ಮಾಡಲು ಲ್ಯಾಬ್ ಪ್ರಯೋಗದಲ್ಲಿ ಭಾಗವಹಿಸುವವರನ್ನು ಕೇಳಿದರು. ಈ ರೀತಿಯ ಪ್ರಕ್ರಿಯೆಯ ಮಾಹಿತಿಯು ಭಾಗವಹಿಸುವವರು ಅರ್ಜಿದಾರರನ್ನು ಹೇಗೆ ನಡೆಸುತ್ತಾರೆ ಎಂಬುದರ ಕುರಿತು ಭಿನ್ನತೆಗಳ ಹಿಂದೆ ಇರುವ ವಿಧಾನಗಳನ್ನು ಸಂಶೋಧಕರು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತಾರೆ.

ಮತ್ತೊಂದೆಡೆ, ನಾನು ಈ ಪ್ರಯೋಜನಗಳೆಂದು ವಿವರಿಸಿರುವ ನಿಖರವಾದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಕೆಲವೊಮ್ಮೆ ಅನನುಕೂಲಗಳು ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ. ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ಆದ್ಯತೆ ನೀಡುವ ಸಂಶೋಧಕರು ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಭಾಗವಹಿಸುವವರು ವಿಭಿನ್ನವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದೆಂದು ವಾದಿಸುತ್ತಾರೆ ಏಕೆಂದರೆ ಅವರು ಅಧ್ಯಯನ ಮಾಡುತ್ತಾರೆ ಎಂದು ಅವರಿಗೆ ತಿಳಿದಿದೆ. ಉದಾಹರಣೆಗೆ, ಲ್ಯಾಬ್ ಪ್ರಯೋಗದಲ್ಲಿ, ಪಾಲ್ಗೊಳ್ಳುವವರು ಸಂಶೋಧನೆಯ ಗುರಿಯನ್ನು ಊಹಿಸಿರಬಹುದು ಮತ್ತು ಅವರ ನಡವಳಿಕೆಯನ್ನು ಬದಲಾಯಿಸಬಹುದಾಗಿರುವುದರಿಂದ ಪಕ್ಷಪಾತಿಯಾಗಿ ಕಾಣಿಸುವುದಿಲ್ಲ. ಮತ್ತಷ್ಟು, ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ಆದ್ಯತೆ ಸಂಶೋಧಕರು ಅರ್ಜಿದಾರರು ಸಣ್ಣ ವ್ಯತ್ಯಾಸಗಳು ಕೇವಲ ಒಂದು ಸ್ವಚ್ಛವಾದ, ಕ್ರಿಮಿನಾಶಕ ಲ್ಯಾಬ್ ಪರಿಸರದಲ್ಲಿ ಎದ್ದು ಎಂದು ವಾದಿಸಬಹುದು, ಮತ್ತು ಆದ್ದರಿಂದ ಲ್ಯಾಬ್ ಪ್ರಯೋಗ ನಿಜವಾದ ನೇಮಕ ನಿರ್ಧಾರಗಳನ್ನು ಮೇಲೆ ಮಾತೃತ್ವ ಪರಿಣಾಮ ಅಂದಾಜು ಕಾಣಿಸುತ್ತದೆ. ಅಂತಿಮವಾಗಿ, ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳ ಅನೇಕ ಪ್ರತಿಪಾದಕರು ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳನ್ನು WEIRD ಭಾಗವಹಿಸುವವರ ಅವಲಂಬನೆಯನ್ನು ಟೀಕಿಸುತ್ತಾರೆ: ಮುಖ್ಯವಾಗಿ ಪಾಶ್ಚಿಮಾತ್ಯರು, ವಿದ್ಯಾವಂತರು, ಕೈಗಾರಿಕೀಕರಣಗೊಂಡವರು, ಶ್ರೀಮಂತರು ಮತ್ತು ಡೆಮಾಕ್ರಟಿಕ್ ದೇಶಗಳ ವಿದ್ಯಾರ್ಥಿಗಳು (Henrich, Heine, and Norenzayan 2010a) . ಕೊರೆಲ್ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು (2007) ನಡೆಸಿದ ಪ್ರಯೋಗಗಳು ಪ್ರಯೋಗಾಲಯ ಕ್ಷೇತ್ರದ ನಿರಂತರತೆಯ ಮೇಲೆ ಎರಡು ವಿಪರೀತತೆಯನ್ನು ವಿವರಿಸುತ್ತದೆ. ಈ ಎರಡು ವಿಪರೀತಗಳ ನಡುವೆಯೂ ವಿವಿಧ-ಅಲ್ಲದ ಹೈಬ್ರಿಡ್ ವಿನ್ಯಾಸಗಳೂ ಸಹ ಇವೆ, ಅಲ್ಲದ ವಿದ್ಯಾರ್ಥಿಗಳನ್ನು ಪ್ರಯೋಗಾಲಯಕ್ಕೆ ತರುವ ಅಥವಾ ಕ್ಷೇತ್ರಕ್ಕೆ ಹೋಗುವಂತಹ ವಿಧಾನಗಳು ಸೇರಿದಂತೆ, ಸಹ ಭಾಗವಹಿಸುವವರು ಅಸಾಮಾನ್ಯವಾದ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸುತ್ತಾರೆ.

ಹಿಂದೆ ಅಸ್ತಿತ್ವದಲ್ಲಿದ್ದ ಲ್ಯಾಬ್ ಕ್ಷೇತ್ರದ ಆಯಾಮದ ಜೊತೆಗೆ, ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಎಂದರೆ ಸಂಶೋಧಕರು ಇದೀಗ ಎರಡನೇ ಮಹತ್ವದ ಆಯಾಮವನ್ನು ಹೊಂದಿದ್ದಾರೆ, ಇದರ ಜೊತೆಗೆ ಪ್ರಯೋಗಗಳು ಬದಲಾಗಬಹುದು: ಅನಲಾಗ್-ಡಿಜಿಟಲ್. ಶುದ್ಧ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳು, ಶುದ್ಧ ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳು, ಮತ್ತು ನಡುವೆ ವಿವಿಧ ಮಿಶ್ರತಳಿಗಳು ಇದ್ದಂತೆ, ಶುದ್ಧ ಅನಲಾಗ್ ಪ್ರಯೋಗಗಳು, ಶುದ್ಧ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳು, ಮತ್ತು ವಿವಿಧ ಹೈಬ್ರಿಡ್ಗಳಿವೆ. ಇದು ಈ ಆಯಾಮದ ಔಪಚಾರಿಕ ವ್ಯಾಖ್ಯಾನವನ್ನು ನೀಡಲು ಟ್ರಿಕಿ ಆಗಿದೆ, ಆದರೆ ಉಪಯುಕ್ತವಾದ ಕಾರ್ಯನಿರ್ವಹಣೆಯ ವ್ಯಾಖ್ಯಾನವೆಂದರೆ ಸಂಪೂರ್ಣ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳು ಭಾಗವಹಿಸುವವರು, ಯಾದೃಚ್ಛೀಕರಿಸುವ, ಚಿಕಿತ್ಸೆಯನ್ನು ಮತ್ತು ಅಳತೆ ಫಲಿತಾಂಶಗಳನ್ನು ನೇಮಿಸಿಕೊಳ್ಳಲು ಡಿಜಿಟಲ್ ಮೂಲಭೂತ ಸೌಕರ್ಯಗಳನ್ನು ಬಳಸುವ ಪ್ರಯೋಗಗಳಾಗಿವೆ. ಉದಾಹರಣೆಗೆ, ರೆನ್ಟಿವೊ ಮತ್ತು ವ್ಯಾನ್ ಡಿ ರಿಜಟ್ (2012) ಬರ್ನ್ಸ್ಟಾರ್ಸ್ ಮತ್ತು ವಿಕಿಪೀಡಿಯ ಅಧ್ಯಯನವು ಸಂಪೂರ್ಣವಾಗಿ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗವಾಗಿತ್ತು ಏಕೆಂದರೆ ಇದು ಎಲ್ಲಾ ನಾಲ್ಕು ಹಂತಗಳಿಗೆ ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಳಸಿದೆ. ಅಂತೆಯೇ, ಸಂಪೂರ್ಣ ಅನಲಾಗ್ ಪ್ರಯೋಗಗಳು ಈ ನಾಲ್ಕು ಹಂತಗಳಲ್ಲಿ ಡಿಜಿಟಲ್ ಮೂಲಭೂತ ಸೌಕರ್ಯಗಳನ್ನು ಬಳಸುವುದಿಲ್ಲ. ಮನೋವಿಜ್ಞಾನದಲ್ಲಿ ಅನೇಕ ಶ್ರೇಷ್ಠ ಪ್ರಯೋಗಗಳು ಸಂಪೂರ್ಣವಾಗಿ ಅನಲಾಗ್ ಪ್ರಯೋಗಗಳಾಗಿವೆ. ಈ ಎರಡು ವಿಪರೀತಗಳ ನಡುವೆ, ಅನಲಾಗ್ ಮತ್ತು ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಗಳ ಸಂಯೋಜನೆಯನ್ನು ಬಳಸುವ ಭಾಗಶಃ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳು ಇವೆ.

ಕೆಲವು ಜನರು ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ಯೋಚಿಸಿದಾಗ, ಅವರು ತಕ್ಷಣ ಆನ್ಲೈನ್ ​​ಪ್ರಯೋಗಗಳನ್ನು ಯೋಚಿಸುತ್ತಾರೆ. ಇದು ದುರದೃಷ್ಟಕರವಾಗಿದೆ ಏಕೆಂದರೆ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ನಡೆಸುವ ಅವಕಾಶಗಳು ಆನ್ಲೈನ್ನಲ್ಲಿ ಮಾತ್ರವಲ್ಲ. ಚಿಕಿತ್ಸೆಗಳು ಅಥವಾ ಅಳತೆ ಫಲಿತಾಂಶಗಳನ್ನು ತಲುಪಿಸಲು ಸಂಶೋಧಕರು ದೈಹಿಕ ಜಗತ್ತಿನಲ್ಲಿ ಡಿಜಿಟಲ್ ಸಾಧನಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಭಾಗಶಃ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ನಡೆಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಫಲಿತಾಂಶಗಳನ್ನು ಅಳೆಯಲು ನಿರ್ಮಿಸಿದ ಪರಿಸರದಲ್ಲಿ ಚಿಕಿತ್ಸೆಗಳು ಅಥವಾ ಸಂವೇದಕಗಳನ್ನು ತಲುಪಿಸಲು ಸಂಶೋಧಕರು ಸ್ಮಾರ್ಟ್ಫೋನ್ಗಳನ್ನು ಬಳಸಬಹುದಾಗಿತ್ತು. ವಾಸ್ತವವಾಗಿ, ನಾವು ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ನೋಡಿದಂತೆ, ಸಂಶೋಧಕರು ಈಗಾಗಲೇ 8.5 ದಶಲಕ್ಷ ಮನೆಗಳನ್ನು (Allcott 2015) ಒಳಗೊಂಡಿರುವ ಶಕ್ತಿ ಬಳಕೆಯ ಬಗ್ಗೆ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಫಲಿತಾಂಶಗಳನ್ನು ಅಳೆಯಲು ಹೋಮ್ ಪವರ್ ಮೀಟರ್ಗಳನ್ನು (Allcott 2015) . ಡಿಜಿಟಲ್ ಸಾಧನಗಳು ಜನರ ಜೀವನದಲ್ಲಿ ಹೆಚ್ಚಾಗುತ್ತದೆ ಮತ್ತು ಸಂವೇದಕಗಳು ಅಂತರ್ನಿರ್ಮಿತ ಪರಿಸರದಲ್ಲಿ ಸಂಯೋಜನೆಯಾಗುವಂತೆ, ಭೌತಿಕ ಜಗತ್ತಿನಲ್ಲಿ ಭಾಗಶಃ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ನಡೆಸಲು ಈ ಅವಕಾಶಗಳು ನಾಟಕೀಯವಾಗಿ ಹೆಚ್ಚಾಗುತ್ತದೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳು ಕೇವಲ ಆನ್ಲೈನ್ ​​ಪ್ರಯೋಗಗಳು ಅಲ್ಲ.

ಪ್ರಯೋಗಾಲಯ ಕ್ಷೇತ್ರ ನಿರಂತರತೆಯ ಉದ್ದಕ್ಕೂ ಎಲ್ಲೆಡೆ ಪ್ರಯೋಗಗಳಿಗೆ ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಗಳು ಹೊಸ ಸಾಧ್ಯತೆಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತವೆ. ಶುದ್ಧ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳಲ್ಲಿ, ಉದಾಹರಣೆಗೆ, ಭಾಗವಹಿಸುವವರ ನಡವಳಿಕೆಯ ಸೂಕ್ಷ್ಮ ಮಾಪನಕ್ಕಾಗಿ ಸಂಶೋಧಕರು ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಳಸಬಹುದು; ಈ ರೀತಿಯ ಸುಧಾರಿತ ಮಾಪನದ ಒಂದು ಉದಾಹರಣೆಯೆಂದರೆ ಕಣ್ಣಿಗೆ ಕಾಣಿಸುವ ಸಾಧನವಾಗಿದ್ದು, ಇದು ನೋಟದ ಜಾಗದ ನಿಖರ ಮತ್ತು ನಿರಂತರ ಕ್ರಮಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಆನ್ಲೈನ್ನಲ್ಲಿ ಲ್ಯಾಬ್-ರೀತಿಯ ಪ್ರಯೋಗಗಳನ್ನು ನಡೆಸುವ ಸಾಧ್ಯತೆಯನ್ನು ಸಹ ಸೃಷ್ಟಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಆನ್ಲೈನ್ ​​ಪ್ರಯೋಗಗಳಿಗಾಗಿ ಭಾಗವಹಿಸುವವರು ನೇಮಕ ಮಾಡಲು ಸಂಶೋಧಕರು ಅಮೆಜಾನ್ ಮೆಕ್ಯಾನಿಕಲ್ ಟರ್ಕ್ (MTurk) ನ್ನು ಶೀಘ್ರವಾಗಿ ಅಳವಡಿಸಿಕೊಂಡಿದ್ದಾರೆ (ಚಿತ್ರ 4.2). "ಕಾರ್ಯಕರ್ತರು" ಹಣವನ್ನು ಆ ಕೆಲಸಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಬಯಸುವ "ಕಾರ್ಮಿಕರ" ಜೊತೆ ಪೂರ್ಣಗೊಳ್ಳಬೇಕಾದ ಕಾರ್ಯಗಳನ್ನು ಹೊಂದಿದ "ಮಾಲೀಕರು" ಎಮ್ಟುಕ್. ಸಾಂಪ್ರದಾಯಿಕ ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆಗಳಂತಲ್ಲದೆ, ಸಾಮಾನ್ಯವಾಗಿ ಒಳಗೊಂಡಿರುವ ಕಾರ್ಯಗಳಲ್ಲಿ ಪೂರ್ಣಗೊಳಿಸಲು ಕೆಲವು ನಿಮಿಷಗಳು ಬೇಕಾಗುತ್ತವೆ, ಮತ್ತು ಉದ್ಯೋಗದಾತ ಮತ್ತು ಕೆಲಸಗಾರರ ನಡುವಿನ ಸಂಪೂರ್ಣ ಪರಸ್ಪರ ಕ್ರಿಯೆ ಆನ್ಲೈನ್ನಲ್ಲಿದೆ. MTurk ಅವರು ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಪ್ರಯೋಗಾಲಯಗಳ ಪ್ರಯೋಗಗಳನ್ನು-ಪಾವತಿಸುವ ಜನರ ಅಂಶಗಳನ್ನು ಅವರು ಮುಕ್ತವಾಗಿ ಮಾಡಲಾಗದ ಕಾರ್ಯಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಕಾರಣ-ಇದು ಕೆಲವು ರೀತಿಯ ಪ್ರಯೋಗಗಳಿಗೆ ನೈಸರ್ಗಿಕವಾಗಿ ಸೂಕ್ತವಾಗಿರುತ್ತದೆ. ಮೂಲಭೂತವಾಗಿ, MTurk ಭಾಗವಹಿಸುವವರು-ನೇಮಕಾತಿ ಮತ್ತು ಜನರು ಪಾವತಿಸುವ ಒಂದು ಪೂಲ್ ನಿರ್ವಹಿಸಲು ಮೂಲಸೌಕರ್ಯ ಸೃಷ್ಟಿಸಿದೆ-ಮತ್ತು ಸಂಶೋಧಕರು ಯಾವಾಗಲೂ ಲಭ್ಯವಿರುವ ಭಾಗವಹಿಸುವವರು ಪೂಲ್ ಸ್ಪರ್ಶಿಸಲು ಆ ಮೂಲಸೌಕರ್ಯ ಪ್ರಯೋಜನವನ್ನು ಪಡೆದಿವೆ.

ಚಿತ್ರ 4.2: ಪೇಪರ್ಸ್ ಅಮೆಜಾನ್ ಮೆಕ್ಯಾನಿಕಲ್ ಟರ್ಕ್ (MTurk) ನಿಂದ ಡೇಟಾವನ್ನು ಪ್ರಕಟಿಸಿವೆ. MTurk ಮತ್ತು ಇತರ ಆನ್ಲೈನ್ ​​ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆಗಳು ಪ್ರಯೋಗಗಳಿಗೆ ಭಾಗವಹಿಸುವವರನ್ನು ನೇಮಿಸುವ ಸಂಶೋಧಕರನ್ನು ಅನುಕೂಲಕರ ರೀತಿಯಲ್ಲಿ ನೀಡುತ್ತವೆ. ಬೊಹನ್ನಾನ್ (2016) ನಿಂದ ಅಳವಡಿಸಲಾಗಿದೆ.

ಚಿತ್ರ 4.2: ಪೇಪರ್ಸ್ ಅಮೆಜಾನ್ ಮೆಕ್ಯಾನಿಕಲ್ ಟರ್ಕ್ (MTurk) ನಿಂದ ಡೇಟಾವನ್ನು ಪ್ರಕಟಿಸಿವೆ. MTurk ಮತ್ತು ಇತರ ಆನ್ಲೈನ್ ​​ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆಗಳು ಪ್ರಯೋಗಗಳಿಗೆ ಭಾಗವಹಿಸುವವರನ್ನು ನೇಮಿಸುವ ಸಂಶೋಧಕರನ್ನು ಅನುಕೂಲಕರ ರೀತಿಯಲ್ಲಿ ನೀಡುತ್ತವೆ. Bohannon (2016) ನಿಂದ ಅಳವಡಿಸಲಾಗಿದೆ.

ಕ್ಷೇತ್ರದಂತಹ ಪ್ರಯೋಗಗಳಿಗೆ ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಗಳು ಇನ್ನಷ್ಟು ಸಾಧ್ಯತೆಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತವೆ. ನಿರ್ದಿಷ್ಟವಾಗಿ, ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳೊಂದಿಗೆ ಸಂಯೋಜಿತವಾಗಿರುವ ಹೆಚ್ಚು ವೈವಿಧ್ಯಮಯ ಭಾಗವಹಿಸುವವರು ಮತ್ತು ಹೆಚ್ಚು ನೈಸರ್ಗಿಕ ಸೆಟ್ಟಿಂಗ್ಗಳೊಂದಿಗೆ ಪ್ರಯೋಗಾತ್ಮಕ ಪ್ರಯೋಗಗಳೊಂದಿಗೆ ಸಂಬಂಧಿತ ಬಿಗಿಯಾದ ನಿಯಂತ್ರಣ ಮತ್ತು ಪ್ರಕ್ರಿಯೆ ಡೇಟಾವನ್ನು ಸಂಯೋಜಿಸಲು ಅವರು ಸಂಶೋಧಕರನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತಾರೆ. ಇದರ ಜೊತೆಗೆ, ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದ ಪ್ರಯೋಗಗಳು ಅನಲಾಗ್ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಕಷ್ಟಕರವಾದ ಮೂರು ಅವಕಾಶಗಳನ್ನು ನೀಡುತ್ತವೆ.

ಮೊದಲಿಗೆ, ಹೆಚ್ಚಿನ ಅನಲಾಗ್ ಲ್ಯಾಬ್ ಮತ್ತು ಫೀಲ್ಡ್ ಪ್ರಯೋಗಗಳು ನೂರಾರು ಭಾಗವಹಿಸುವವರನ್ನು ಹೊಂದಿದ್ದು, ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳು ಲಕ್ಷಾಂತರ ಪಾಲ್ಗೊಳ್ಳುವವರನ್ನು ಹೊಂದಬಹುದು. ಈ ಪ್ರಮಾಣದ ಬದಲಾವಣೆಯು ಕೆಲವು ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳು ಡೇಟಾವನ್ನು ಶೂನ್ಯ ವೇರಿಯಬಲ್ ವೆಚ್ಚದಲ್ಲಿ ಉತ್ಪಾದಿಸಬಹುದು. ಅಂದರೆ, ಒಮ್ಮೆ ಸಂಶೋಧಕರು ಪ್ರಾಯೋಗಿಕ ಮೂಲಭೂತ ಸೌಕರ್ಯವನ್ನು ಸೃಷ್ಟಿಸಿದ್ದಾರೆ, ಭಾಗವಹಿಸುವವರ ಸಂಖ್ಯೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದು ಸಾಮಾನ್ಯವಾಗಿ ವೆಚ್ಚವನ್ನು ಹೆಚ್ಚಿಸುವುದಿಲ್ಲ. ಭಾಗವಹಿಸುವವರ ಸಂಖ್ಯೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದು 100 ಅಥವಾ ಅದಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಅಂಶವು ಕೇವಲ ಪರಿಮಾಣಾತ್ಮಕ ಬದಲಾವಣೆ ಅಲ್ಲ; ಇದು ಒಂದು ಗುಣಾತ್ಮಕ ಬದಲಾವಣೆಯಾಗಿದೆ, ಏಕೆಂದರೆ ಸಂಶೋಧಕರು ಪ್ರಯೋಗಗಳಿಂದ ವಿಭಿನ್ನ ವಿಷಯಗಳನ್ನು ಕಲಿಯಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ (ಉದಾಹರಣೆಗೆ, ಚಿಕಿತ್ಸೆಯ ಪರಿಣಾಮಗಳ ವೈವಿಧ್ಯತೆ) ಮತ್ತು ಸಂಪೂರ್ಣವಾಗಿ ಬೇರೆ ಪ್ರಾಯೋಗಿಕ ವಿನ್ಯಾಸಗಳನ್ನು ನಡೆಸಲು (ಉದಾಹರಣೆಗೆ, ದೊಡ್ಡ-ಗುಂಪು ಪ್ರಯೋಗಗಳು). ಈ ಹಂತವು ಎಷ್ಟು ಮುಖ್ಯವಾದುದು, ನಾನು ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ರಚಿಸುವ ಬಗ್ಗೆ ಸಲಹೆಯನ್ನು ನೀಡಿದಾಗ ನಾನು ಅಧ್ಯಾಯದ ಅಂತ್ಯಕ್ಕೆ ಹಿಂದಿರುಗುತ್ತೇನೆ.

ಎರಡನೆಯದು, ಹೆಚ್ಚಿನ ಅನಲಾಗ್ ಪ್ರಯೋಗಾಲಯ ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳು ಭಾಗವಹಿಸುವವರನ್ನು ಗುರುತಿಸಲಾಗದ ವಿಜೆಟ್ಗಳು ಎಂದು ಪರಿಗಣಿಸುತ್ತವೆ, ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳು ಹೆಚ್ಚಾಗಿ ಭಾಗವಹಿಸುವವರ ಬಗ್ಗೆ ಸಂಶೋಧನೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯ ಹಂತಗಳಲ್ಲಿ ಹಿನ್ನೆಲೆ ಮಾಹಿತಿಯನ್ನು ಬಳಸುತ್ತವೆ. ಪೂರ್ವ-ಚಿಕಿತ್ಸೆಯ ಮಾಹಿತಿಯೆಂದು ಕರೆಯಲ್ಪಡುವ ಈ ಹಿನ್ನೆಲೆ ಮಾಹಿತಿ, ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ ಲಭ್ಯವಿದೆ ಏಕೆಂದರೆ ಅವುಗಳು ಯಾವಾಗಲೂ ಆನ್-ಮಾಪನ ವ್ಯವಸ್ಥೆಗಳ ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ (ಅಧ್ಯಾಯ 2 ನೋಡಿ). ಉದಾಹರಣೆಗೆ, ಫೇಸ್ಬುಕ್ನಲ್ಲಿ ಸಂಶೋಧಕ ತನ್ನ ಡಿಜಿಟಲ್ ಫೀಲ್ಡ್ ಪ್ರಯೋಗದಲ್ಲಿ ಜನರನ್ನು ಕುರಿತು ಹೆಚ್ಚು ಪೂರ್ವ-ಚಿಕಿತ್ಸೆಯ ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿದೆ, ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಸಂಶೋಧಕನು ತನ್ನ ಅನಲಾಗ್ ಕ್ಷೇತ್ರದ ಪ್ರಯೋಗದಲ್ಲಿ ಜನರನ್ನು ಹೊಂದಿದೆ. ಈ ಪೂರ್ವ ಚಿಕಿತ್ಸೆಯು ತಡೆಯುವ (Higgins, Sävje, and Sekhon 2016) ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಪ್ರಾಯೋಗಿಕ ವಿನ್ಯಾಸಗಳನ್ನು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ (Higgins, Sävje, and Sekhon 2016) ಭಾಗಿಗಳ (Eckles, Kizilcec, and Bakshy 2016) ನೇಮಕಾತಿಗೆ ಗುರಿಪಡಿಸಿದ-ಮತ್ತು ಚಿಕಿತ್ಸೆಯ ಪರಿಣಾಮಗಳ ವೈವಿಧ್ಯತೆಯ ಅಂದಾಜಿನಂತಹ ಹೆಚ್ಚು ಒಳನೋಟವುಳ್ಳ ವಿಶ್ಲೇಷಣೆ (Athey and Imbens 2016a) ಮತ್ತು ಸುಧಾರಿತ ನಿಖರತೆಗಾಗಿ ಕೊವೇರಿಯೇಟ್ ಹೊಂದಾಣಿಕೆ (Bloniarz et al. 2016) .

ಮೂರನೆಯದಾಗಿ, ಅನೇಕ ಅನಲಾಗ್ ಪ್ರಯೋಗಾಲಯಗಳು ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳು ತುಲನಾತ್ಮಕವಾಗಿ ಸಂಕುಚಿತ ಸಮಯದ ಸಮಯಗಳಲ್ಲಿ ಚಿಕಿತ್ಸೆಯನ್ನು ಮತ್ತು ಅಳತೆ ಫಲಿತಾಂಶಗಳನ್ನು ತಲುಪಿಸುತ್ತವೆ, ಕೆಲವು ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳು ಹೆಚ್ಚು ಸಮಯದ ಕಾಲದಲ್ಲಿ ಸಂಭವಿಸುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, Restivo ಮತ್ತು ವ್ಯಾನ್ ಡಿ ರಿಜ್ಟ್ನ ಪ್ರಯೋಗವು 90 ದಿನಗಳ ಕಾಲ ಪ್ರತಿದಿನ ಅಳತೆ ಮಾಡಿತು, ಮತ್ತು ನಂತರದ ಅಧ್ಯಾಯ (Ferraro, Miranda, and Price 2011) ನಲ್ಲಿ ನಾನು ಹೇಳುವ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಒಂದನ್ನು ಮೂರು ವರ್ಷಗಳಲ್ಲಿ ಮೂಲಭೂತವಾಗಿ ಇಲ್ಲ ವೆಚ್ಚ. ಪ್ರಯೋಗಾಲಯಗಳು ಯಾವಾಗಲೂ ಆನ್-ಮಾಪನ ವ್ಯವಸ್ಥೆಗಳ ಮೇಲೆ ನಡೆಯುವಾಗ ಈ ಮೂರು ಅವಕಾಶಗಳ-ಗಾತ್ರ, ಪೂರ್ವ-ಚಿಕಿತ್ಸೆಯ ಮಾಹಿತಿಯು, ಮತ್ತು ದೀರ್ಘಾವಧಿಯ ಚಿಕಿತ್ಸೆಯ ಮತ್ತು ಫಲಿತಾಂಶದ ಮಾಹಿತಿಯು ಸಾಮಾನ್ಯವಾಗಿ ಕಂಡುಬರುತ್ತದೆ (ಯಾವಾಗಲೂ ಆನ್-ಅಳೆಯುವ ಮಾಪನ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಅಧ್ಯಾಯ 2 ಅನ್ನು ನೋಡಿ).

ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳು ಅನೇಕ ಸಾಧ್ಯತೆಗಳನ್ನು ನೀಡುತ್ತವೆ ಆದರೆ, ಅನಲಾಗ್ ಪ್ರಯೋಗಾಲಯ ಮತ್ತು ಅನಲಾಗ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳ ಜೊತೆಗೆ ಅವುಗಳು ಕೆಲವು ದೌರ್ಬಲ್ಯಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, ಪ್ರಯೋಗಗಳನ್ನು ಹಿಂದಿನದನ್ನು ಅಧ್ಯಯನ ಮಾಡಲು ಬಳಸಲಾಗುವುದಿಲ್ಲ, ಮತ್ತು ಅವುಗಳನ್ನು ಕುಶಲತೆಯಿಂದ ಮಾಡಬಹುದಾದ ಚಿಕಿತ್ಸೆಗಳ ಪರಿಣಾಮಗಳನ್ನು ಮಾತ್ರ ಅಂದಾಜು ಮಾಡಬಹುದು. ಅಲ್ಲದೆ, ನೀತಿಗಳನ್ನು ಮಾರ್ಗದರ್ಶಿಸಲು ಪ್ರಯೋಗಗಳು ನಿಸ್ಸಂದೇಹವಾಗಿ ಉಪಯುಕ್ತವಾಗಿದ್ದರೂ, ಪರಿಸರ ಅವಲಂಬನೆ, ಅನುಸರಣೆ ಸಮಸ್ಯೆಗಳು ಮತ್ತು ಸಮತೋಲನದ ಪರಿಣಾಮಗಳು (Banerjee and Duflo 2009; Deaton 2010) ಮುಂತಾದ ತೊಡಕುಗಳ ಕಾರಣದಿಂದಾಗಿ ಅವರು ನೀಡುವ ನಿಖರ ಮಾರ್ಗದರ್ಶನವು ಸ್ವಲ್ಪಮಟ್ಟಿಗೆ ಸೀಮಿತವಾಗಿದೆ. ಕ್ಷೇತ್ರ ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳಿಂದ ಸೃಷ್ಟಿಯಾದ ನೈತಿಕ ಕಾಳಜಿಗಳು ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳು ಕೂಡಾ ಈ ಅಧ್ಯಾಯದಲ್ಲಿ ಮತ್ತು ಅಧ್ಯಾಯ 6 ರಲ್ಲಿ ನಾನು ತಿಳಿಸುವ ವಿಷಯವಾಗಿದೆ.