Aktivitéiten

Schlëssel:

  • Ofschloss vum Schwieregkeetsgrad: liicht einfach , mëttelfristeg mëttel- , schwéier schwéier , ganz schwéier ganz schwéier
  • verlaangt temporäre ( verlaangt temporäre )
  • verlaangt coding ( verlaangt coding )
  • Donnéeën Kollektioun ( Donnéeën Kollektioun )
  • meng Favoritten ( mäin Favorit )
  1. [ mëttel- , Donnéeën Kollektioun ] Berinsky a Kollegen (2012) z'analyséieren vun replicating dräi klassesch Experimenter am Kader mechanesch Turk. Behaapten d'klassesch asiatësch Genau Gasometere Experimenter vun Tversky and Kahneman (1981) . Wëllt Är Resultater Match Tversky an Kahneman d'? Wëllt Är Resultater Match Berinsky a Kollegen? Wat-wann eppes-et léieren dëser eis iwwert fir Ëmfro Experimenter mechanesch Turk benotzt?

  2. [ mëttel- , mäin Favorit ] An enger éischter Zong-zu-déck Pabeier Titel "Mir Hut ze trennen," de sozialen Psycholog Robert Cialdini, ee vun den Auteure vun Schultz et al. (2007) , geschriwwen, datt hien fréi aus senger Aarbecht als Professer zréckgezunn, an en Deel, well vun den Erausfuerderungen hie mécht Terrain Experimenter zu enger Nawell stellt (Psychologie) dass haaptsächlech Dirigent Labo Experimenter (Cialdini 2009) . Weiderliesen Cialdini d'Pabeier, an schreiwen him eng Email reagéiert him säi Stand-up am Liicht vun de Méiglechkeete vun digitale Experimenter ze schneiden dat nemmen himmel. Benotzt spezifesch Beispiller vu Recherche, datt seng Bedenken Adress.

  3. [ mëttel- Fir] fir festzestellen, ob kleng Erfolleger gespaarten-an oder Fade ewech, van de Rijt an an Kollegen (2014) agegraff an véier verschidden Systemer Succès op ausgewielt Participanten bestowing, a gemooss gëtt dann d'laangfristeg Auswierkungen vun dëser willkürlech Succès. Kënnt Dir vun anere Systemer, datt an deem Dir ähnlech Experimenter Course konnt? Diskutéieren dëse Systemer an Conditioune vun Themen vun wëssenschaftleche Wäert, algorithmic confounding (cf. Kapitel 2), an Ethik.

  4. [ mëttel- , Donnéeën Kollektioun ] D'Resultat vun engem Experiment kann op d'Participanten hänken. Erstellt een Experiment an dann lafen se op Amazon mechanesch Turk (MTurk) mat zwou verschiddene Rekrutement Strategien. Probéiert déi Experimenter an Rekrutement Strategien ze goe fir datt d'Resultater wéi verschidde wéi méiglech ginn. Zum Beispill, kéint Är Rekrutement Strategien ginn Participanten an de Moien ze rekrutéieren an der Owend oder fir Mataarbechter mat héich an niddreg Loun geluegt. Dës Arte vun Differenzen am Recrutement Strategie hätt fir verschidden déinen vun Participanten Féierung a verschiddene experimentell Resultater. Wéi verschidden hutt Är Resultater Tour eraus? Wat heescht léist datt ronn Experimenter op MTurk laafen?

  5. [ ganz schwéier , verlaangt temporäre , verlaangt coding , mäin Favorit ] Vir, datt Dir d'Emoltional Seuche Etude goufen Planung (Kramer, Guillory, and Hancock 2014) . Benotzt d'Resultater vun enger éischter observational Etude vun Kramer (2012) d'Zuel vun de Participanten an all Konditioun ze entscheeden. Dës zwou Etuden Match net perfekt sou sécher explizit d'géieren all ze setzen, datt Dir maachen:

    1. Run eng Simulatioun entscheeden, wéivill Participanten néideg gewiescht wier en Effekt wéi grouss wéi den Effet vun z'entdecken Kramer (2012) mat \ (\ alpha = 0,05 \) an \ (1 - \ Beta = 0,8 \).
    2. Wëllt d'selwecht berechent analytesch.
    3. Am Bezug op déi Resultater aus Kramer (2012) war Emoltional Seuche (Kramer, Guillory, and Hancock 2014) iwwer-ugedriwwen (dh, hutt et méi Participanten hunn wéi néideg)?
    4. Vun der géieren, datt Dir gemaach, wat de gréissten Effekt op Ärer Berechnung hutt?
  6. [ ganz schwéier , verlaangt temporäre , verlaangt coding , mäin Favorit Äntwert] d'Fro virun, mä amplaz dem virdrun observational Etude andems Kramer (2012) benotzen d'Resultater vun enger éischter natierlech Experimenter vun Coviello et al. (2014) .

  7. [ einfach ] Béid Rijt et al. (2014) an Margetts et al. (2011) Leeschtunge souwuel Experimenter datt de Prozess vun Leit studéieren eng Petitioun ënnerschreiwen. Vergläichen an den Design an d'Conclusiounen vun dësen Studien Kontrast.

  8. [ einfach ] Dwyer, Maki, and Rothman (2015) gehaal zwee Terrain Experimenter op der Relatioun tëscht sozial Normen an proenvironmental gelooss. Hei d'mythologesch vun hirem Pabeier:

    "Wéi kéint psychesch Wëssenschaft geheescht ginn proenvironmental Verhalen ze encouragéieren? An zwou Etüden, déi dofir Interventiounen Energiespueren gelooss an ëffentlechen Toiletten bei der Promotioun iwwerpréift d'Aflëss vun Dësen Normen a perséinlech Responsabilitéit. An der Etude 1, der Luucht Status (dh, op oder ugefaangen) manipuléiert huet, ier een eng mi Plazen am Minette ëffentlechen Buedzëmmer stëmmen, wéi sécher de Dësen souguer fir déi Astellung. Participants sech vill méi wahrscheinlech d'Luucht misst ausmaachen, wa se ugefaangen huet, wéi se stëmmen. An der Etude 2, war en zousätzleche Zoustand vun deeër d'Luucht souguer vu Metallica huet vun engem Konfederéierte bewisen huet, mä Participanten sech net selwer fir responsabel et doriwwer op. Perséinlech Responsabilitéit moderéiert den Afloss vun sozial Normen op gelooss; wann Participanten fir doriwwer op der Luucht net responsabel waren, ass den Afloss vun der souguer manner. Dës Resultater soen a wéi Dësen Normen a perséinlech Responsabilitéit kann d'Effikacitéit vun proenvironmental Interventiounen regléieren. "

    Weiderliesen hire Pabeier an Design engem Gedächtnis vun studéieren 1.

  9. [ mëttel- , Donnéeën Kollektioun ] Op der leschter Fro Building, elo designt gräift.

    1. Wéi maachen vergläichen d'Resultater?
    2. Wat kéint dës Ënnerscheeder erklären?
  10. [ mëttel- ] Et huet mat Participanten rekrutéiert aus Amazon mechanesch Turk substantiell Debatt iwwer Experimenter ginn. Parallel ass et och substantiell Debatt iwwer Experimenter gouf Participanten rekrutéiert aus undergraduate Schüler Populatiounsschichte benotzt. Schreif eng zwee-Säit Notiz vergläichen an kontrastverstäerkt der Turkers an undergraduates als Fuerscher matmaachen. Äre Vergläich soll eng Diskussioun vun zwee wëssenschaftlech an Truppe Problemer gehéieren.

  11. [ einfach ] Jim Manzi d'Buch ongebremste (2012) ass eng wonnerbar Aféierung an d'Muecht vun trotzdeem am Betrib. Am Buch relayed hien dës Geschicht:

    "Ech war eemol zu engem Gespréich mat engem richtegen Affär Genie, engem Self-made Millionär deen eng déif, onerwaartend understating vun der Muecht vun Experimenter haten. Seng Firma ass wichteg Ressourcen versicht super Geschäft Fënster weist ze schafen, dass Konsumenten an erhéigt Ofsaz unzezéien géif, wéi konventionell Wäisheet gesot si soll. Experten virsiichteg Design no Design getest, an an eenzelne Test review stattfannen iwwer eng Period vu Joren weist kee groussen causal Effet vun all neien Ecran Design op Ofsaz gehaalen. Senior Marketing a Stiermer Cadren begéint mat de CEO dësen historeschen Test Resultater am toto ze iwwerpréiwen. No all vun der experimentell Date presentéieren, ofgeschloss si, datt déi konventionell Wäisheet falsch-datt Fënster weist fueren net Ofsaz war. Hir ugeroden Aktioun war ze reduzéieren Käschten an Effort an dësem Beräich. Dëst bewisen Trainer d'Fähegkeet vun trotzdeem konventionell Wäisheet ëmzekippen. D'Äntwert ass CEO war einfach: "Meng Konklusioun ass, datt Är Auteuren net ganz gutt." Seng Léisung war Effort am Geschäft Ecran Design gestiermt, a fir nei Leit kritt fir se maachen. " (Manzi 2012, 158–9)

    Wat fir eng Zort vu Validitéit ass d'Suerg vun der Cargolux?

  12. [ einfach ] Op der leschter Fro Building, virstellen, datt Dir bei der Reunioun waren, wou d'Resultat vun der Experimenter diskutéiert goufen. Wat sinn déi véier Froen, déi Dir froen kéint, eent fir all Zort vun Validitéit (Statistik, bauen, intern an extern)?

  13. [ einfach ] Bernedo, Ferraro, and Price (2014) Studien der siwen-Joer Effet vun der zu beschriwwen Interventioun Waasser spueren Ferraro, Miranda, and Price (2011) (kuckt 4,10 Dorënner). An dësem Pabeier, sichen Bernedo a Kollegen och andeems d'Behuele vu Stéit de Mechanismus hannert der Wierkung ze verstoen, datt si an hunn net geplënnert no der Behandlung geliwwert gouf. Dat ass, ongeféier, versichen se ob der Behandlung ze gesinn déi doheem oder de Proprietaire verkuebelt.

    1. Liest de Pabeier, beschreiwen hiren Design an hir Conclusiounen WikiCommons. b) Hut hir Conclusiounen Impakt wéi Dir sollten d'Käschte-Effizienz vun ähnlechen Interventiounen bewäerten? Wann jo, firwat? Wann net, firwat net?
  14. [ einfach ] An engem Suivi ze Schultz et al. (2007) , Schultz a Kollegen Leeschtunge eng Serie vun dräi Experimenter op den Effet vun Dësen a injunctive Normen op enger anerer Ëmwelt- gelooss (Handduch weiderbenotzen) an zwou Kontexter (engem Hotel an enger sharing condominium) (Schultz, Khazian, and Zaleski 2008) .

    1. WikiCommons Design a Conclusiounen vun dësen dräi Experimenter.
    2. Wéi, wann iwwerhaapt, do si Äre Interpretatioun vun änneren Schultz et al. (2007) ?
  15. [ einfach An Äntwert] zu Schultz et al. (2007) , Canfield, Bruin, and Wong-Parodi (2016) Géigespiller enger Serie vun Labo-wëll Experimenter den Design vun elektreschen Rechnungen ze studéieren. Hei ass, wéi si et am mythologesch beschreiwen:

    "An enger Emfro-baséiert Experimenter, huet jidderee eng hypothetesch Stroumrechnung fir eng Famill mat relativ héije Stroum benotzt, Eechenholz Informatiounen iwwer (eng) historesch benotzen, (b) am Verglach zu den Nopeschlänner, an (c) historesch benotzen mat Apparat ausléisen. Participanten aus zentraler all Informatiounen Typen an ee vun dräi Formater och (e) Dëscher, (b) verhënnert Grafike, an (c) icon Grafike. Mir Rapport op dräi haapt Conclusiounen. Éischt, demno Konsumenten all Zort vu Stroum-benotzen Informatiounen déi wann et zu engem Dësch virgestallt gouf, vläicht well Dëscher erliichtert einfach Punkt liesen. Zweet, Virléiften an Absichten Stroum waren stäerkst fir d'historesch benotzen Informatiounen, onofhängeg vun Format ze retten. Drëtt, Persounen mat manner Energie Alphabetiséierung demno all Informatiounen manner. "

    Anescht wéi aner Suivi Studien, d'Haaptgrënn Resultat vun Interessi Canfield, Bruin, and Wong-Parodi (2016) ass Verhalen net tatsächlech gelooss gemellt. Wat sinn d'Stäerkten a Schwächten vun dësen Typ vun studéieren zu engem gréissere Fuerschung Programm Spur Energie anzespueren?

  16. [ mëttel- , mäin Favorit ] Smith and Pell (2003) ass op eng satiresch meta-Analyse vun Studien d'Effikacitéit vun parachutes Musiktherapie-. Si schléissen:

    "Wéi bei villen Interventiounen gehofft gesondheetlech ugeschloe ze verhënneren, huet d'Efficacitéit vun parachutes net andems zoufälleg kontrolléiert Prozesser ze genau évaluéieren ënnerworf ginn. Affekoten vun Beweiser baséieren Medikamenter hunn d'Adoptioun vun Interventiounen andems nëmmen observational Donnéeën bewäert kritiséiert. Mir mengen, datt jiddereen kéint profitéieren, wann déi radikal begéinen, déi ee vun de Beweiser baséieren Medikament organiséiert an un enger duebeler blann, zoufälleg, Placebo, Crossover Prozess vun der Fallschierm kontrolléiert haten. "

    Schreift een op-ert gëeegent fir eng allgemeng readership Zeitung, wéi d'New York Times, Dogéint géint d'fetishization vun experimentéierte Beweis. Déi spezifesch, konkret Beispiller. Hiweis: Kuckt och, Bothwell et al. (2016) an Deaton (2010)

  17. [ mëttel- , verlaangt coding , mäin Favorit preziser gin méi wéi Ënnerscheed-zu-mengen estimators] Ennerscheed-zu-Differenzen estimators vun enger Behandlung Effekt kann. Schreif eng Notiz zu Ingenieur zu Vitesse vun A / B Fahrt op engem Start-up Firma soziale Medien erkläert de Wäert vun der Differenz-zu-Differenzen Approche fir en online Experimenter Lafen. D'Notiz soll eng Ausso vun de Problem och, e puer Usiicht iwwer d'Bedingungen ënnert deenen d'Differenz-zu-Differenz estimator gëtt d'Differenz-zu-mengen estimator, an engem einfache Simulatioun Etude Dovizioso.

  18. [ einfach , mäin Favorit Gary Loveman] war e Professer op der Harvard Business School virun der CEO vun Harrah ass, eent vun de gréisste Casino Betriber an der Welt réckelt. Wann hie bis Harrah d'geplënnert, transforméiert Loveman der Firma mat enger heefeg flier-wëll Loyalitéit Programm déi enorm Zommen vun Daten iwwert Client gelooss gesammelt. Op der Spëtzt vum dëst ëmmer-iwwert Miessung System, ugefaang der Firma Experimenter Lafen. Zum Beispill, kéint si eng Experimenter lafen d'Wierkung vun engem Coupon fir e gratis Hotel Nuecht fir Cliente mat engem spezifeschen Prostituéiert Muster ze diskutéieren. Hei ass wéi Loveman d'Wichtegkeet vun trotzdeem zu Harrah d'alldeeglechen Geschäftsreesen Praktiken beschriwwen:

    "Et ass wéi Dir do net Fraen schikanéieren, Dir net klauen, an du hues eng Kontroll Grupp ze hunn. Dat ass eent vun de Saachen, déi Dir Är Aarbecht fir bei Harrah's-net verléieren kann eng Kontroll Grupp lafen. " (Manzi 2012, 146)

    Schreif eng Email un engem neien Employé erkläre firwat Loveman mengt et sou wichteg ass eng Kontroll Grupp ze hunn. Dir sollt probéieren e Beispill-entweder real oder huet geplangt weider-ze Äre Punkt Ganzt.

  19. [ schwéier , verlaangt temporäre ] Eng nei Experimenter Ziel den Effet vun Erhalen SMS Erënnerungen op Impfpass Notzong ze schätzen. 150 Kliniken, all mat 600 beliwwert Patienten, si bereet fir matzemaachen. Et ass eng fix Käschte vun 100 Dollar fir all Klinik Dir mat ze schaffen wëllen, an et kascht 1 Dollar fir all Message, datt Dir ze schécken wëllen. Weider, all Kliniken mat deem Dir schafft wäert d'Resultat Moossnahm fir gratis (ob een Impfpass dobäi). Dovun ausgoen, datt Dir e Budget vun 1000 Dollar hunn.

    1. Ënner wat fir Bedingungen kéint et besser gin Äre Ressourcen op enger klenger Zuel vu Kliniken ze konzentréieren an ënner wat fir Bedingungen kéint et besser gin se méi dicht ze verbreet?
    2. Wat gleichzäiteg déi klengste Effekt Gréisst festzestellen, dass Dir zouverlässeg kënnen wäert mat Ärem Budget entdecken?
    3. Schreif eng Notiz dës Gewerkschaft-Off zu engem méigleche funder kenneléieren.
  20. [ schwéier , verlaangt temporäre ] E grousse Problem mat Online Coursen ass attrition; vill Studenten déi Coursen un HIV ooffaalend-out. Stellt Iech vir, Dir bei en online learning Plattform schafft, an engem Designer um Plattform huet eng visuell Fortschrëtter verhënnert hunn, datt si Schüler aus ofbriechen vun der natierlech vermeiden hëlleft mengt. Dir wëllt den Effet vun der Fortschrëtter verhënnert op Schüler zu engem groussen computational sozial Wëssenschaft natierlech ze testen. No all ethesch Froen adresséieren, datt an der Experimenter ze féiere kéint, Dir an Är Kollegen kréien besuergt, datt de Cours net genuch Schüler hunn kéint zouverlässeg d'Effekter vun der Fortschrëtter verhënnert z'entdecken. An de Berechnunge ënnert Iech, datt d'Halschent vun de Studenten ausgoen kann gëtt de Fortschrëtt verhënnert an Halschent kréien net. Weider, kënnt Dir dovun ausgoen, datt et keen Agrëff ass. An anere Wierder, kënnt Dir dovun ausgoen, datt Participanten nëmmen déi betraff sinn, ob se der Behandlung oder Kontroll kritt; si sinn net déi, ob aner Leit scho der Behandlung oder Kontroll (fir eng méi formell Definitioun, gesinn et effektiv Gerber and Green (2012) , Ch. 8). Sot behaalen all zousätzlech géieren, datt Dir maachen.

    1. Ugeholl, de Fortschrëtt bar ass viraussiichtlech den Undeel vun de Studenten ze erhéijen, deen d'Klass vun 1 Prozentsaz Punkt fäerdeg, wat ass d'Prouf Gréisst waren zu zouverlässeg den Effekt entdecken?
    2. Ugeholl ass d'Fortschrëtter verhënnert erwaart den Undeel vun de Studenten ze erhéijen, deen d'Klass vun 10 Prozent Punkten virum Goal, wat ass d'Prouf Gréisst waren zu zouverlässeg den Effekt entdecken?
    3. Elo stellt Iech vir, datt Dir d'Experimenter lafen hunn a Studenten déi hunn all déi natierlech Materialien eng final Examen geholl hunn. Wann Dir vergläicht d'Finale Examen Fändelen vun Studenten déi d'Fortschrëtter verhënnert zu deenen dobäi, datt net gemaach, Dir, vill ze Är Iwwerraschung fannen, dass Schüler, déi net d'Fortschrëtter verhënnert kritt huet tatsächlech héich Faarwen. Heescht dat, dass d'Fortschrëtter verhënnert Schüler ëmmer manner ze léieren? Wat kënnt Dir vun dësem Resultat Donnéeën léieren? (Hiweis: Kuck Gerber and Green (2012) , Ch 7.)
  21. [ ganz schwéier , verlaangt coding ] An engem schéinen Pabeier, Lewis and Rao (2015) éierbar eng fundamental statistesch begrenzten Dauer vun souguer massive Experimenter Ganzt. De Pabeier-deenen ursprénglech d'provocative Titel an "Op der Noen-Onméiglechkeet vun Mooss de Returns zu Werbung" -shows wéi schwéier et ass de Retour op Investissement vun Online-Reklammen ze moossen, souguer mat digital Experimenter Millioune Clienten sensibiliséieren. Méi allgemeng, weist de Pabeier kloer, datt et kleng Behandlung Effekt Top Kaméidi Resultat Donnéeën ze schätzen schwéier ass. Oder diffently Dënschdeg, weist de Pabeier, datt geschat Behandlung Effekter grousst Vertrauen Intervalle hunn wäert wann de Impakt-ze-Standard-deviation (\ (\ frac {\ Delta \ Bar {ei}} {\ Fläch} \)) Verhältnis ass kleng. Déi wichtegst allgemeng Lektioun aus dësem Pabeier ass déi Resultater aus Experimenter mat klengen Impakt-ze-Standard-deviation Verhältnis (zB, ROI vun ad Campagnen) unsatisfying ginn. Är Erausfuerderung wäert eng Notiz zu engem vun de Marketing Departement vun Ärer Entreprise ze schreiwen enger geplangt Experimenter evaluting der ROI vun enger Reklamm Campagne ze moossen. Är Notiz solle mat Grafike vun de Resultater vun Computer Simulatioune ënnerstëtzt ginn.

    Hei ass e puer Hannergrond Informatiounen déi Dir braucht kéint. All dës z'identifizéieren Wäerter sinn typesch vun der real an Untersuchungshaft Experimenter Lewis and Rao (2015) :

    • ROI, e Schlëssel Tonne fir online ad Campagnen, ass definéiert de Benefice vun der Kampagn (Bruttoinlandsprodukt profiteiren Campagne Minus Käschte vun Campagne) vun de Käschten vun der Campagne ënnerdeelt ginn. Zum Beispill eng Campagne, déi keen Effet op Ofsaz haten géif eng ROI vun -100% an engem Wahlkampf hu wou generéiert gemos t'selwecht Käschten sech géif eng ROI vun 0 hunn.

    • déi mengen Ofsaz pro Client ass $ 7 mat engem Standard deviation vun $ 75.

    • der Campagne ass viraussiichtlech Verkaf vun $ 0,35 pro Client ze klammen deen an profitéier vun $ 0,175 pro Client zu enger Erhéijung entsprécht. An anere Wierder, ass d'consomméiert Spillraum 50%.

    • déi geplangten Gréisst vun der Experimenter ass 200.000 Leit, d'Halschent vun der Behandlung Grupp an hallef an der Kontroll Grupp.

    • de Käschte vun der Campagne ass $ 0,14 pro Leefer.

    Schreif eng Notiz evaluting dëser Erfarung. Géift Dir eng Attaque dësem Experiment recommandéieren wéi geplangt? Wann jo, firwat? Wann net, wat Ännerungen géif dir proposéieren?

    Eng gutt Notiz wäert dës spezifesch Fall Adress; eng besser Notiz aus dësem Fall op eng Manéier generalize gëtt (zB, weisen, wéi d'Decisioun Ännerungen als Funktioun vun der Impakt-ze-Standard-deviation Verhältnis); an engem groussen Notiz wäert presentéieren engem voll generaliséiert Resultat.

  22. [ ganz schwéier , verlaangt temporäre Wëllt] d'selwecht wéi déi virdrun a Fro, mä éischter wéi Simulatioun sollt Dir Drëttubidder Resultater benotzen.

  23. [ ganz schwéier , verlaangt temporäre , verlaangt coding Wëllt] d'selwecht wéi déi virdrun a Fro, mee benotzen souwuel Simulatioun an Drëttubidder Resultater.

  24. [ ganz schwéier , verlaangt temporäre , verlaangt coding ] Vir, datt Dir d'Notiz uewendriwwer-Hëllef entweder Simulatioun, Drëttubidder Resultater, oder zwee-an een aus dem Marketing Departement engem Ënnerscheed-zu-Differenzen estimator recommandéiert benotzt éischter zu heescht estimator wéi eng Differenz beschriwwen geschriwwen hunn (kuckt Section 4.6.2) . Schreif eng nei kuerz Notiz erkläre wéi e 0,4 Korrelatioun tëscht Ofsaz virun der Experimenter a Reesender no der Experimenter géif Är Conclusioun ofzeänneren.

  25. [ schwéier , verlaangt temporäre ] Fir d'Efficacitéit vun enger neier web-baséiert Carrière Service, eng Uni Carrière Servicer Büro gehaal engem zoufälleg Kontroll Prozess tëscht 10.000 Schüler an hir final Joer vun der Schoul ze diskutéieren. E gratis Abonnement mat eenzegaarteg Log-an Informatioun gouf duerch en exklusive Mail Invitatioun fir 5000 vun der ausgewielt Schüler geschéckt, während déi aner 5.000 Studenten an d'Kontroll Grupp ginn an hun do net en Abonnement. Zwielef Méint méi spéit, e Suivi Emfro (mat keen Net-Reaktioun) weist datt an deenen zwou der Behandlung an Kontroll Gruppen, 70% vun de Schüler mat Äre ganzdeegleche Beschäftegung an hirem gewielt Terrain (Table 4.5) geséchert hunn. Sou, schéngt et, datt de web-baséiert Service keen Effet haten.

    Allerdéngs ausgesinn engem äiskale Donnéeën Wëssenschaftler op der Uni am Daten e bësse méi enk an fonnt dass nëmmen 20% vun de Schüler an der Behandlung Grupp schons an der Kont aloggen no der Email feieren. Weider, an iwwerraschend bëschen, ënnert deenen, déi an der Websäit hat nëmmen 60% ugemellt hunn Äre ganzdeegleche Beschäftegung an hirem gewielt Terrain geséchert, déi fir Leit méi niddreg wéi d'Quote war dat fir Leit wéi den Taux net umellen an den ënneschten an der Kontroll Bedingung (Table 4.6).

    1. Suergt fir eng Erklärung fir wat kéint geschitt.
    2. Wat sinn zwou verschidde Manéieren den Effet vun der Behandlung vun dëser Erfarung ze berechnen?
    3. der Uni Carrière Service bidden dës web-baséiert Carrière Service fir all Schüler dësem Resultat entscheet, soll? Just gin kloer, dat ass net eng Fro mat engem einfachen Äntwert.
    4. Wat sollen se do nächst?

    Hiweis: Dës Fro geet iwwert d'Material vun dësem Kapitel gedeckt, mee Adressen Problemer gemeinsam an Experimenter. Dësen Typ vun experminteller Design ass heiansdo en Encouragement Design well Mataarbechter genannt an der Behandlung ze engagéieren si encouragéiert. Dëse Problem ass en Beispill vu wat ee-eesäitegen Net-Anhale genannt gëtt (kuckt Gerber and Green (2012) , Ch. 5)

  26. [ schwéier ] No weiderer Ënnersichung, dréit se eraus dat de Experimenter an der leschter Fro komplizéiert war beschriwwen esouguer méi. Et stellt sech eraus, datt 10% vun de Leit an der Kontroll Grupp fir Zougang zu de Service bezuelt, a si mat enger Beschäftegungsmesure Taux vun 65% (Table 4,7) wënnt.

    1. Schreif eng Email Message wat Dir mengt ass geschitt an engem Cours vun Aktioun recommandéieren.

    Hiweis: Dës Fro geet iwwert d'Material vun dësem Kapitel gedeckt, mee Adressen Problemer gemeinsam an Experimenter. Dëse Problem ass en Beispill vu wat zwee-eesäitegen Net-Anhale genannt gëtt (kuckt Gerber and Green (2012) , Ch. 6)

Table 4.5: Simple Vue vun Daten aus der Carrière Servicer Experimenter.
Group Gréisst Beschäftegungstaux
Zoutrëtt zu Websäit 5000 70%
Net Zougang zu Websäit mëschten 5000 70%
Table 4.6: Méi komplett Vue vun Daten aus der Carrière Servicer Experimenter.
Group Gréisst Beschäftegungstaux
Zoutrëtt zu Websäit an aloggen an 1000 60%
Zoutrëtt zu Websäit an ni aloggen an 4000 85%
Net Zougang zu Websäit mëschten 5000 70%
Table 4,7: Full Vue vun Daten aus der Carrière Servicer Experimenter.
Group Gréisst Beschäftegungstaux
Zoutrëtt zu Websäit an aloggen an 1000 60%
Zoutrëtt zu Websäit an ni aloggen an 4000 72,5%
Net Zougang zu Websäit Rang a fir se bezuelt 500 65%
Net Zougang zu Websäit Rang an hat bezuelen net fir se 4.500 Dollar 70,56%