4.6.2 ການປ່ຽນແທນ, ສິນຄ້າ, ແລະຫຼຸດຜ່ອນການ

ເຮັດໃຫ້ປະສົບການຂອງມະນຸດໂດຍການປ່ຽນປະສົບການກັບການສຶກສາທີ່ບໍ່ແມ່ນການທົດລອງ, ປັບປຸງການປິ່ນປົວ, ແລະການຫຼຸດຜ່ອນຈໍານວນຂອງຜູ້ເຂົ້າຮ່ວມ.

ໄດ້ສິ້ນທີສອງຂອງຄໍາແນະນໍາທີ່ຂ້າພະເຈົ້າຢາກຈະສະເຫນີກ່ຽວກັບການອອກແບບການທົດລອງດິຈິຕອນກ່ຽວຂ້ອງກັບຈັນຍາບັນ. ໃນຖານະເປັນການທົດລອງ Restivo ແລະ van de Rijt on Barnstars ໃນງານວາງສະແດງວິກິພີເດຍ, ຫຼຸດລົງຄ່າໃຊ້ຈ່າຍມີຄວາມຫມາຍວ່າຈະລິຍະທໍາຈະກາຍເປັນສ່ວນຫນຶ່ງທີ່ສໍາຄັນເພີ່ມຂຶ້ນຂອງການອອກແບບການຄົ້ນຄວ້າ. ນອກເຫນືອໄປຈາກຂອບການດ້ານຈັນຍາບັນຕາມສະຖານທີ່ການຄົ້ນຄວ້າຫົວຂໍ້ໃດຫນຶ່ງຂອງມະນຸດທີ່ຂ້າພະເຈົ້າຈະອະທິບາຍໃນບົດທີ 6, ນັກຄົ້ນຄວ້າການອອກແບບການທົດລອງດິຈິຕອນສາມາດແຕ້ມກ່ຽວກັບແນວຄວາມຄິດດ້ານຈັນຍາບັນຈາກແຫຼ່ງທີ່ແຕກຕ່າງກັນ: ຫຼັກການພື້ນຖານດ້ານຈັນຍາບັນການພັດທະນາທີ່ຈະນໍາປະສົບການທີ່ກ່ຽວຂ້ອງກັບສັດ. ໂດຍສະເພາະ, ໃນຫຼັກການຫນັງສືສະຖານທີ່ຂອງເຂົາເຈົ້າຂອງເຕັກນິກການທົດລອງມະນຸດ, Russell and Burch (1959) ສະເຫນີສາມຫຼັກການພື້ນຖານທີ່ຄວນນໍາພາການຄົ້ນຄວ້າສັດ: ແທນທີ່, ສິນຄ້າ, ແລະຫຼຸດຜ່ອນ. ຂ້າພະເຈົ້າຂໍສະເຫນີວ່າການເຫຼົ່ານີ້ສາມ R ຂອງຍັງສາມາດຖືກນໍາໃຊ້ໃນການດັດແກ້ເລັກນ້ອຍຮູບແບບການແນະນໍາການອອກແບບປະສົບການຂອງມະນຸດ. ໂດຍ​ສະ​ເພາະ,

• ທົດແທນການ: ທົດແທນການທົດລອງກັບວິທີການສະແດງຫນ້ອຍຖ້າຫາກວ່າເປັນໄປໄດ້
• ປັບປຸງ: ປັບປຸງການປິ່ນປົວທີ່ຈະເຮັດໃຫ້ມັນເປັນອັນຕະລາຍທີ່ເປັນໄປໄດ້
• ລົດ: ຫຼຸດຜ່ອນຈໍານວນຂອງຜູ້ເຂົ້າຮ່ວມໃນການທົດລອງຂອງທ່ານໄດ້ຫຼາຍເທົ່າທີ່ເປັນໄປໄດ້

ໃນຄໍາສັ່ງທີ່ຈະເຮັດໃຫ້ຊີມັງການເຫຼົ່ານີ້ສາມ R ແລະສະແດງໃຫ້ເຫັນວິທີການພວກເຂົາເຈົ້າມີທ່າແຮງສາມາດນໍາໄປສູ່ການການອອກແບບການທົດລອງທີ່ດີກວ່າແລະມະນຸດຫຼາຍ, ຂ້າພະເຈົ້າຈະອະທິບາຍການທົດລອງພາກສະຫນາມອອນໄລນ໌ວ່າການຖົກຖຽງດ້ານຈັນຍາບັນ. ຫຼັງຈາກນັ້ນຂ້າພະເຈົ້າຈະອະທິບາຍວິທີການສາມ R ຂອງແນະນໍາການປ່ຽນແປງສີມັງ, ແລະການປະຕິບັດການອອກແບບການທົດລອງໄດ້.

ຫນຶ່ງໃນ debated ທີ່ສຸດມີຈັນຍາບັນການທົດລອງພາກສະຫນາມດິຈິຕອນ "ອາລົມ Contagion," ຊຶ່ງໄດ້ດໍາເນີນການໂດຍ Adam Kramer, Jamie Gillroy, ແລະ Jeffrey Hancock (2014) . ການທົດລອງໄດ້ຈັດຂຶ້ນໃນເຟສບຸກແລະໄດ້ຊຸກຍູ້ໂດຍການປະສົມຂອງຄໍາຖາມວິທະຍາສາດແລະປະຕິບັດເປັນ. ໃນເວລານັ້ນ, ວິທີທີ່ສໍາຄັນທີ່ຜູ້ໃຊ້ວຽກຮ່ວມກັບເຟສບຸກແມ່ນອາຫານຂ່າວສານ, ທີ່ກໍານົດໄວ້ curated ສູດການຄິດໄລ່ຂອງການປັບປຸງສະຖານະພາບເຟສບຸກຈາກຫມູ່ເພື່ອນເຟສບຸກຂອງຜູ້ໃຊ້. ສໍາຄັນບາງຄົນຂອງເຟສບຸກໄດ້ແນະນໍາວ່າເນື່ອງຈາກວ່າອາຫານຂ່າວມີສ່ວນໃຫຍ່ເປັນບວກ posts ຫມູ່ເພື່ອນ, ສະແດງໃຫ້ເຫັນ off ຫລ້າສຸດຂອງເຂົາເຈົ້າພັກ, ມັນສາມາດເຮັດໃຫ້ເກີດຜູ້ໃຊ້ສາມາດມີຄວາມຮູ້ສຶກໂສກເສົ້າເພາະວ່າຊີວິດຂອງເຂົາເຈົ້າເບິ່ງຄືວ່າຕື່ນເຕັ້ນຫນ້ອຍໃນການສົມທຽບ. ໃນອີກດ້ານຫນຶ່ງ, ບາງທີຜົນກະທົບແມ່ນແທ້ກົງກັນຂ້າມ; ບາງທີເຫັນຫມູ່ເພື່ອນຂອງທ່ານທີ່ມີເວລາທີ່ດີຈະເຮັດໃຫ້ທ່ານມີຄວາມຮູ້ສຶກມີຄວາມສຸກ? ໃນຄໍາສັ່ງທີ່ຈະແກ້ໄຂເຫຼົ່ານີ້ການແຂ່ງຂັນ hypothesis, ແລະເພີ່ມຄວາມເຂົ້າໃຈຂອງວິທີການອາລົມຂອງບຸກຄົນໄດ້ຖືກຜົນກະທົບຈາກຫມູ່ເພື່ອນຂອງນາງ 'ຂອງພວກເຮົາອາລົມ, Kramer ແລະເພື່ອນຮ່ວມງານໄດ້ແລ່ນເປັນການທົດລອງ. ນັກຄົ້ນຄວ້າໄດ້ວາງໄວ້ກ່ຽວກັບ 700,000 ຜູ້ໃຊ້ເປັນສີ່ກຸ່ມສໍາລັບໃນອາທິດຫນຶ່ງ: ເປັນ "ການປະຕິເສດການຫຼຸດຜ່ອນການ" ກຸ່ມ, ສໍາລັບໃຜທີ່ຂໍ້ຄວາມທີ່ມີຄໍາສັບຕ່າງໆໃນທາງລົບ (eg, sad) ໄດ້ຖືກສະກັດໂດຍການສຸ່ມຈາກປະກົດອອກອາຫານຂ່າວ; ເປັນ "ຕໍາແຫນ່ງຫຼຸດລົງ" ກຸ່ມສໍາລັບໃຜທີ່ຂໍ້ຄວາມທີ່ມີຄໍາໃນທາງບວກ (ຕົວຢ່າງ, ມີຄວາມສຸກ) ໄດ້ຖືກສະກັດການເຂົ້າ; ແລະທັງສອງກຸ່ມການຄວບຄຸມ. ໃນກຸ່ມການຄວບຄຸມສໍາລັບການ "ການປະຕິເສດການຫຼຸດຜ່ອນການ" ກຸ່ມ, posts ໄດ້ຖືກສະກັດເຂົ້າໃນອັດຕາດຽວກັນວ່າ "ການປະຕິເສດການຫຼຸດຜ່ອນການ" ກຸ່ມແຕ່ບໍ່ມີການກ່ຽວກັບເນື້ອໃນຈິດໃຈ. ກຸ່ມການຄວບຄຸມສໍາລັບ "ໃນທາງບວກຫຼຸດລົງ" ກຸ່ມດັ່ງກ່າວໄດ້ກໍ່ສ້າງຢູ່ໃນຄົນອ​​ັບເດດ: ຂະຫນານ. ການອອກແບບການທົດລອງນີ້ສະແດງໃຫ້ເຫັນວ່າກຸ່ມການຄວບຄຸມທີ່ເຫມາະສົມບໍ່ແມ່ນສະເຫມີຫນຶ່ງທີ່ບໍ່ມີການປ່ຽນແປງ. ແນ່ນອນວ່າ, ບາງຄັ້ງກຸ່ມຄວບຄຸມໄດ້ຮັບການປິ່ນປົວໃນຄໍາສັ່ງທີ່ຈະສ້າງການປຽບທຽບທີ່ຊັດເຈນວ່າຄໍາຖາມຄົ້ນຄ້ວາໄດ້ຮຽກຮ້ອງໃຫ້. ໃນທຸກກໍລະນີ, ຂໍ້ຄວາມທີ່ໄດ້ຮັບການສະກັດຈາກອາຫານຂ່າວຍັງໃຫ້ກັບຜູ້ໃຊ້ໂດຍຜ່ານການພາກສ່ວນອື່ນໆຂອງເວັບໄຊທ໌ເຟສບຸກ.

Kramer ແລະເພື່ອນຮ່ວມງານໄດ້ພົບເຫັນວ່າສໍາລັບຜູ້ເຂົ້າຮ່ວມໃນຖານະທີ່ການຫຼຸດຜ່ອນສະພາບການ, ອັດຕາສ່ວນຂອງຄໍາໃນທາງບວກໃນການປັບປຸງສະຖານະພາບຂອງເຂົາເຈົ້າໄດ້ຫຼຸດລົງແລະອັດຕາສ່ວນຂອງຄໍາສັບຕ່າງໆໃນທາງລົບໄດ້ເພີ່ມຂຶ້ນ. ໃນອີກດ້ານຫນຶ່ງ, ສໍາລັບຜູ້ເຂົ້າຮ່ວມຢູ່ໃນສະພາບການປະຕິເສດການຫຼຸດຜ່ອນການ, ອັດຕາສ່ວນຂອງຄໍາໃນທາງບວກໄດ້ເພີ່ມຂຶ້ນແລະອັດຕາສ່ວນຂອງຄໍາສັບຕ່າງໆໃນທາງລົບໄດ້ຫຼຸດລົງ (ຮູບສະແດງທີ 423). ຢ່າງໃດກໍຕາມ, ຜົນກະທົບເຫຼົ່ານີ້ແມ່ນມີຂະຫນາດນ້ອຍຂ້ອນຂ້າງແຕກຕ່າງກັນໃນຄໍາສັບຕ່າງໆໃນທາງບວກແລະທາງລົບໃນລະຫວ່າງການປິ່ນປົວແລະການຄວບຄຸມປະມານ 1 ໃນ 1,000 ຄໍາ.

ຮູບ 4.23: ຫຼັກຖານຂອງໂລກຕິດຕໍ່ທາງດ້ານຈິດໃຈ (Kramer, Guillory, and Hancock 2014) . ອັດຕາສ່ວນຂອງຄໍາໃນທາງບວກແລະທາງລົບຄໍາໂດຍສະພາບການທົດລອງ. ບາເປັນຕົວແທນຂອງການຄາດຄະເນຜິດພາດມາດຕະຖານ.

ຂ້າພະເຈົ້າໄດ້ເອົາໃຈໃສ່ການສົນທະນາໃນລັກສະນະວິທະຍາສາດຂອງການທົດລອງນີ້ໃນສ່ວນການອ່ານເພີ່ມເຕີມຢູ່ໃນຕອນທ້າຍຂອງບົດໄດ້, ແຕ່ຫນ້າເສຍດາຍ, ການທົດລອງນີ້ແມ່ນເປັນທີ່ຮູ້ຈັກຫຼາຍທີ່ສຸດສໍາລັບການສ້າງການໂຕ້ວາທີດ້ານຈັນຍາບັນ. ພຽງແຕ່ມື້ຫຼັງຈາກເອກະສານນີ້ໄດ້ຈັດພີມມາໃນດໍາເນີນຄະດີຂອງແຫ່ງຊາດສໍານັກງານຂອງວິທະຍາສາດ, ມີການຮ້ອງໄຫ້ອັນໃຫຍ່ຫຼວງຈາກທັງນັກຄົ້ນຄວ້າແລະຫນັງສືພິມ. Outrage ປະມານເອກະສານທີ່ໄດ້ສຸມໃສ່ສອງຈຸດຕົ້ນຕໍ: 1) ຜູ້ເຂົ້າຮ່ວມບໍ່ໄດ້ໃຫ້ການຍິນຍອມໃດນອກຈາກມາດຕະຖານເຟສບຸກກໍານົດຂອງການບໍລິການຮັກສາຄວາມວ່າຄວາມຄິດບາງຄົນອາດຈະເຮັດໃຫ້ເກີດອັນຕະລາຍຕໍ່ຜູ້ເຂົ້າຮ່ວມແລະ 2) ການສຶກສາບໍ່ໄດ້ຜ່ານການພາກສ່ວນທີສາມຈະລິຍະທໍາ ການທົບທວນຄືນ (Grimmelmann 2015) . ຄໍາຖາມດ້ານຈັນຍາບັນຍົກຂຶ້ນມາໃນການໂຕ້ວາທີນີ້ເກີດຂຶ້ນຍ້ອນວາລະສານໄດ້ຢ່າງວ່ອງໄວເຜີຍແຜ່ທີ່ຫາຍາກ "ການສະແດງອອກບັນນາທິການຂອງຄວາມກັງວົນ" ກ່ຽວກັບຈັນຍາບັນແລະຂະບວນການທົບທວນຄືນດ້ານຈັນຍາບັນສໍາລັບການຄົ້ນຄວ້າ (Verma 2014) . ໃນປີຕໍ່ໄປ, ການທົດລອງໄດ້ສືບຕໍ່ເປັນແຫຼ່ງຂອງການໂຕ້ວາທີລະອຽດແລະບໍ່ເຫັນດີ, ແລະບໍ່ເຫັນດີເຫັນນີ້ອາດຈະມີຜົນກະທົບທີ່ບໍ່ຕັ້ງໃຈຂອງການຂັບລົດເຂົ້າໄປໃນເງົາປະສົບການອື່ນໆຫຼາຍຄົນທີ່ກໍາລັງຈະຖືກປະຕິບັດໂດຍບໍລິສັດ (Meyer 2014) .

ໄດ້ຮັບຄວາມເປັນມາກ່ຽວກັບ Contagion ຄວາມຮູ້ສຶກວ່າ, ຂ້າພະເຈົ້າໃນປັດຈຸບັນຈະຕ້ອງການທີ່ຈະສະແດງໃຫ້ເຫັນວ່າ 3 R ສາມາດແນະນໍາໃຫ້ສີມັງ, ການປັບປຸງການປະຕິບັດສໍາລັບການສຶກສາທີ່ແທ້ຈິງ (ບໍ່ວ່າທ່ານບຸກຄົນອາດຈະຄິດວ່າກ່ຽວກັບຈັນຍາບັນຂອງການທົດລອງນີ້ໂດຍສະເພາະ). ຄັ້ງທໍາອິດ R ແມ່ນແທນທີ່: ຄົ້ນຄ້ວາຄວນຈະຊອກຫາວິທີເພື່ອທົດແທນການທົດລອງທີ່ມີເຕັກນິກຫນ້ອຍສະແດງແລະມີຄວາມສ່ຽງ, ຖ້າຫາກວ່າເປັນໄປໄດ້. ສໍາລັບການຍົກຕົວຢ່າງ, ແທນທີ່ຈະກ່ວາການເຮັດວຽກການທົດລອງ, ນັກຄົ້ນຄວ້າໄດ້ສາມາດຂູດຮີດປະສົບການທໍາມະຊາດ. ໃນຖານະເປັນອະທິບາຍໃນບົດທີ 2, ປະສົບການທໍາມະຊາດມີສະຖານະທີ່ບາງສິ່ງບາງຢ່າງທີ່ເກີດຂຶ້ນໃນໂລກທີ່ປະມານການມອບຫມາຍໄປຂອງການປິ່ນປົວ (ຕົວຢ່າງ:, ເປັນ lottery ການຕັດສິນໃຈທີ່ຈະໄດ້ຮັບການ drafted ໃນການທະຫານ). ປະໂຫຍດຂອງການທົດລອງທໍາມະຊາດແມ່ນວ່ານັກຄົ້ນຄວ້າໄດ້ບໍ່ໄດ້ມີການໃຫ້ການປິ່ນປົວ; ສະພາບແວດລ້ອມບໍ່ວ່າສໍາລັບທ່ານ. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, ມີປະສົບການທໍາມະຊາດ, ນັກຄົ້ນຄວ້າອາດຈະບໍ່ຕ້ອງການທີ່ຈະທົດລອງໃຊ້ຂອງປະຊາຊົນ News Feeds.

ໃນຄວາມເປັນຈິງ, ເກືອບພ້ອມກັນກັບການທົດລອງ Contagion ອາລົມ, Coviello et al. (2014) ໄດ້ໃຊ້ປະໂຫຍດຈາກສິ່ງທີ່ສາມາດໄດ້ຮັບການເອີ້ນວ່າເປັນອາລົມ Contagion ທົດລອງທໍາມະຊາດ. ວິທີການຂອງເຂົາເຈົ້າ, ທີ່ນໍາໃຊ້ເຕັກນິກທີ່ເອີ້ນວ່າການປ່ຽນແປງຄໍາ, ແມ່ນຊ່ວຍສັບສົນຖ້າຫາກວ່າທ່ານບໍ່ເຄີຍເຫັນມາກ່ອນ. ດັ່ງນັ້ນ, ໃນຄໍາສັ່ງທີ່ຈະອະທິບາຍວ່າເປັນຫຍັງມັນແມ່ນຈໍາເປັນ, ໃຫ້ຂອງການກໍ່ສ້າງເຖິງມັນ. ຄວາມຄິດທໍາອິດທີ່ນັກຄົ້ນຄວ້າບາງຄົນອາດຈະມີການສຶກສາໂລກຕິດຕໍ່ທາງດ​​້ານຈິດໃຈຈະເປັນການປຽບທຽບຂໍ້ຄວາມຂອງທ່ານກ່ຽວກັບວັນທີ່ອາຫານຂ່າວສານຂອງທ່ານແມ່ນມີຫຼາຍທາງບວກກັບຂໍ້ຄວາມຂອງທ່ານກ່ຽວກັບວັນທີ່ອາຫານຂ່າວສານຂອງທ່ານແມ່ນທາງລົບຫຼາຍ. ວິທີການນີ້ຈະເປັນການດີຖ້າຫາກວ່າເປົ້າຫມາຍແມ່ນພຽງແຕ່ການຄາດຄະເນເນື້ອໃນຈິດໃຈຂອງຂໍ້ຄວາມຂອງທ່ານ, ແຕ່ວິທີການນີ້ເປັນບັນຫາຖ້າຫາກວ່າເປົ້າຫມາຍແມ່ນເພື່ອການສຶກສາຜົນກະທົບຜົນຂອງການອາຫານຂ່າວສານຂອງທ່ານກ່ຽວກັບກະທູ້ຂອງທ່ານ. ເພື່ອເຂົ້າໄປເບິ່ງບັນຫາທີ່ມີການອອກແບບນີ້, ພິຈາລະນາ Thanksgiving. ໃນສະຫະລັດ, ຂໍ້ຄວາມໃນທາງບວກແບບຮວງຕັ້ງແ​​ຈບແລະກະທູ້ທາງລົບຕົກຕໍ່າຢ່າງໄວກ່ຽວກັບການ Thanksgiving. ດັ່ງນັ້ນ, ໃນ Thanksgiving, ນັກຄົ້ນຄວ້າສາມາດເບິ່ງວ່າອາຫານຂ່າວສານຂອງທ່ານແມ່ນໃນທາງບວກຫຼາຍແລະວ່າທ່ານຈັດພີມມາສິ່ງທີ່ດີເຊັ່ນດຽວກັນ. ແຕ່ວ່າ, ຂໍ້ຄວາມໃນທາງບວກຂອງທ່ານສາມາດໄດ້ຮັບທີ່ເກີດຈາກການ Thanksgiving ບໍ່ໄດ້ໂດຍເນື້ອໃນຂອງອາຫານຂ່າວສານຂອງທ່ານ. ແທນທີ່ຈະ, ໃນຄໍາສັ່ງເພື່ອປະເມີນເຫດການຄົ້ນຄວ້າຜົນກະທົບຈໍາເປັນຕ້ອງບາງສິ່ງບາງຢ່າງມີການປ່ຽນແປງເນື້ອໃນຂອງອາຫານຂ່າວສານຂອງທ່ານໂດຍບໍ່ມີການປ່ຽນແປງໂດຍກົງຄວາມຮູ້ສຶກຂອງທ່ານ. ໂຊກດີ, ມີບາງສິ່ງບາງຢ່າງເຊັ່ນ: ທີ່ເກີດຂຶ້ນທັງຫມົດທີ່ໃຊ້ເວລາ: ດິນຟ້າອາກາດ.

Coviello ແລະເພື່ອນຮ່ວມງານໄດ້ພົບເຫັນວ່າເປັນມື້ທີ່ຝົນໃນເມືອງຂອງຄົນທີ່ຈະ, ໂດຍສະເລ່ຍ, ຫຼຸດລົງອັດຕາສ່ວນຂອງຂໍ້ຄວາມທີ່ຈະເປັນທາງບວກປະມານ 1 ຈຸດສ່ວນຮ້ອຍແລະເພີ່ມທະວີການອັດຕາສ່ວນຂອງກະທູ້ທີ່ມີກະທົບທາງລົບໂດຍປະມານ 1 ຈຸດສ່ວນຮ້ອຍໄດ້. ຫຼັງຈາກນັ້ນ, Coviello ແລະເພື່ອນຮ່ວມງານຂູດຮີດຄວາມເປັນຈິງນີ້ເພື່ອສຶກສາ contagion ອາລົມໂດຍບໍ່ມີການຕ້ອງການທີ່ຈະທົດລອງໃຊ້ຂອງໃຜ News Feed. ໃນເນື້ອແທ້ແລ້ວສິ່ງທີ່ເຂົາເຈົ້າບໍ່ແມ່ນມາດຕະການວິທີການຂໍ້ຄວາມຂອງທ່ານໄດ້ຖືກຜົນກະທົບຈາກສະພາບອາກາດໃນນະຄອນບ່ອນທີ່ຫມູ່ເພື່ອນຂອງທ່ານດໍາລົງຊີວິດໄດ້. ເພື່ອເຂົ້າໄປເບິ່ງວ່າເປັນຫຍັງນີ້ເຮັດໃຫ້ຄວາມຮູ້ສຶກ, ຈິນຕະນາການທີ່ທ່ານອາໄສຢູ່ໃນນະຄອນນິວຢອກແລະທ່ານມີຫມູ່ເພື່ອນຜູ້ທີ່ອາໃສຢູ່ໃນຊີແອດເທິລໄດ້. ໃນປັດຈຸບັນ imagine ວ່າມື້ຫນຶ່ງມັນຈະເກີດຝົນຕົກໃນຊີແອດເທິລ. ຝົນຕົກຫນັກໃນຊີແອດເທິລນີ້ຈະບໍ່ໄດ້ໂດຍກົງຜົນກະທົບຕໍ່ໂປຣໄຟລຂອງທ່ານ, ແຕ່ວ່າມັນຈະເຮັດໃຫ້ເກີດອາຫານຂ່າວສານຂອງທ່ານທີ່ຈະຫນ້ອຍບວກແລະທາງລົບຫຼາຍເນື່ອງຈາກວ່າການຂອງຂໍ້ຄວາມເພື່ອນຂອງທ່ານ. ດັ່ງນັ້ນ, ຝົນຕົກຫນັກໃນຊີແອດເທິລເຂົ້າ manipulates ຫານຂ່າວຂອງທ່ານ. ປ່ຽນເປັນສີ intuition ນີ້ເຂົ້າໄປໃນຂັ້ນຕອນການສະຖິຕິທີ່ຫນ້າເຊື່ອຖືໄດ້ຖືກສັບສົນ (ແລະວິທີການຄືກັນອ້ອຍຕ້ອຍນໍາໃຊ້ໂດຍ Coviello ແລະເພື່ອນຮ່ວມງານເປັນການຊ່ວຍທີ່ບໍ່ໄດ້ມາດຕະຖານ) ດັ່ງນັ້ນຂ້າພະເຈົ້າໄດ້ເອົາໃຈໃສ່ການສົນທະນາລາຍລະອຽດເພີ່ມເຕີມໃນສ່ວນການອ່ານເພີ່ມເຕີມ. ການທົດສອບສໍາຄັນທີ່ສຸດທີ່ຈະຈື່ຈໍາກ່ຽວກັບ Coviello ແລະວິທີການເພື່ອນຮ່ວມງານແມ່ນວ່າມັນເຮັດໃຫ້ພວກເຂົາເພື່ອສຶກສາ contagion ອາລົມໂດຍບໍ່ມີການຄວາມຕ້ອງການໃນການດໍາເນີນການທົດລອງທີ່ມີທ່າແຮງສາມາດເປັນອັນຕະລາຍຜູ້ເຂົ້າຮ່ວມ, ແລະມັນອາດຈະເປັນກໍລະນີທີ່ວ່າໃນການປັບຄ່າອື່ນໆຈໍານວນຫຼາຍທີ່ທ່ານສາມາດທົດແທນການທົດລອງກັບຄົນອື່ນ ເຕັກນິກການ.

ທີສອງໃນ 3 Rs ເປັນສິນຄ້າ: ນັກຄົ້ນຄວ້າຄວນຈະຊອກຫາວິທີເພື່ອປັບປຸງການປິ່ນປົວຂອງເຂົາເຈົ້າໃນຄໍາສັ່ງທີ່ຈະເຮັດໃຫ້ເກີດອັນຕະລາຍຂະຫນາດນ້ອຍສຸດທີ່ເປັນໄປໄດ້. ສໍາລັບການຍົກຕົວຢ່າງ, ແທນທີ່ຈະກ່ວາສະກັດເນື້ອຫາທີ່ເປັນທັງທາງບວກຫຼືທາງລົບ, ນັກຄົ້ນຄວ້າໄດ້ສາມາດໄດ້ເພີ່ມເນື້ອໃນທີ່ເປັນທາງບວກຫຼືທາງລົບ. ນີ້ການອອກແບບການຊຸກຍູ້ການຈະມີການປ່ຽນແປງໃນເນື້ອໃນຈິດໃຈຂອງຜູ້ເຂົ້າຮ່ວມ News Feeds, ແຕ່ວ່າມັນຈະມີການແກ້ໄຂເປັນຫນຶ່ງໃນຄວາມກັງວົນທີ່ສໍາຄັນສະແດງອອກ: ວ່າປະສົບການສາມາດໄດ້ເກີດມາຈາກຜູ້ເຂົ້າຮ່ວມທີ່ຈະພາດຂໍ້ມູນທີ່ສໍາຄັນໃນອາຫານຂ່າວສານຂອງເຂົາເຈົ້າ. ມີການອອກແບບທີ່ນໍາໃຊ້ໂດຍ Kramer ແລະເພື່ອນຮ່ວມງານຂອງ, ຂໍ້ຄວາມທີ່ເປັນສິ່ງສໍາຄັນແມ່ນເປັນການຈະໄດ້ຮັບການສະກັດເປັນຄົນທີ່ບໍ່. ຢ່າງໃດກໍຕາມ, ມີການອອກແບບການສົ່ງເສີມ, ຂໍ້ຄວາມທີ່ຈະໄດ້ຮັບການຍົກຍ້າຍຈະເປັນຜູ້ທີ່ມີຄວາມສໍາຄັນຫນ້ອຍ.

ສຸດທ້າຍ, ທີສາມ R ແມ່ນລົດ: ນັກຄົ້ນຄວ້າຄວນຈະຊອກຫາວິທີການທີ່ຈະຫຼຸດຜ່ອນຈໍານວນຂອງຜູ້ເຂົ້າຮ່ວມໃນການທົດລອງຂອງເຂົາເຈົ້າ, ຖ້າຫາກວ່າເປັນໄປໄດ້. ໃນໄລຍະຜ່ານມາ, ການຫຼຸດຜ່ອນການນີ້ເກີດຂຶ້ນຕາມທໍາມະຊາດເນື່ອງຈາກວ່າຄ່າໃຊ້ຈ່າຍຂອງຕົວປ່ຽນແປງປະສົບການປຽບທຽບນີ້ແມ່ນສູງ, ເຊິ່ງສະຫນັບສະຫນູນການຄົ້ນຄວ້າເພື່ອສ້າງການອອກແບບແລະການວິເຄາະຂອງພວກເຂົາ. ຢ່າງໃດກໍຕາມ, ໃນເວລາທີ່ບໍ່ມີສູນຂໍ້ມູນຄ່າໃຊ້ຈ່າຍຂອງຕົວປ່ຽນແປງ, ນັກຄົ້ນຄວ້າທີ່ໄດ້ປະເຊີນ​​ກັບຂໍ້ຈໍາກັດຄ່າໃຊ້ຈ່າຍກ່ຽວກັບການຂະຫນາດຂອງການທົດລອງຂອງເຂົາເຈົ້າ, ແລະນີ້ມີທ່າແຮງທີ່ຈະນໍາໄປສູ່ການທົດລອງຂະຫນາດໃຫຍ່ທີ່ບໍ່ຈໍາເປັນ.

ສໍາລັບການຍົກຕົວຢ່າງ, Kramer ແລະເພື່ອນຮ່ວມງານສາມາດນໍາໃຊ້ຂໍ້ມູນຂ່າວສານທາງສ່ວນຫນ້າຂອງການປິ່ນປົວກ່ຽວກັບຜູ້ເຂົ້າຮ່ວມດັ່ງກ່າວຂອງເຂົາເຈົ້າເປັນທາງສ່ວນຫນ້າຂອງການປິ່ນປົວປຊຊກິນພຶດຕິກໍາເພື່ອເຮັດໃຫ້ການວິເຄາະຂອງພວກເຂົາປະສິດທິພາບ. ຫຼາຍໂດຍສະເພາະ, ແທນທີ່ຈະກ່ວາການປຽບທຽບອັດຕາສ່ວນຂອງຄໍາໃນທາງບວກຢູ່ໃນສະພາບການປິ່ນປົວແລະການຄວບຄຸມ, Kramer ແລະເພື່ອນຮ່ວມງານສາມາດມີການປຽບທຽບການປ່ຽນແປງໃນອັດຕາສ່ວນຂອງຄໍາໃນທາງບວກລະຫວ່າງສະພາບການ; ວິທີການມັກຈະເອີ້ນວ່າຄວາມແຕກຕ່າງກັນໃນຄວາມແຕກຕ່າງແລະການທີ່ກ່ຽວຂ້ອງຢ່າງໃກ້ຊິດກັບການອອກແບບປະສົມທີ່ຂ້າພະເຈົ້າອະທິບາຍກ່ອນຫນ້ານັ້ນໃນບົດ (ຮູບສະແດງ 4.5). ນັ້ນແມ່ນ, ສໍາລັບຜູ້ເຂົ້າຮ່ວມແຕ່ລະຄົນ, ນັກຄົ້ນຄວ້າໄດ້ສາມາດໄດ້ສ້າງຄະແນນການປ່ຽນແປງ (ພຶດຕິກໍາກ່ອນການປິ່ນປົວ - ພຶດຕິກໍາທາງສ່ວນຫນ້າຂອງການປິ່ນປົວ) ແລະຫຼັງຈາກນັ້ນເມື່ອທຽບໃສ່ຄະແນນການປ່ຽນແປງຂອງຜູ້ເຂົ້າຮ່ວມໃນສະພາບການປິ່ນປົວແລະການຄວບຄຸມ. ນີ້ວິທີການແຕກຕ່າງກັນໃນຄວາມແຕກຕ່າງຂອງປະສິດທິພາບຫຼາຍສະຖິຕິ, ຊຶ່ງຫມາຍຄວາມວ່ານັກຄົ້ນຄວ້າສາມາດບັນລຸຄວາມເຊື່ອຫມັ້ນທາງສະຖິຕິດຽວກັນການນໍາໃຊ້ຕົວຢ່າງຂະຫນາດນ້ອຍຫຼາຍ. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, ໂດ​​ຍບໍ່ປິ່ນປົວຜູ້ເຂົ້າຮ່ວມເຊັ່ນ: "ເຄື່ອງມື", ນັກຄົ້ນຄວ້າສາມາດໄດ້ຮັບການຄາດຄະເນຊັດເຈນຫຼາຍຂຶ້ນ.

ໂດຍບໍ່ມີການຂໍ້ມູນວັດຖຸດິບມັນເປັນການຍາກທີ່ຈະຮູ້ວ່າວິທີການປະສິດທິພາບຫຼາຍວິທີແຕກຕ່າງກັນໃນຄວາມແຕກຕ່າງຈະມີຢູ່ໃນກໍລະນີນີ້. ແຕ່, Deng et al. (2013) ໄດ້ລາຍງານວ່າຢູ່ໃນສາມທົດລອງອອນໄລນ໌ກ່ຽວກັບເຄື່ອງມືຄົ້ນຫາ Bing ພວກເຂົາເຈົ້າໄດ້ສາມາດທີ່ຈະຫຼຸດຜ່ອນການປ່ຽນແປງຂອງການຄາດຄະເນຂອງເຂົາເຈົ້າໂດຍປະມານ 50%, ແລະຜົນໄດ້ຮັບທີ່ຄ້າຍຄືກັນໄດ້ຮັບການລາຍງານສໍາລັບການທົດລອງອອນໄລນ໌ຈໍານວນຫນຶ່ງຢູ່ Netflix (Xie and Aurisset 2016) . ນີ້ການຫຼຸດຜ່ອນການປ່ຽນແປງ 50% ຫມາຍຄວາມວ່ານັກຄົ້ນຄວ້າ Contagion ອາລົມອາດຈະມີຄວາມສາມາດທີ່ຈະຕັດຕົວຢ່າງຂອງເຂົາເຈົ້າໃນເຄິ່ງຫນຶ່ງຖ້າຫາກວ່າພວກເຂົາເຈົ້າໄດ້ນໍາໃຊ້ວິທີການວິເຄາະທີ່ແຕກຕ່າງກັນເລັກນ້ອຍ. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, ມີການປ່ຽນແປງຂະຫນາດນ້ອຍໃນການວິເຄາະ, 350,000 ປະຊາຊົນອາດຈະໄດ້ຮັບການໄວ້ຊີວິດການມີສ່ວນຮ່ວມໃນການທົດລອງ.

ໃນຈຸດນີ້ທ່ານອາດສົງໄສວ່າເປັນຫຍັງນັກຄົ້ນຄວ້າຄວນຈະບົວລະບັດໃນຖ້າຫາກວ່າ 350,000 ປະຊາຊົນໃນ Contagion ອາລົມທີ່ບໍ່ຈໍາເປັນ. ມີສອງລັກສະນະສະເພາະຂອງ Contagion ອາລົມທີ່ເຮັດໃຫ້ຄວາມກັງວົນທີ່ມີຂະຫນາດຫຼາຍເກີນໄປທີ່ເຫມາະສົມ, ແລະລັກສະນະເຫຼົ່ານີ້ຖືກແບ່ງປັນໂດຍຈໍານວນຫຼາຍການທົດລອງພາກສະຫນາມດິຈິຕອນ: 1) ມີຄວາມບໍ່ແນ່ນອນກ່ຽວກັບການບໍ່ວ່າຈະເປັນການທົດລອງຈະເຮັດໃຫ້ເກີດອັນຕະລາຍຕໍ່ຢ່າງຫນ້ອຍບາງຢ່າງຜູ້ເຂົ້າຮ່ວມແລະ 2) ການມີສ່ວນຮ່ວມແມ່ນບໍ່ ອາສາສະຫມັກ. ໃນການທົດລອງມີການເຫຼົ່ານີ້ທັງສອງລັກສະນະມັນເບິ່ງຄືວ່າສົມຄວນທີ່ຈະຮັກສາປະສົບການຂະຫນາດນ້ອຍທີ່ເປັນໄປໄດ້.

ໃນການສະຫລຸບ, ສາມ R's, ແທນ, ປັບປຸງ, ແລະການຫຼຸດຜ່ອນ, ໃຫ້ຫຼັກການພື້ນຖານທີ່ສາມາດຊ່ວຍໃຫ້ນັກຄົ້ນຄວ້າກໍ່ສ້າງຈັນຍາບັນໃນການອອກແບບການທົດລອງຂອງພວກເຂົາ. ແນ່ນອນ, ແຕ່ການປ່ຽນແປງທີ່ເປັນໄປໄດ້ເຫລົ່ານີ້ເພື່ອ Contagion ອາລົມແນະນໍາການຄ້າທີ່ເປັນເຫວເລິກ. ສໍາລັບການຍົກຕົວຢ່າງ, ມີຫຼັກຖານຈາກປະສົບການທໍາມະຊາດແມ່ນບໍ່ສະເຫມີເປັນທີ່ສະອາດເປັນຫລັກຖານຈາກການທົດລອງບັນແລະຊຸກຍູ້ການອາດຈະມີຫຼາຍກວ່າການຂົນສົ່ງມີຄວາມຫຍຸ້ງຍາກເພື່ອປະຕິບັດກ່ວາຕັນ. ດັ່ງນັ້ນ, ຈຸດປະສົງຂອງການແນະນໍາການປ່ຽນແປງເຫຼົ່ານີ້ແມ່ນບໍ່ໄດ້ຄັ້ງທີສອງຮີດການຕັດສິນໃຈຂອງການຄົ້ນຄວ້າອື່ນໆໄດ້. ແນ່ນອນວ່າ, ມັນແມ່ນການສະແດງໃຫ້ເຫັນວິທີການສາມ R ຈະສາມາດໄດ້ຮັບການນໍາໃຊ້ໃນສະຖານະການຈິງ.