4.5.2 ພັນທະມິດກັບປະສິດທິພາບ

ພັນທະມິດສາມາດຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍແລະເພີ່ມທະວີການຂະຫນາດໃຫຍ່, ແຕ່ວ່າມັນສາມາດປ່ຽນແປງປະເພດຂອງຜູ້ເຂົ້າຮ່ວມ, ການປິ່ນປົວ, ແລະຜົນໄດ້ຮັບທີ່ທ່ານສາມາດນໍາໃຊ້.

ທາງເລືອກໃນການເຮັດຕົວທ່ານເອງເປັນພັນທະມິດກັບອົງການຈັດຕັ້ງທີ່ມີອໍານາດດັ່ງກ່າວເປັນບໍລິສັດ, ລັດຖະບານ, ຫລື NGO. ປະໂຫຍດຂອງການເຮັດວຽກຮ່ວມກັບຄູ່ຮ່ວມງານແມ່ນວ່າພວກເຂົາເຈົ້າສາມາດເຮັດໃຫ້ທ່ານດໍາເນີນການປະສົບການທີ່ທ່ານພຽງແຕ່ບໍ່ສາມາດເຮັດໄດ້ດ້ວຍຕົວທ່ານເອງ. ສໍາລັບການຍົກຕົວຢ່າງ, ຫນຶ່ງຂອງປະສົບການທີ່ຂ້າພະເຈົ້າຈະບອກທ່ານກ່ຽວກັບຂ້າງລຸ່ມນີ້ການມີສ່ວນຮ່ວມ 61 ລ້ານຜູ້ເຂົ້າຮ່ວມ; ບໍ່ມີນັກຄົ້ນຄວ້າສ່ວນບຸກຄົນສາມາດບັນລຸລະດັບທີ່. ໃນເວລາດຽວກັນທີ່ພັນທະມິດເພີ່ມຂຶ້ນສິ່ງທີ່ທ່ານສາມາດເຮັດໄດ້, ມັນຍັງພ້ອມໆກັນ, ຈໍາກັດທາງດ້ານທ່ານ. ສໍາລັບການຍົກຕົວຢ່າງ, ບໍລິສັດສ່ວນໃຫຍ່ຈະບໍ່ອະນຸຍາດໃຫ້ທ່ານເພື່ອດໍາເນີນການທົດລອງທີ່ສາມາດເປັນອັນຕະລາຍທຸລະກິດຫຼືຊື່ສຽງຂອງເຂົາເຈົ້າ. ເຮັດວຽກຮ່ວມກັບຄູ່ຮ່ວມງານຍັງຫມາຍຄວາມວ່າໃນເວລາທີ່ມັນມາໃຊ້ເວລາເພື່ອເຜີຍແຜ່, ທ່ານອາດຈະເຂົ້າມາຢູ່ພາຍໃຕ້ຄວາມກົດດັນໃຫ້ "Re: ພາ" ຜົນການຄົ້ນຫາຂອງທ່ານ, ແລະຄູ່ຮ່ວມງານບາງຄົນກໍ່ອາດຈະພະຍາຍາມເພື່ອປ້ອງກັນການພິມເຜີຍແຜ່ຂອງການເຮັດວຽກຂອງທ່ານຖ້າຫາກວ່າມັນເຮັດໃຫ້ພວກເຂົາບໍ່ດີ. ສຸດທ້າຍ, ພັນທະມິດຍັງມາພ້ອມກັບຄ່າໃຊ້ຈ່າຍທີ່ກ່ຽວຂ້ອງກັບການພັດທະນາແລະບໍາລຸງຮັກສາການຮ່ວມມືເຫຼົ່ານີ້.

ສິ່ງທີ່ທ້າທາຍສໍາຄັນທີ່ຈະຕ້ອງມີການແກ້ໄຂເພື່ອເຮັດໃຫ້ການຮ່ວມມືເຫຼົ່ານີ້ສົບຜົນສໍາເລັດແມ່ນການຊອກຫາວິທີການດຸ່ນດ່ຽງການຜົນປະໂຫຍດຂອງທັງສອງຝ່າຍ, ແລະວິທີການທີ່ເປັນປະໂຍດທີ່ຈະຄິດກ່ຽວກັບການດຸ່ນດ່ຽງທີ່ເປັນ Pasteur ຂອງ Quadrant (Stokes 1997) . ນັກຄົ້ນຄວ້າຫຼາຍຄົນຄິດວ່າຖ້າຫາກວ່າພວກເຂົາເຈົ້າກໍາລັງເຮັດວຽກກ່ຽວກັບບາງສິ່ງບາງຢ່າງການປະຕິບັດ, ບາງສິ່ງບາງຢ່າງທີ່ອາດຈະມີຄວາມສົນໃຈກັບຄູ່ຮ່ວມງານໃນຫຼັງຈາກນັ້ນພວກເຂົາເຈົ້າບໍ່ສາມາດໄດ້ຮັບການດໍາເນີນການວິທະຍາສາດທີ່ແທ້ຈິງ. ແນວຄຶດຄືແນວນີ້ຈະເຮັດໃຫ້ມັນມີຄວາມຫຍຸ້ງຍາກຫຼາຍທີ່ຈະສ້າງການຮ່ວມມືສົບຜົນສໍາເລັດ, ແລະມັນຍັງເກີດຂຶ້ນຈະຜິດພາດຫມົດ. ບັນຫາກ່ຽວກັບວິທີການຂອງແນວຄິດນີ້ໄດ້ຖືກສະແດງໃຫ້ເຫັນມະຫັດສະຈັນໃນການຄົ້ນຄວ້າເສັ້ນທາງພັກຜ່ອນຂອງການ biologist Louis Pasteur. ໃນຂະນະທີ່ເຮັດວຽກກ່ຽວກັບໂຄງການການຫມັກການຄ້າການແປງນ້ໍາ beet ເປັນເຫຼົ້າ, Pasteur ຄົ້ນພົບເປັນຫ້ອງຮຽນໃຫມ່ຂອງຈຸລິນຊີໃນທີ່ສຸດໄດ້ເຮັດໃຫ້ທິດສະດີເຊື້ອຂອງພະຍາດ. ການຄົ້ນພົບນີ້ການແກ້ໄຂບັນຫາ, ການປະຕິບັດຫຼາຍຊ່ວຍປັບປຸງຂະບວນການຂອງການຫມັກ, ແລະຈະນໍາໄປສູ່ການລ່ວງຫນ້າວິທະຍາສາດທີ່ສໍາຄັນ. ດັ່ງນັ້ນ, ແທນທີ່ຈະກ່ວາການຄິດກ່ຽວກັບການຄົ້ນຄວ້າທີ່ມີຄໍາຮ້ອງສະຫມັກພາກປະຕິບັດເປັນການເປັນຢູ່ໃນຂໍ້ຂັດແຍ່ງກັບການຄົ້ນຄວ້າວິທະຍາສາດທີ່ແທ້ຈິງ, ມັນເປັນທີ່ດີກວ່າທີ່ຈະຄິດວ່າການເຫຼົ່ານີ້ທັງສອງຂະຫນາດທີ່ແຍກຕ່າງຫາກ. ການຄົ້ນຄວ້າສາມາດໄດ້ຮັບການຊຸກຍູ້ໂດຍການນໍາໃຊ້ (ຫຼືບໍ່) ແລະການຄົ້ນຄວ້າສາມາດຊອກຫາວິທີເຂົ້າໃຈພື້ນຖານ (ຫຼືບໍ່). ສໍາຄັນ, ວິໄຈບາງຄ້າຍຄື Pasteur's ສາມາດໄດ້ຮັບການຊຸກຍູ້ໂດຍການນໍາໃຊ້ແລະກໍາລັງຊອກຫາຄວາມເຂົ້າໃຈພື້ນຖານ (ຮູບສະແດງ 4.16). ການຄົ້ນຄວ້າໃນ Pasteur ຂອງ Quadrant ການຄົ້ນຄວ້າທີ່ປະກົດຂຶ້ນກ້າວຫນ້າສອງເປົ້າຫມາຍແມ່ນເຫມາະສົມສໍາລັບການຮ່ວມມືລະຫວ່າງນັກຄົ້ນຄວ້າແລະບັນດາຄູ່ຮ່ວມ. ເນື່ອງຈາກພື້ນຖານທີ່, ຂ້າພະເຈົ້າຈະອະທິບາຍທັງສອງການສຶກສາການທົດລອງທີ່ມີການຮ່ວມມື: ຫນຶ່ງກັບບໍລິສັດແລະຫນຶ່ງທີ່ມີການ NGO.

ຮູບ 4.16: Quadrant Pasteur ຂອງ (ໂດຍອີງໃສ່ຮູບ 35 ຈາກ Stokes (1997)). ຫຼາຍກວ່າທີ່ຄິດຂອງການຄົ້ນຄວ້າເປັນທັງຂັ້ນພື້ນຖານຫຼືນໍາໃຊ້ມັນເປັນທີ່ດີກວ່າທີ່ຈະຄິດຂອງການຄົ້ນຄວ້າເປັນກໍາລັງໃຈໂດຍການນໍາໃຊ້ (ຫຼືບໍ່) ແລະກໍາລັງຊອກຫາຄວາມເຂົ້າໃຈພື້ນຖານ (ຫຼືບໍ່). ຕົວຢ່າງຂອງການວິໄຈວ່າທັງສອງແມ່ນກໍາລັງໃຈໂດຍການນໍາໃຊ້ແລະຊອກຫາຄວາມເຂົ້າໃຈພື້ນຖານການເຮັດວຽກ Pasteur ກ່ຽວກັບການເປັນນ້ໍາ beet ເປັນເຫຼົ້າທີ່ນໍາໄປສູ່ທິດສະດີເຊື້ອຂອງພະຍາດ. ນີ້ແມ່ນປະເພດຂອງການເຮັດວຽກທີ່ເຫມາະສົມທີ່ດີທີ່ສຸດສໍາລັບການຮ່ວມມືທີ່ມີອໍານາດໄດ້. ຕົວຢ່າງຂອງການເຮັດວຽກການກະຕຸ້ນໂດຍການນໍາໃຊ້ແຕ່ວ່າບໍ່ໄດ້ຊອກຫາວິທີເຂົ້າໃຈພື້ນຖານມາຈາກ Thomas Edison, ແລະຕົວຢ່າງຂອງການເຮັດວຽກທີ່ບໍ່ໄດ້ຊຸກຍູ້ໂດຍການນໍາໃຊ້ແຕ່ທີ່ຊອກຫາຄວາມເຂົ້າໃຈມາຈາກ Niels Bohr. ເບິ່ງ Stokes (1997) ສໍາລັບການສົນທະນາຢ່າງລະອຽດຂອງໂຄງຮ່າງການນີ້ແລະແຕ່ລະກໍລະນີນີ້.

ຮູບ 4.16: Quadrant Pasteur ຂອງ (ໂດຍອີງໃສ່ຮູບ 35 ຈາກ Stokes (1997) ). ຫຼາຍກວ່າທີ່ຄິດຂອງການຄົ້ນຄວ້າເປັນທັງ "ພື້ນຖານ" ຫຼື "ການນໍາໃຊ້" ມັນເປັນທີ່ດີກວ່າທີ່ຈະຄິດຂອງການຄົ້ນຄວ້າເປັນກໍາລັງໃຈໂດຍການນໍາໃຊ້ (ຫຼືບໍ່) ແລະກໍາລັງຊອກຫາຄວາມເຂົ້າໃຈພື້ນຖານ (ຫຼືບໍ່). ຕົວຢ່າງຂອງການວິໄຈວ່າທັງສອງແມ່ນກໍາລັງໃຈໂດຍການນໍາໃຊ້ແລະຊອກຫາຄວາມເຂົ້າໃຈພື້ນຖານການເຮັດວຽກ Pasteur ກ່ຽວກັບການເປັນນ້ໍາ beet ເປັນເຫຼົ້າທີ່ນໍາໄປສູ່ທິດສະດີເຊື້ອຂອງພະຍາດ. ນີ້ແມ່ນປະເພດຂອງການເຮັດວຽກທີ່ເຫມາະສົມທີ່ດີທີ່ສຸດສໍາລັບການຮ່ວມມືທີ່ມີອໍານາດໄດ້. ຕົວຢ່າງຂອງການເຮັດວຽກການກະຕຸ້ນໂດຍການນໍາໃຊ້ແຕ່ວ່າບໍ່ໄດ້ຊອກຫາວິທີເຂົ້າໃຈພື້ນຖານມາຈາກ Thomas Edison, ແລະຕົວຢ່າງຂອງການເຮັດວຽກທີ່ບໍ່ໄດ້ຊຸກຍູ້ໂດຍການນໍາໃຊ້ແຕ່ທີ່ຊອກຫາຄວາມເຂົ້າໃຈມາຈາກ Niels Bohr. ເບິ່ງ Stokes (1997) ສໍາລັບການສົນທະນາຢ່າງລະອຽດຂອງໂຄງຮ່າງການນີ້ແລະແຕ່ລະກໍລະນີນີ້.

ບໍລິສັດຂະຫນາດໃຫຍ່, ໂດຍສະເພາະແມ່ນບໍລິສັດເຕັກໂນໂລຊີ, ໄດ້ພັດທະນາພື້ນຖານໂຄງລ່າງທີ່ທັນສະໄຫມຢ່າງບໍ່ຫນ້າເຊື່ອສໍາລັບການເຮັດວຽກປະສົບການສະລັບສັບຊ້ອນ. ໃນອຸດສາຫະກໍາເຕັກໂນໂລຊີ, ປະສົບການເຫຼົ່ານີ້ແມ່ນມັກຈະເອີ້ນວ່າການທົດສອບ A / B (ຍ້ອນວ່າເຂົາເຈົ້າທົດສອບປະສິດທິຜົນຂອງສອງການປິ່ນປົວ: A ແລະ B). ປະສົບການເຫຼົ່ານີ້ແມ່ນມັກດໍາເນີນການສໍາລັບການສິ່ງຕ່າງໆເຊັ່ນວ່າການເພີ່ມຂຶ້ນຂອງອັດຕາການຄລິກໃສ່ໂດຍຜ່ານການໂຄສະນາ, ແຕ່ວ່າໂຄງສ້າງພື້ນຖານການທົດລອງດຽວກັນກໍຍັງສາມາດໄດ້ຮັບການນໍາໃຊ້ສໍາລັບການຄົ້ນຄວ້າທີ່ກ້າວຫນ້າຄວາມເຂົ້າໃຈວິທະຍາສາດ. ເປັນຕົວຢ່າງທີ່ສະແດງເຖິງສັກຍະພາບຂອງປະເພດຂອງການຄົ້ນຄວ້ານີ້ແມ່ນການສຶກສາໄດ້ດໍາເນີນການໂດຍການຮ່ວມມືລະຫວ່າງນັກຄົ້ນຄວ້າຢູ່ໃນເຟສບຸກແລະວິທະຍາໄລຄາລີຟໍເນຍ, San Diego, ກ່ຽວກັບຜົນກະທົບຂອງຂໍ້ຄວາມທີ່ແຕກຕ່າງກັນກ່ຽວກັບການລົງຄະແນນ turnout ການ (Bond et al. 2012) .

2 ພະຈິກ, 2010, ໃນມື້ຂອງສະຫະລັດການເລືອກຕັ້ງທັງຫມົດສະພາ 61 ລ້ານຜູ້ຊົມໃຊ້ເຟສບຸກທີ່ອາໄສຢູ່ໃນສະຫະລັດແລະມີຫຼາຍກວ່າ 18 ໄດ້ສ່ວນຫນຶ່ງໃນການທົດລອງກ່ຽວກັບການລົງຄະແນນສຽງ. ພາຍຫຼັງການຢ້ຽມຢາມເຟສບຸກ, ຜູ້ໃຊ້ທີ່ໄດ້ມອບຫມາຍໃຫ້ເຂົ້າເປັນຫນຶ່ງໃນສາມກຸ່ມ, ທີ່ກໍານົດສິ່ງທີ່ປ້າຍໂຄສະນາ (ຖ້າມີ) ຖືກວາງໄວ້ທີ່ດ້ານເທິງຂອງອາຫານຂ່າວສານຂອງເຂົາເຈົ້າ (ຮູບສະແດງທີ 417) ຂອງ:

  • ກຸ່ມການຄວບຄຸມ.
  • ຂໍ້ຄວາມຂໍ້ມູນກ່ຽວກັບລົງຄະແນນສຽງທີ່ມີ clickable ເປັ​​ນ "ຂ້າພະເຈົ້າໂຫວດ" ປຸ່ມແລະວຽກງານຕ້ານການ (ຂໍ້ມູນ).
  • ຂໍ້ຄວາມຂໍ້ມູນກ່ຽວກັບລົງຄະແນນສຽງທີ່ມີ clickable "ຂ້າພະເຈົ້າໂຫວດ" ປຸ່ມແລະວຽກງານຕ້ານການ + ຊື່ແລະຮູບພາບຂອງຫມູ່ເພື່ອນຂອງພວກເຂົາທີ່ມີການຄິກແລ້ວ "ຂ້າພະເຈົ້າໂຫວດ" (ຂໍ້ມູນ + ສັງຄົມ).

ພັນທະບັດແລະເພື່ອນຮ່ວມງານຂອງການສຶກສາທັງສອງຜົນໄດ້ຮັບ: ລາຍງານພຶດຕິກໍາການລົງຄະແນນສຽງແລະພຶດຕິກໍາລົງຄະແນນສຽງທີ່ແທ້ຈິງ. ຫນ້າທໍາອິດ, ພວກເຂົາເຈົ້າໄດ້ພົບເຫັນວ່າປະຊາຊົນໃນຂໍ້ມູນ + ສັງຄົມກຸ່ມໄດ້ປະມານ 2 ເປີເຊັນມັກຈະຫຼາຍກ່ວາປະຊາຊົນໃນກຸ່ມຂໍ້ມູນໃນການໃຫ້ຄລິກໃສ່ "ຂ້າພະເຈົ້າໂຫວດ" (ປະມານ 20% vs 18%). ນອກຈາກນັ້ນ, ຫຼັງຈາກທີ່ນັກຄົ້ນຄວ້າໄດ້ລວມຂໍ້ມູນຂອງເຂົາເຈົ້າທີ່ມີການບັນທຶກການລົງຄະແນນສຽງທີ່ມີຢູ່ສາທາລະນະສໍາລັບການປະມານ 6 ລ້ານຄົນພວກເຂົາເຈົ້າໄດ້ພົບເຫັນວ່າປະຊາຊົນໃນຂໍ້ມູນ + ກຸ່ມສັງຄົມໄດ້ 039 ຈຸດສ່ວນຮ້ອຍມັກຈະຈິງລົງຄະແນນສຽງກ່ວາປະຊາຊົນໃນສະພາບການຄວບຄຸມແລະວ່າປະຊາຊົນໃນກຸ່ມຂໍ້ມູນ ພຽງແຕ່ເປັນການລົງຄະແນນສຽງເປັນປະຊາຊົນຢູ່ໃນສະພາບການຄວບຄຸມ (ຮູບ 4.17).

ຮູບ 4.17: ຜົນໄດ້ຮັບຈາກການທົດລອງໄດ້ຮັບການອອກ, ການລົງຄະແນນສຽງກ່ຽວກັບເຟສບຸກ (ພັນທະບັດ et al 2012.). ຜູ້ເຂົ້າຮ່ວມໃນກຸ່ມຂໍ້ມູນການ voted ໃນອັດຕາດຽວກັນກັບປະຊາຊົນຢູ່ໃນສະພາບຄວບຄຸມໄດ້, ແຕ່ປະຊາຊົນໃນຂໍ້ມູນ + ກຸ່ມສັງຄົມການ voted ໃນອັດຕາທີ່ສູງຂຶ້ນເລັກນ້ອຍ. ບາເປັນຕົວແທນຂອງການຄາດຄະເນໄລຍະຄວາມເຊື່ອຫມັ້ນ 95%. ຜົນການຄົ້ນຫາໃນເສັ້ນສະແດງການໄດ້ແກ່ປະມານ 6 ລ້ານຜູ້ເຂົ້າຮ່ວມສໍາລັບໃຜທີ່ນັກຄົ້ນຄວ້າສາມາດມີຄໍາວ່າການບັນທຶກການລົງຄະແນນສຽງ.

ຮູບ 4.17: ຜົນໄດ້ຮັບຈາກການທົດລອງໄດ້ຮັບການອອກ, ການລົງຄະແນນສຽງກ່ຽວກັບເຟສບຸກ (Bond et al. 2012) . ຜູ້ເຂົ້າຮ່ວມໃນກຸ່ມຂໍ້ມູນການ voted ໃນອັດຕາດຽວກັນກັບປະຊາຊົນຢູ່ໃນສະພາບຄວບຄຸມໄດ້, ແຕ່ປະຊາຊົນໃນຂໍ້ມູນ + ກຸ່ມສັງຄົມການ voted ໃນອັດຕາທີ່ສູງຂຶ້ນເລັກນ້ອຍ. ບາເປັນຕົວແທນຂອງການຄາດຄະເນໄລຍະຄວາມເຊື່ອຫມັ້ນ 95%. ຜົນການຄົ້ນຫາໃນເສັ້ນສະແດງການໄດ້ແກ່ປະມານ 6 ລ້ານຜູ້ເຂົ້າຮ່ວມສໍາລັບໃຜທີ່ນັກຄົ້ນຄວ້າສາມາດມີຄໍາວ່າການບັນທຶກການລົງຄະແນນສຽງ.

ການທົດລອງນີ້ສະແດງໃຫ້ເຫັນວ່າບາງຂໍ້ຄວາມໄດ້ຮັບການອອກ, ການລົງຄະແນນສຽງອອນໄລນ໌ມີປະສິດທິພາບຫຼາຍກ່ວາຄົນອື່ນ, ແລະມັນສະແດງໃຫ້ເຫັນວ່າການຄາດຄະເນນັກຄົ້ນຄວ້າຂອງປະສິດທິຜົນຂອງການປິ່ນປົວທີ່ສາມາດຂຶ້ນກັບວ່າເຂົາເຈົ້າສຶກສາລາຍງານຫຼືພຶດຕິກໍາຕົວຈິງ. ການທົດລອງນີ້ແຕ່ຫນ້າເສຍດາຍບໍ່ໄດ້ສະເຫນີຂໍ້ຄຶດທີ່ກ່ຽວກັບກົນໄກທີ່ຜ່ານການຂໍ້ມູນຂ່າວສານທີ່ສັງຄົມຄົ້ນຄ້ວາບາງຄົນເອີ້ນວ່າ playfully ເປັນ "ໃບຫນ້າ pile" ລົງຄະແນນສຽງ -increased. ມັນອາດຈະວ່າຂໍ້ມູນຂ່າວສານທາງສັງຄົມໄດ້ເພີ່ມຂຶ້ນຄວາມເປັນໄປໄດ້ວ່າຄົນທີ່ສັງເກດເຫັນປ້າຍໂຄສະນາຫຼືວ່າມັນເພີ່ມຄວາມເປັນໄປທີ່ຜູ້ໃດຜູ້ຫນຶ່ງຜູ້ທີ່ສັງເກດເຫັນປ້າຍໂຄສະນາໃນຕົວຈິງແລ້ວໂຫວດຫຼືທັງສອງຢ່າງ. ດັ່ງນັ້ນ, ການທົດລອງນີ້ຈະສະຫນອງການຄົ້ນພົບທີ່ຫນ້າສົນໃຈທີ່ນັກຄົ້ນຄວ້າໃນຕໍ່ຫນ້າຈະມີໂອກາດສໍາຫລວດ (ເບິ່ງຕົວຢ່າງ, Bakshy, Eckles, et al. (2012) ).

ນອກເຫນືອໄປຈາກຄວາມກ້າວຫນ້າເປົ້າຫມາຍຂອງການຄົ້ນຄວ້າ, ການທົດລອງນີ້ຍັງສູງເປົ້າຫມາຍຂອງອົງການຈັດຕັ້ງຄູ່ຮ່ວມງານ (ເຟສບຸກ) ໄດ້. ຖ້າຫາກວ່າທ່ານມີການປ່ຽນແປງພຶດຕິກໍາການສຶກສາຈາກລົງຄະແນນສຽງທີ່ຈະຊື້ສະບູ, ຫຼັງຈາກນັ້ນທ່ານສາມາດເບິ່ງວ່າການສຶກສາທີ່ມີໂຄງປະກອບການດຽວກັນຄືກັນອ້ອຍຕ້ອຍເປັນການທົດລອງເພື່ອວັດແທກຜົນກະທົບຂອງການໂຄສະນາອອນໄລນ໌ (ເບິ່ງຕົວຢ່າງ, Lewis and Rao (2015) ). ເຫຼົ່ານີ້ການສຶກສາປະສິດທິຜົນການໂຄສະນາເລື້ອຍໆວັດແທກຜົນກະທົບຂອງການສໍາຜັດກັບອອນໄລນ໌ການໂຄສະນາການປິ່ນປົວຢູ່ໃນ Bond et al. (2012) ມີພື້ນຖານການໂຄສະນາສໍາລັບການລົງຄະແນນສຽງກ່ຽວກັບການປະພຶດອອຟໄລ. ດັ່ງນັ້ນ, ການສຶກສານີ້ຈະສາມາດລ່ວງຄວາມສາມາດຂອງເຟສບຸກເພື່ອສຶກສາປະສິດທິຜົນຂອງການໂຄສະນາອອນໄລນ໌ແລະຈະສາມາດຊ່ວຍໃຫ້ເຟສບຸກໃຫ້ການໂຄສະນາທ່າແຮງການໂຄສະນາເຟສບຸກມີປະສິດທິພາບ.

ເຖິງແມ່ນວ່າຜົນປະໂຫຍດຂອງນັກຄົ້ນຄວ້າແລະບັນດາຄູ່ຮ່ວມທີ່ໄດ້ຮັບການສອດຄ່ອງສ່ວນໃຫຍ່ໃນການສຶກສານີ້, ພວກເຂົາເຈົ້າຍັງມີສ່ວນໃນຄວາມກົດດັນ. ໂດຍສະເພາະ, ການຈັດສັນຂອງຜູ້ເຂົ້າຮ່ວມກັບສາມສະພາບການຄວບຄຸມ, ຂໍ້ມູນ, ແລະຂໍ້ມູນ + ສັງຄົມທີ່ໄດ້ imbalanced ຢ່າງຫລວງຫລາຍໄດ້: 98% ຂອງຕົວຢ່າງທີ່ໄດ້ມອບຫມາຍໃຫ້ຂໍ້ມູນ + ສັງຄົມ. ການຈັດສັນ imbalanced ນີ້ແມ່ນປະສິດທິພາບທາງສະຖິຕິ, ແລະການຈັດວາງໃຫ້ດີຂຶ້ນກວ່າຫຼາຍສໍາລັບນັກຄົ້ນຄວ້າຈະໄດ້ໄດ້ 1/3 ຂອງຜູ້ເຂົ້າຮ່ວມໃນແຕ່ລະກຸ່ມ. ແຕ່ວ່າ, ການຈັດສັນ imbalanced ທີ່ເກີດຂຶ້ນເພາະວ່າເຟສບຸກຕ້ອງການຢາກໃຫ້ທຸກຄົນໄດ້ຮັບຂໍ້ມູນ + ການປິ່ນປົວທາງດ້ານສັງຄົມ. ໂຊກດີ, ນັກຄົ້ນຄວ້າໃນໃຈວ່າເຂົາເຈົ້າໃຫ້ກັບຄືນ 1% ສໍາລັບການປິ່ນປົວທີ່ກ່ຽວຂ້ອງແລະ 1% ຂອງຜູ້ເຂົ້າຮ່ວມສໍາລັບກຸ່ມການຄວບຄຸມ. ໂດຍບໍ່ມີການກຸ່ມການຄວບຄຸມມັນຈະມີທາງເປັນໄປໄດ້ຂັ້ນພື້ນຖານເພື່ອວັດແທກຜົນກະທົບຂອງຂໍ້ມູນ + ການປິ່ນປົວທາງດ້ານສັງຄົມໄດ້ເນື່ອງຈາກວ່າມັນຈະມີ "ການກໍ່ກວນແລະສັງເກດເບິ່ງ" ການທົດລອງຫຼາຍກວ່າການທົດລອງການຄວບຄຸມບັນ. ຕົວຢ່າງນີ້ໃຫ້ເປັນບົດຮຽນພາກປະຕິບັດທີ່ມີຄຸນຄ່າສໍາລັບການເຮັດວຽກຮ່ວມກັບຄູ່ຮ່ວມງານ: ບາງຄັ້ງທ່ານສ້າງການທົດລອງໂດຍການ convincing ຄົນທີ່ໃຫ້ການປິ່ນປົວແລະບາງຄັ້ງທ່ານສ້າງການທົດລອງໂດຍການ convincing ຄົນທີ່ບໍ່ໃຫ້ການປິ່ນປົວ (ie, ການສ້າງກຸ່ມການຄວບຄຸມ).

ການຮ່ວມມືບໍ່ໄດ້ສະເຫມີຕ້ອງການເພື່ອໃຫ້ມີການບໍລິສັດເຕັກໂນໂລຊີແລະການທົດສອບ A / B ມີລ້ານຂອງຜູ້ເຂົ້າຮ່ວມ. ສໍາລັບການຍົກຕົວຢ່າງ, Alexander Coppock, Andrew Guess, ແລະ John Ternovski (2016) ຮ່ວມມືກັບອົງການສິ່ງແວດລ້ອມ (ຫມາຍຂອງການອະນຸລັກໂຫວດ) ທີ່ຈະດໍາເນີນການທົດສອບການທົດລອງຍຸດທະສາດທີ່ແຕກຕ່າງກັນສໍາລັບການສົ່ງເສີມການລະດົມສັງຄົມ. ນັກຄົ້ນຄວ້າໄດ້ນໍາໃຊ້ບັນຊີ Twitter ຂອງອົງການ NGO ໃນການສົ່ງອອກທັງ tweets ສາທາລະນະແລະຂໍ້ຄວາມໂດຍກົງສ່ວນຕົວທີ່ພະຍາຍາມປະເພດທີ່ແຕກຕ່າງກັນທີ່ສໍາຄັນຂອງເອກະລັກຂອງ. ນັກຄົ້ນຄວ້າໄດ້ຫຼັງຈາກນັ້ນວັດແທກທີ່ຂອງຂໍ້ຄວາມເຫຼົ່ານີ້ແມ່ນປະສິດທິພາບທີ່ສຸດສໍາລັບການສະຫນັບສະຫນູນປະຊາຊົນທີ່ຈະເຊັນຄໍາຮ້ອງຟ້ອງແລະຂໍ້ມູນ retweet ກ່ຽວກັບຄໍາຮ້ອງຟ້ອງ.

ຕາຕະລາງ 43: ຕົວຢ່າງຂອງການວິໄຈທີ່ຜ່ານມາການຮ່ວມມືລະຫວ່າງນັກຄົ້ນຄວ້າແລະອົງການຈັດຕັ້ງ. ໃນບາງກໍລະນີ, ນັກຄົ້ນຄວ້າໄດ້ເຮັດວຽກຢູ່ໃນອົງການຈັດຕັ້ງ.
ກະທູ້ ການຂຽນກ່າວອ້າງ
ຜົນກະທົບຂອງເຟສບຸກຂ່າວອາຫານກ່ຽວກັບການຂໍ້ມູນຂ່າວສານການແລກປ່ຽນ Bakshy, Rosenn, et al. (2012)
ຜົນກະທົບຂອງການປິດບັງຊື່ບາງສ່ວນກ່ຽວກັບພຶດຕິກໍາໃນເວັບໄຊທ໌ວັນທີອອນໄລນ໌ Bapna et al. (2016)
ຜົນກະທົບຂອງພະລັງງານບ້ານລາຍງານກ່ຽວກັບການນໍາໃຊ້ໄຟຟ້າ Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
ຜົນກະທົບຂອງການອອກແບບ app ກ່ຽວກັບການແຜ່ກະຈາຍຂອງໄວລັດ Aral and Walker (2011)
ຜົນກະທົບຂອງການເຜີຍແຜ່ກົນໄກກ່ຽວກັບການແຜ່ກະຈາຍ Taylor, Bakshy, and Aral (2013)
ຜົນກະທົບຂອງຂໍ້ມູນຂ່າວສານທາງສັງຄົມໃນການໂຄສະນາ Bakshy, Eckles, et al. (2012)
ຜົນກະທົບຂອງຄວາມຖີ່ຂອງຄູ່ມືກ່ຽວກັບການຂາຍໂດຍຜ່ານການແລະອອນໄລນ໌ສໍາລັບການປະເພດທີ່ແຕກຕ່າງກັນຂອງລູກຄ້າ Simester et al. (2009)
ຜົນກະທົບຂອງຂໍ້ມູນທີ່ກ່ຽວກັບຄໍາຮ້ອງສະຫມັກວຽກເຮັດງານທໍາທີ່ອາດເກີດຂຶ້ນ Gee (2015)
ຜົນຂອງອັດຕາເບື້ອງຕົ້ນກ່ຽວກັບຄວາມນິຍົມ Muchnik, Aral, and Taylor (2013)
ຜົນກະທົບຂອງຂໍ້ຄວາມກ່ຽວກັບການລະດົມທາງດ້ານການເມືອງ Coppock, Guess, and Ternovski (2016)

ໂດຍລວມແລ້ວ, ການຮ່ວມມືກັບອໍານາດເຮັດໃຫ້ທ່ານປະຕິບັດງານຢູ່ໃນລະດັບທີ່ເປັນການຍາກທີ່ຈະເຮັດຖ້າບໍ່ດັ່ງນັ້ນ, ແລະຕາຕະລາງ 43 ສະຫນອງຕົວຢ່າງອື່ນໆຂອງການຮ່ວມມືລະຫວ່າງນັກຄົ້ນຄວ້າແລະອົງການຈັດຕັ້ງ. ພັນທະມິດສາມາດຈະງ່າຍຂຶ້ນຫຼາຍກ່ວາການກໍ່ສ້າງການທົດລອງຂອງທ່ານເອງ. ແຕ່, ຄວາມໄດ້ປຽບການເຫຼົ່ານີ້ມາພ້ອມກັບຂໍ້ເສຍ: ການຮ່ວມມືສາມາດຈໍາກັດປະເພດຂອງຜູ້ເຂົ້າຮ່ວມ, ການປິ່ນປົວ, ແລະຜົນໄດ້ຮັບທີ່ທ່ານສາມາດສຶກສາ. ນອກຈາກນັ້ນ, ການຮ່ວມມືເຫຼົ່ານີ້ສາມາດນໍາໄປສູ່ການທ້າທາຍດ້ານຈັນຍາບັນ. ວິທີການທີ່ດີທີ່ສຸດທີ່ຈະຈຸດໂອກາດສໍາລັບການຮ່ວມມືແມ່ນສັງເກດເຫັນເປັນບັນຫາທີ່ແທ້ຈິງທີ່ທ່ານສາມາດແກ້ໄຂໃນຂະນະທີ່ທ່ານກໍາລັງເຮັດວິທະຍາສາດທີ່ຫນ້າສົນໃຈ. ຖ້າຫາກວ່າທ່ານຍັງບໍ່ໄດ້ນໍາໃຊ້ກັບວິທີການຂອງການຊອກຫາຢູ່ໃນທົ່ວໂລກນີ້, ມັນສາມາດເປັນການຍາກທີ່ຈະຈຸດບັນຫາໃນ Pasteur ຂອງ Quadrant, ແຕ່ວ່າມີການປະຕິບັດ, ທ່ານຈະເລີ່ມຕົ້ນທີ່ຈະສັງເກດເຫັນເຂົາເຈົ້າຫຼາຍກວ່າແລະຫຼາຍ.