4.5.1.2 आफ्नो आफ्नै प्रयोग निर्माण

तपाईंको आफ्नै प्रयोग निर्माण महँगो हुन सक्छ, तर यो तपाईं चाहनुहुन्छ कि प्रयोग सिर्जना गर्न सक्षम हुनेछ।

विद्यमान वातावरणमा माथि प्रयोगहरू overlaying साथै, तपाईं पनि आफ्नो प्रयोग निर्माण गर्न सक्छन्। यो दृष्टिकोण को मुख्य लाभ नियन्त्रण छ; तपाईं प्रयोग निर्माण गर्दै हुनुहुन्छ भने, तपाईंले चाहेको वातावरण र उपचार सिर्जना गर्न सक्नुहुन्छ। यी Bespoke प्रयोगात्मक वातावरण स्वाभाविक निरन्तर वातावरणमा परीक्षण गर्न असम्भव छ भनी सिद्धान्त परीक्षण गर्ने मौका सिर्जना गर्न सक्नुहुन्छ। तपाईंको आफ्नै प्रयोग निर्माणको मुख्य कमियां यो महंगा हुन सक्छ छन् र तपाईं सिर्जना गर्न स्वाभाविक निरन्तर सिस्टम को यथार्थवाद नहुनसक्छ सक्षम छन् भन्ने वातावरण छ। पनि आफ्नै प्रयोग निर्माण अनुसन्धानकर्ताहरूले सहभागीहरू भर्ती लागि एक रणनीति हुनुपर्छ। विद्यमान प्रणाली मा काम गर्दा अनुसन्धानकर्ताहरूले अनिवार्य आफ्नो सहभागीहरू गर्न प्रयोगहरू ल्याउन छन्। तर, अनुसन्धानकर्ताहरूले आफ्नै प्रयोग निर्माण गर्दा, तिनीहरूले सहभागीहरू ल्याउन आवश्यक छ। खुसीको कुरा, यस्तो अमेजन यांत्रिक टर्क (MTurk) रूपमा सेवा आफ्नो प्रयोगहरू सहभागीहरू ल्याउन एक सुविधाजनक बाटो अनुसन्धानकर्ताहरूले प्रदान गर्न सक्छ।

अमूर्त सिद्धान्त परीक्षण को लागि Bespoke वातावरण को सद्गुण देखाउँछ कि एउटा उदाहरण ग्रेगरी हबर, सेत हिल, र गब्रिएल Lenz गरेर डिजिटल ल्याब प्रयोग छ (2012) । यो प्रयोग लोकतान्त्रिक शासन को कामकाज गर्न एक सम्भव व्यावहारिक सीमा पडताल। वास्तविक चुनाव को पहिले गैर-प्रयोगात्मक अध्ययन मतदाता सही incumbent राजनीतिज्ञ को प्रदर्शन आकलन गर्न सक्षम छन् भन्ने। खासगरी, मतदाता तीन पक्षपात ले पीडित देखा: 1) कुल प्रदर्शन भन्दा हाल केन्द्रित; 2) लफ्फाजी, फ्रेमिङ, र मार्केटिङ द्वारा manipulatable; र 3) जस्तै स्थानीय खेल टीम र मौसम को सफलता रूपमा घटनाहरू incumbent प्रदर्शन गर्न असम्बन्धित, प्रभावित। यी पहिले अध्ययन मा, तथापि, यो साँचो, गंदा चुनावमा हुन्छ अन्य सबै सामान यी कारक को कुनै पनि अलग गर्न गाह्रो थियो। तसर्थ, हबर र सहयोगिहरु अर्डर अलग मा एक अत्यधिक सरलीकृत मतदान वातावरण सिर्जना, र त्यसपछि experimentally अध्ययन, यी तीन सम्भव पक्षपात प्रत्येक।

म प्रयोगात्मक तल सेट-अप धेरै कृत्रिम ध्वनि, तर यथार्थवाद ल्याब-शैली प्रयोगहरू मा एक लक्ष्य छैन भनेर सम्झना रहेको छ वर्णन रूपमा। बरु, लक्ष्य स्पष्ट तपाईं अध्ययन गर्न खोज्नुभएको छ कि प्रक्रिया अलग छ, र यो तंग अलग कहिलेकाहीं सम्भव छैन संग थप यथार्थवाद अध्ययन छ (Falk and Heckman 2009) । यसबाहेक, यस विशेष मामला मा, शोधकर्ताओं कि मतदाता छैन प्रभावकारी यो अत्यधिक सरल सेटिङ मा प्रदर्शन मूल्याङ्कन गर्न सक्नुहुन्छ भने, तब तिनीहरूले एक थप व्यावहारिक, थप जटिल सेटिङ मा यो के गर्न सक्षम हुनेछ छैनन् तर्क।

हबर र सहयोगिहरु सहभागीहरू रंगरुट गर्न अमेजन यांत्रिक टर्क (MTurk) प्रयोग। एक सहभागीले अवगत सहमति प्रदान र छोटो परीक्षण पारित भएपछि, उनले वास्तविक पैसा मा रूपान्तरण गर्न सकिएन भनेर टोकन कमाउन एक 32 राउन्ड खेलमा सहभागी थियो भनिएको थियो। खेलको सुरुमा, प्रत्येक सहभागी त्यो नियुक्त गरिएको थियो उनको नि: शुल्क टोकन प्रत्येक राउन्ड दिन र केही allocators अरूले भन्दा उदार थिए कि भनेर एक "allocator" भनिएको थियो। यसबाहेक, प्रत्येक सहभागी पनि त्यो उनको allocator राख्न या त वा 16 खेल को दौर पछि एउटा नयाँ नियुक्त गर्न मौका छ भनेर भनिएको थियो। तपाईं हबर र सहयोगिहरु 'अनुसन्धान लक्ष्य के थाहा दिइएको, तपाईं allocator सरकार प्रतिनिधित्व गर्ने र यो विकल्प चुनाव प्रतिनिधित्व गर्दछ, तर सहभागीहरू अनुसन्धान को सामान्य लक्ष्य थाह छैन थिए देख्न सक्छौं। कुल, हबर र सहयोगिहरु बारेमा 8 मिनेट गरे भनेर एक कार्य बारे 1.25 $ भुक्तानी थिए बारेमा 4,000 सहभागीहरू recruited।

पहिले अनुसन्धान बाट निष्कर्ष एक कि मतदाता इनाम थियो याद र जस्तै स्थानीय खेल टोली र मौसम को सफलता रूपमा आफ्नो नियन्त्रणमा स्पष्ट छन् कि परिणाम, को लागि incumbents दण्ड। सहभागीहरू मतदान निर्णय आफ्नो सेटिङ मा विशुद्ध अनियमित घटनाहरू प्रभावित गर्न सकिएन कि आकलन गर्न, हबर र सहयोगिहरु आफ्नो प्रयोगात्मक प्रणालीमा एक लटरी थपियो। 8 औं गोल वा 16 औं गोल या त मा (अर्थात्, सही allocator प्रतिस्थापन गर्न मौका अघि) सहभागीहरू अनियमित केही 5000 अंक जित्यो जहाँ एक लटरी मा राखिएको थियो, केही 0 अंक जित्यो र केही 5000 अंक गुमाए। यो चिट्ठा राजनीतिज्ञ को प्रदर्शन स्वतन्त्र छ भनेर राम्रो वा नराम्रो समाचार नकल गर्न अभिप्रेरित थियो। सहभागीहरू स्पष्ट भएको लटरी आफ्नो allocator को प्रदर्शन गर्न असम्बन्धित थियो भनिएको थियो तापनि, यो लटरी को नतिजा अझै पनि सहभागीहरू 'निर्णय प्रभावित। को चिट्ठा लाभ कि हिस्सेदार बढि allocator राख्न संभावना थिए, र लटरी प्रतिस्थापन अघि राउन्ड 16-दायाँ भयो जब यो प्रभाव बलियो थियो निर्णय-भन्दा यो राउन्ड 8 (चित्रा 4.14) मा भयो जब। यी परिणाम, कागज मा धेरै अन्य प्रयोगहरू को परिणाम संग, हबर र सहयोगिहरु पनि एक सरल सेटिंग मा, मतदाता मतदाता निर्णय बारे भविष्यमा अनुसन्धान प्रभावित गर्ने एक परिणाम कठिनाई बुद्धिमानी निर्णय छ, निष्कर्षमा पुग्न गर्न नेतृत्व (Healy and Malhotra 2013) । हबर र सहयोगिहरु को प्रयोग MTurk लागि प्रयोगशाला-शैली प्रयोगहरू धेरै विशिष्ट सिद्धान्त ठीक परीक्षण गर्न सहभागीहरू रंगरुट गर्न प्रयोग गर्न सकिन्छ भन्ने देखाउँछ। यो पनि आफ्नो प्रयोगात्मक वातावरण निर्माण को मूल्य देखाउँछ: यी नै प्रक्रियाहरू कुनै पनि अन्य सेटिङ मा त सफाइको छुट्टयाएर सक्थे कसरी गरिएको कल्पना गर्न कठिन छ।

चित्रा 4.14: हबर, हिल, र Lenz (2012) देखि परिणाम। को चिट्ठा लाभ कि हिस्सेदार आफ्नो allocator राख्ने बढी सम्भावना थिए, र लटरी प्रतिस्थापन अघि राउन्ड 16-दायाँ भयो जब यो प्रभाव बलियो थियो निर्णय-भन्दा यो राउन्ड 8 मा भयो जब।

चित्रा 4.14: नतिजा Huber, Hill, and Lenz (2012) । को चिट्ठा लाभ कि हिस्सेदार आफ्नो allocator राख्ने बढी सम्भावना थिए, र लटरी प्रतिस्थापन अघि राउन्ड 16-दायाँ भयो जब यो प्रभाव बलियो थियो निर्णय-भन्दा यो राउन्ड 8 मा भयो जब।

ल्याब-जस्तो प्रयोगहरू निर्माण गर्न साथै, अनुसन्धानकर्ताहरूले पनि थप क्षेत्र-जस्तो हो कि प्रयोगहरू निर्माण गर्न सक्छन्। उदाहरणका लागि, Centola (2010) व्यवहार फैलाउने मा सामाजिक सञ्जाल संरचना को प्रभाव अध्ययन गर्न एक डिजिटल क्षेत्र प्रयोग बनाए। आफ्नो अनुसन्धान प्रश्न उहाँलाई विभिन्न सामाजिक सञ्जाल संरचना थियो तर अन्यथा अप्रभेद्य थिए आबादी मा फैलाउने नै व्यवहार पालन गर्न आवश्यक छ। यो के गर्न मात्र तरिका एक Bespoke, अनुकूलन-निर्माण प्रयोग थियो। यस अवस्थामा, Centola वेब-आधारित स्वास्थ्य समुदाय बनाए।

Centola स्वास्थ्य वेबसाइटहरूमा विज्ञापन बारेमा 1,500 सहभागीहरू recruited। सहभागीहरू अनलाइन समुदाय-जो स्वस्थ जीवन शैली थियो आइपुग्दा नेटवर्क-तिनीहरूले सहमति जानकारी र त्यसपछि रहेमा किनभने Centola यी स्वास्थ्य साथीहरू उहाँ विभिन्न सँगै विभिन्न सामाजिक सञ्जाल संरचना बुनना गर्न सक्षम थियो नियुक्त बाटो "स्वास्थ्य साथीहरू।" खटाइयो समूह। केही समूह र अन्य समूह क्लस्टर्ड नेटवर्क (जहाँ जडान थप स्थानीय बाक्लो छन्) छ मा निर्मित थिए (जहाँ सबैको जडान गर्न उत्तिकै संभावना थियो) अनियमित सञ्जाल छ मा निर्मित थिए। त्यसपछि, Centola नयाँ व्यवहार प्रत्येक नेटवर्कमा, अतिरिक्त स्वास्थ्य जानकारी एउटा नयाँ वेबसाइट लागि दर्ता गर्न मौका बताए। जब कसैले यो नयाँ वेबसाइट लागि साइन अप, उनको स्वास्थ्य साथीहरू सबै यो व्यवहार घोषणा इमेल पाए। Centola फेला यो लागि व्यवहार-साइनिङ-अप नयाँ वेबसाइट-फैलाउन अनियमित सञ्जाल, केही अवस्थित सिद्धान्त विपरीत थियो कि एक खोजन भन्दा क्लस्टर्ड नेटवर्क थप र छिटो।

समग्रमा, तपाईंको आफ्नै प्रयोग निर्माण तपाईं धेरै नियन्त्रण दिन्छ; यो के तपाईं अध्ययन गर्न चाहनुहुन्छ के अलग सर्वोत्तम वातावरण निर्माण गर्न सक्षम बनाउँछ। यी प्रयोगहरू को या त पहिले नै अवस्थित वातावरणमा प्रदर्शन कसरी सक्थे गरिएको कल्पना गर्न कठिन छ। यसबाहेक, तपाईंको आफ्नै सिस्टम निर्माण विद्यमान प्रणाली मा प्रयोग गरिरहेका वरिपरि नैतिक चिन्ता घट्छ। भर्ती सहभागीहरू र यथार्थवाद बारेमा चिन्ता: तपाईं आफ्नो प्रयोग निर्माण गर्दा तथापि, तपाईं प्रयोगशाला प्रयोगहरु सामना छन् भनेर समस्या धेरै चलान। अन्तिम नकारात्मक यी उदाहरणहरूले देखाउँछ रूप मा, प्रयोगहरू अपेक्षाकृत सरल वातावरण (जस्तै द्वारा मतदान को अध्ययन रूपमा देखि दायरामा सक्नुहुन्छ हुनत आफ्नो आफ्नै प्रयोग भवन, महँगो र समय-खपत हुन सक्छ भनेर हो Huber, Hill, and Lenz (2012) ) गर्न अपेक्षाकृत जटिल वातावरणमा (जस्तै द्वारा नेटवर्क र contagion को अध्ययन रूपमा Centola (2010) )।