4.5.2 партнер са моћна

Партнерство може да смањи трошкове и повећа обим, али се може мењати врсте учесника, третмана, и резултати које можете користити.

Алтернатива то раде сами сарађује са моћне организације као што су друштва, владе, или НВО. Предност рада са партнером је да може да вам омогући да изводити експерименте који једноставно не могу да ураде сами. На пример, један од експеримената које ћу вам рећи о наставку укљученим 61 милиона учесника; ниједан појединац истраживач може да постигне ту скалу. Истовремено је партнерство повећава оно што можете да урадите, такође, истовремено, те ограничава. На пример, већина компанија неће дозволити да покренете експеримент који би могао да оштети свој посао или свој углед. Рад са партнерима такође значи да, када дође време да се објави, можете доћи под притиском да "поново оквир" резултате, а неки партнери могу ни покушао да блокира објављивање свог рада уколико их чини изгледају лоше. Коначно, партнерство такође долази са трошковима везаним за развој и одржавање ове сарадње.

Језгро изазов који треба решити да би ова партнерства успешно проналази начин да балансира интересе обе стране, и користан начин да се размишља о томе равнотеже је Пастерова квадрант (Stokes 1997) . Многи истраживачи сматрају да ако раде на нешто практично-нешто што би могло бити од интереса за партнера-онда они не могу да раде праву науку. Овај начин размишљања ће врло тешко створити успешне партнерства, а такође се дешава да буде потпуно погрешно. Проблем са овим начином размишљања дивно илуструје истраживање биолог Луј Пастер путање-разбијање. Док је радио на комерцијалном пројекту ферментацију за претварање сока од цвекле на алкохол, Пастер је открио нову класу микроорганизма који је на крају довело до теорије микроорганизама болести. Ово откриће решен врло практичан проблем-то помогло побољшању процеса ферментације-а довести до великог научног унапред. Тако, уместо да размишља о истраживању са практичне примене као у сукобу са правом научном истраживању, боље је да од њих као два одвојена димензије. Истраживање може бити мотивисан употребе (или не) и истраживања може тражити фундаментално разумевање (или не). Критички, нека истраживања попут Пастеур'с-може бити мотивисан употребе и тражи основно разумевање (слика 4.16). Истраживање у Куадрант-истраживачког Пастер је да инхерентно унапређује два гола-је идеалан за сарадње између истраживача и партнера. С обзиром да позадина, ја ћу описати два експерименталне студије са партнерима: један са компанијом и један са НВО.

Слика 4.16: Пастерова квадрант (на основу слици 3.5 из Стокес (1997)). Уместо да размишљате о истраживању као ни основни или примењена је боље да истраживања као мотивисано употребе (или не) и тражи основно разумевање (или не). Пример истраживања да су мотивисан употребу и тражи основно разумевање је Пастерова рад на претварање сока од цвекле у алкохол што доводи до теорије микроорганизама болести. Ово је врста посла који је најпогоднији за партнерства са моћан. Примери рада мотивисан употреби, али да не тражи основно разумевање долази од Тхомас Едисон, а примери рада који није мотивисан употреби, али која има за циљ разумевање долазе из Ниелс Бохр. Погледајте Стокес (1997) за дубљу дискусију о овој оквира и сваки од ових случајева.

Слика 4.16: Пастерова квадрант (на основу слици 3.5 из Stokes (1997) ). Уместо да размишљате о истраживању као ни "основни" или "примењена" да је боље да мисли истраживања као мотивисано употребе (или не) и тражи основно разумевање (или не). Пример истраживања да су мотивисан употребу и тражи основно разумевање је Пастерова рад на претварање сока од цвекле у алкохол што доводи до теорије микроорганизама болести. Ово је врста посла који је најпогоднији за партнерства са моћан. Примери рада мотивисан употреби, али да не тражи основно разумевање долази од Тхомас Едисон, а примери рада који није мотивисан употреби, али која има за циљ разумевање долазе из Ниелс Бохр. Погледајте Stokes (1997) дубљу дискусију о овој оквира и сваки од ових случајева.

Велике компаније, посебно тецх компаније, развили невероватно софистициран инфраструктуру за покретање комплексних експеримената. У техничком индустрији, ови експерименти се често називају А / Б тестове (јер они тестирају ефикасност два третмана: А и Б). Ови експерименти су често воде за ствари као што су повећање стопе учесталости кликова на огласе, али исто експериментални инфраструктура може да се користи за истраживања која унапређује научно разумевање. Пример који илуструје потенцијал ове врсте истраживања је студија спроведена у партнерству између истраживача на Фацебоок и Универзитета Калифорније у Сан Дијегу, о ефектима различитих порука на излазности (Bond et al. 2012) .

2. новембра, 2010-дан САД конгресне изборе-сите 61 милиона корисника Фацебоока који живе у САД и који су старији од 18 година учествовали у експерименту о гласању. Након посете Фацебоок, корисници су насумично распоређени у једну од три групе, која одређује шта банер (ако их има) је постављен на врху њихове Невс Феед (слика 4.17):

  • контролна група.
  • Информативно порука о гласању са Кликабилни "Гласао сам" дугме и контра (инфо).
  • Информативно порука о гласању са кликне "Гласао сам" дугме и контра + имена и слике својих пријатеља који су већ кликнули на "Гласао сам" (инфо + социјалне).

Бонд и његове колеге проучавали два главна исхода: пријавио гласање понашање и понашање гласања. Прво, они су открили да људи у инфо + друштвеној групи је било око 2 процентна поена више шансе од људи у инфо групе кликните на "Гласао сам" (око 20% у односу на 18%). Даље, након што су истраживачи спојио своје податке са јавно доступним гласа евиденције за око 6 милиона људи су открили да људи у инфо + друштвеној групи били су 0,39 процентних поена већа вероватноћа да заправо гласају него људи у контролним условима и да људи у инфо групе баш као што вероватно да гласа као људи у контролном стању (слика 4.17).

Слика 4.17: Резултати А Гет оут-и гласај експеримент на Фацебоок-у (Бонд и др 2012.). Учесници у инфо групе гласали по истој стопи као људи у контролном стању, али људи у инфо + друштвене групе гласали по нешто вишој стопи. Барс представљају процењује интервале поузданости 95%. Резултати у графикону укључују око 6 милиона учесника за које научници могу да одговара на правом гласа евиденције.

Слика 4.17: Резултати А Гет оут-и гласај експеримент на Фацебоок-у (Bond et al. 2012) . Учесници у инфо групе гласали по истој стопи као људи у контролном стању, али људи у инфо + друштвене групе гласали по нешто вишој стопи. Барс представљају процењује интервале поузданости 95%. Резултати у графикону укључују око 6 милиона учесника за које научници могу да одговара на правом гласа евиденције.

Овај експеримент показује да неки онлине гет оут-и-воте поруке су ефикаснији од других, а то показује да је процена истраживача о ефикасности третмана може да зависи од тога да ли су они студирају пријавио или стварна понашања. Овај експеримент нажалост не нуди никакве индиције о механизмима кроз које социјална информације-који неки истраживачи су у шали назива "лице гомила" -Повећан гласање. Могло би бити да је социјална информације повећала вероватноћа да је неко приметио заставу или да повећа вероватноћу да неко ко приметио заставу гласали или обоје. Тако, овај експеримент пружа занимљив налаз који ће додатно истраживач вероватно истражи (види нпр, Bakshy, Eckles, et al. (2012) ).

Поред унапређења циљева истраживача, ово експеримент и напредна циљ партнерске организације (Фацебоок). Ако промените понашање студирао од гласања за куповину сапун, онда се види да је студија има потпуно исту структуру као експеримент за мерење ефекат онлине оглашавању (види нпр, Lewis and Rao (2015) ). Ове оглас ефективности студије често мери ефекат изложености онлајн АДС-третмана у Bond et al. (2012) у основи огласа за гласање-на офлајн понашања. Тако, ова студија може да унапреде способност на Фацебооку да уче ефикасност онлајн огласа и може да помогне на Фацебоок убедити потенцијалне оглашиваче да Фацебоок огласи се ефикасни.

Иако су интереси истраживача и партнера су углавном усклађени у овој студији, они су били делимично у напетости. Конкретно, расподела учесника до три услова за контролу, информације, а информације + друштвено-је изузетно неравномјеран: 98% узорка је добио информације + друштвени. Ово неуравнотежена расподела је неефикасан статистички, и много боље алокација за истраживаче би био 1/3 учесника у свакој групи. Али, неуравнотежена расподела десило јер на Фацебоок хтео да сви добију информације + друштвени третман. На срећу, истраживачи су их убедили да задржи 1% за сродном третман и 1% учесника за контролне групе. Без контролне групе да би било у основи немогуће измерити ефекат инфо + социјалног третмана, јер би то био "пореметити и посматрају" експеримент пре него насумично контролисана експеримент. Овај пример даје корисне практицне лекцију за рад са партнерима: понекад да направите експеримент по убедити некога да пружи третман и понекад направите експеримент по убедити некога да не испоручи третман (тј, да се створи контролну групу).

Партнерство не мора увек да се укључе технолошке компаније и А / Б тестове са милионима учесника. На пример, Александар Цоппоцк, Ендрју Погоди, и Џон Терновски (2016) са еколошком НВО (Леагуе оф гласача за очување природе) да ради експерименте тестирање различите стратегије за промовисање друштвене мобилизације. Истраживачи су користили Твиттер рачун НВО за слање и јавне и приватне твеетс директне поруке које су покушале да примарних различитих врста идентитета. Истраживачи су затим измерити који од ових порука су најефикаснији за подстицање људи да потпишу петицију и ретвеет информације о петицији.

Табела 4.3: Примери истраживања која долази кроз партнерство између истраживача и организација. У неким случајевима, истраживачи раде на организација.
тема цитат
Утицај Фацебоок Невс Феед он размене информација Bakshy, Rosenn, et al. (2012)
Утицај делимичног анонимности на понашање на онлине сајту датинг Bapna et al. (2016)
Утицај Хоме Енерги Извештаји о коришћењу електричне енергије Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
Утицај дизајна апликације на вирусне ширења Aral and Walker (2011)
Утицај ширења механизам на дифузији Taylor, Bakshy, and Aral (2013)
Утицај социјалне информација у огласима Bakshy, Eckles, et al. (2012)
Утицај каталога фреквенцију на продају путем каталога и на мрежи за различите типове купаца Simester et al. (2009)
Утицај информације популарности на потенцијалне примене посао Gee (2015)
Утицај почетних оцена на популарности Muchnik, Aral, and Taylor (2013)
Утицај садржаја поруке на политичке мобилизације Coppock, Guess, and Ternovski (2016)

Генерално, у партнерству са моћан омогућава да радите на скали која је тешко другачије, а Табела 4.3 даје друге примере партнерства између истраживача и организација. Партнерство може бити много лакше од изградње свој експеримент. Али, ове предности долазе са недостацима: партнерства може ограничити врсте учесника, третмана и резултата које можете да студирају. Даље, ова партнерства могу довести до етичке изазове. Најбољи начин за уочавање прилика за партнерство је приметити прави проблем да може да реши док радите занимљиву науку. Ако се не користи на овакав начин гледања на свет, може бити тешко уочити проблеме у Пастеур је квадранту, али са праксом, ви ћете почети да приметити их све више и више.