4.3 পরীক্ষায় দুই মাত্রা: ল্যাব-ক্ষেত্র এবং এনালগ-ডিজিটাল

ল্যাব পরীক্ষায় নিয়ন্ত্রণ প্রস্তাব, ক্ষেত্র পরীক্ষায় বাস্তববাদ প্রস্তাব, এবং ডিজিটাল ক্ষেত্র পরীক্ষায় মাত্রায় নিয়ন্ত্রণ এবং বাস্তববাদ মেশা.

পরীক্ষার অনেকগুলি আকার এবং আকারের মধ্যে আসে অতীতে, গবেষকরা গবেষণাগারের পরীক্ষায় এবং ক্ষেত্রের পরীক্ষার মধ্যে একটি ক্রমাগত তাত্পর্য সহ পরীক্ষাগুলি সংগঠিত করতে সহায়ক হয়েছেন। এখন, তবে, গবেষকরা এনালগ পরীক্ষা এবং ডিজিটাল পরীক্ষার মধ্যে দ্বিতীয় ধারাবাহিকতার পাশাপাশি পরীক্ষাগুলি সংগঠিত করা উচিত। এই দ্বি-মাত্রিক নকশা স্থানটি আপনাকে বিভিন্ন পন্থার শক্তি এবং দুর্বলতাগুলি বুঝতে সাহায্য করবে এবং সর্বাধিক সুযোগের ক্ষেত্রগুলি তুলে ধরবে (চিত্র 4.1)।

চিত্র 4.1: পরীক্ষার জন্য নকশা স্থান পরিকল্পিত। অতীতে, পরীক্ষাগুলি ল্যাব-ক্ষেত্র মাত্রা বরাবর ভিন্ন ছিল। এখন, তারা এনালগ-ডিজিটাল মাত্রা উপর পরিবর্তিত হয়। এই দ্বিমাত্রিক নকশা স্থানটি এই পরীক্ষায় চারটি পরীক্ষা দ্বারা চিত্রিত করা হয়েছে যা আমি এই অধ্যায়ে বর্ণনা করেছি। আমার মতে, সর্বশ্রেষ্ঠ সুযোগটি হল ডিজিটাল ক্ষেত্রের পরীক্ষা।

একটি মাত্রা যার দ্বারা পরীক্ষাগুলি সংগঠিত করা যায় তা হল ল্যাব-ক্ষেত্রের মাত্রা। সামাজিক বিজ্ঞান অনেক পরীক্ষা ল্যাবের পরীক্ষা যেখানে স্নাতক ডিগ্রী ছাত্র অবাধ্য কাজ একটি ল্যাব মধ্যে কোর্স ক্রেডিট সঞ্চালন। এই ধরনের পরীক্ষা মনোবিজ্ঞানের গবেষণাকে প্রাধান্য দেয় কারণ এটি গবেষকগণকে সামাজিক আচরণ সম্পর্কে নির্দিষ্ট তত্ত্বগুলিকে সঠিকভাবে বিচ্ছিন্ন এবং পরীক্ষা করার জন্য অত্যন্ত নিয়ন্ত্রিত সেটিংস তৈরি করতে সক্ষম করে। কিছু সমস্যার জন্য, যাইহোক, এমন একটি অস্বাভাবিক সেটিং যেমন অস্বাভাবিক কর্ম সঞ্চালনের যেমন অস্বাভাবিক মানুষ থেকে মানুষের আচরণ সম্পর্কে দৃঢ় সিদ্ধান্ত অঙ্কন সম্পর্কে কিছু অদ্ভুত কিছু মনে করে। এই উদ্বেগের ক্ষেত্রের পরীক্ষার দিকে একটি আন্দোলন নেতৃত্বে। ক্ষেত্রের পরীক্ষাগুলি আরও নিখুঁত সেটিংসগুলিতে আরও সাধারণ কর্ম সম্পাদনকারী অংশগ্রহণকারীদের আরও প্রতিনিধি দলগুলির সাথে র্যান্ডম্যাট কন্ট্রোল পরীক্ষার শক্তিশালী নকশাকে একত্রিত করে।

যদিও কিছু লোক প্রতিযোগিতামূলক পদ্ধতি হিসাবে ল্যাব এবং ক্ষেত্রের পরীক্ষার কথা চিন্তা করে, তবে তাদের যথাযথ বলি, বিভিন্ন শক্তি এবং দুর্বলতাগুলির সাথে তাদের মনে করা উচিত। উদাহরণস্বরূপ, Correll, Benard, and Paik (2007) "মাতৃত্ব জরিমানা" উত্স খুঁজে পেতে একটি ল্যাব পরীক্ষা এবং একটি ক্ষেত্রের পরীক্ষা উভয় ব্যবহার করে। মার্কিন যুক্তরাষ্ট্র, মা শিশুহীন মহিলাদের তুলনায় কম টাকা উপার্জন, এমনকি যখন অনুরূপ কর্ম কাজ অনুরূপ দক্ষতা সঙ্গে মহিলাদের তুলনা। এই প্যাটার্নের জন্য অনেক সম্ভাব্য ব্যাখ্যা আছে, যার মধ্যে একটি হল মাতাগুলি মায়েদের বিরুদ্ধে পক্ষপাতিত্বমূলক। (আকর্ষণীয়ভাবে, পিতামহাদের পক্ষে বিপরীতটি সত্য বলে মনে হয়: তারা তুলনাহীন নিঃসন্তান পুরুষদের তুলনায় বেশি উপার্জন করতে থাকে।) মায়েদের বিরুদ্ধে সম্ভাব্য প্রবণতা নির্ণয় করার জন্য, Correll এবং সহকর্মীরা দুটি পরীক্ষা চালায়: এক ল্যাব এবং ক্ষেত্রের মধ্যে এক।

প্রথমত, একটি ল্যাব পরীক্ষায় তারা অংশগ্রহনকারীরা বলেছিল, যারা কলেজের স্নাতক ডিগ্রি অর্জন করেছিল, একটি কোম্পানী তার নতুন ইস্ট কোস্ট বিপণন বিভাগের নেতৃত্ব দেওয়ার জন্য একটি চাকরি খোঁজা করছিল। শিক্ষার্থীদের বলা হয়েছিল যে তারা নিয়োগের প্রক্রিয়ার মধ্যে তাদের সাহায্য চেয়েছিলেন, এবং তাদেরকে বিভিন্ন সম্ভাব্য প্রার্থীদের পুনর্বিবেচনার জন্য এবং প্রার্থীদের কত সংখ্যক মাত্রা, যেমন তাদের বুদ্ধিমত্তা, উষ্ণতা এবং কাজ করার প্রতিশ্রুতিতে রেট দিতে বলা হয়েছিল। উপরন্তু, ছাত্রদের জিজ্ঞাসা করা হয়েছিল যে তারা কি আবেদনকারী নিয়োগের সুপারিশ করবে এবং তারা কি একটি প্রাথমিক বেতন হিসাবে সুপারিশ করবে? ছাত্রদের অজ্ঞাত, তবে, রিজাইম বিশেষভাবে এক জিনিস ছাড়াও অনুরূপ নির্মিত হয়: তাদের কিছু মাতৃত্ব মাতৃত্ব (একটি পিতা-মাতা-শিক্ষক সমিতি তালিকাভুক্তি দ্বারা) এবং কিছু না। Correll এবং সহকর্মী পাওয়া যায় যে ছাত্রদের কম মাতারা নিয়োগের সুপারিশ এবং তারা তাদের একটি নিম্ন শুরু বেতন প্রস্তাবিত উপরন্তু, উভয় রেটিং এবং নিয়োগের সম্পর্কিত সিদ্ধান্তের একটি পরিসংখ্যানগত বিশ্লেষণের মাধ্যমে, Correll এবং সহকর্মীরা দেখিয়েছেন যে মা'র অসুবিধাগুলি মূলত ব্যাখ্যা করে যে তারা যোগ্যতা এবং প্রতিশ্রুতির দিক থেকে নিম্ন মানের। সুতরাং, এই ল্যাব পরীক্ষা Corlell এবং সহকর্মীদের একটি কার্যকারিতা প্রভাব পরিমাপ এবং সেই প্রভাব জন্য সম্ভাব্য ব্যাখ্যা প্রদান অনুমতি।

অবশ্যই, কেউ হয়তো কয়েকশ অধীন স্নাতক শ্রেণীর সিদ্ধান্তের উপর ভিত্তি করে সমগ্র আমেরিকার শ্রম বাজার সম্পর্কে সিদ্ধান্ত নেওয়ার বিষয়ে সন্দেহের চোখে পড়তে পারে, যারা কখনোই পূর্ণ-সময়ের চাকরি না করে থাকতে পারে, কাউকে নিয়োগ না করেই একা থাকতে হবে অতএব, Correll এবং সহকর্মীরা একটি পরিপূরক ক্ষেত্র পরীক্ষা পরিচালিত। তারা জাল কভার অক্ষর এবং সারসংকলন সঙ্গে শত শত বিজ্ঞাপিত বিজ্ঞাপন খোলার প্রতিক্রিয়া। অধীন স্নাতকদের জন্য প্রদর্শিত উপকরণ অনুরূপ, কিছু সংকেত মাতৃত্ব শুরু এবং কিছু না। Correll এবং সহকর্মীদের খুঁজে পাওয়া যায় যে সমানভাবে যোগ্যতাসম্পন্ন নিখরচায় মহিলাদের চেয়ে সাক্ষাত্কারের জন্য মা আহবান অন্য কথায়, প্রাকৃতিক ব্যবস্থার ফলস্বরূপ সিদ্ধান্ত গ্রহণকারী বাস্তব নিয়োগকর্তারা অধস্তনদের মত আচরণ করতেন। একই কারণে তারা একই রকম সিদ্ধান্ত নিয়েছিল? দুর্ভাগ্যক্রমে, আমরা জানি না। গবেষকরা প্রার্থীদের রেট দিতে বা তাদের সিদ্ধান্ত ব্যাখ্যা করার জন্য নিয়োগকর্তাদের জিজ্ঞাসা করতে পারবেন না।

গবেষণাগারের এই জোড়া সাধারণভাবে ল্যাব এবং ক্ষেত্রের পরীক্ষাগুলি সম্পর্কে অনেক কিছু প্রকাশ করে। গবেষকরা গবেষকরা পরিবেশের কাছাকাছি নিয়ন্ত্রণের প্রস্তাব দেন যার মধ্যে অংশগ্রহণকারীদের সিদ্ধান্ত নেওয়া হচ্ছে। সুতরাং, উদাহরণস্বরূপ, ল্যাব পরীক্ষায়, Correll এবং সহকর্মীরা একটি সুনির্দিষ্ট সেটিংসে সব সারসংকলন পড়া হয়েছে তা নিশ্চিত করতে সক্ষম হয়েছে; ক্ষেত্রের পরীক্ষায় কিছু রেজুমেও পড়তে পারে না। অধিকন্তু, ল্যাব সেটিংসে অংশগ্রহনকারীরা জানতে পারে যে তাদের গবেষণা করা হচ্ছে, গবেষকরা প্রায়ই এমন অতিরিক্ত তথ্য সংগ্রহ করতে সক্ষম হন যা অংশগ্রহণকারীরা তাদের সিদ্ধান্তগুলি কী করছে তা ব্যাখ্যা করতে সাহায্য করতে পারে উদাহরণস্বরূপ, Correll এবং সহকর্মীরা বিভিন্ন মাত্রার উপর প্রার্থীদের রেট করার জন্য ল্যাব পরীক্ষায় অংশগ্রহণকারীদের জিজ্ঞাসা। এই পদ্ধতির তথ্যগুলি গবেষকরা রিমুভুমে কিভাবে অংশগ্রহণকারীদের আচরণে পার্থক্যগুলির পিছনে প্রক্রিয়াটি বুঝতে সক্ষম হচ্ছেন।

অন্যদিকে, এই সুনির্দিষ্ট বৈশিষ্ট্যগুলি যা আমি কেবলমাত্র সুবিধার কথা বলেছি তা কখনো কখনো অসুবিধাগুলি বিবেচনা করা হয়। গবেষকরা ক্ষেত্রের পরীক্ষার পছন্দ করে এমন যুক্তি উপস্থাপন করেন যে ল্যাব পরীক্ষায় অংশগ্রহণকারীরা একেবারে ভিন্নভাবে কাজ করতে পারে কারণ তারা জানেন যে তারা পড়াশোনা করছে। উদাহরণস্বরূপ, ল্যাব পরীক্ষায়, অংশগ্রহণকারীদের গবেষণার লক্ষ্য অনুমান করা এবং তাদের আচরণ পরিবর্তিত হতে পারে যাতে পক্ষপাতদুষ্ট দেখা না হয় অধিকন্তু, ক্ষেত্রের গবেষণাগারগুলি পছন্দ করে এমন গবেষকরা যুক্তি দিতে পারেন যে সামান্য পার্থক্যগুলি খুব পরিষ্কার, নির্বীজিত ল্যাবের পরিবেশে দাঁড়িয়ে থাকতে পারে, এবং এইভাবে ল্যাব পরীক্ষায় মাতৃত্বের বাস্তবতার উপর ভিত্তি করে সিদ্ধান্ত নেওয়া হবে। অবশেষে, ক্ষেত্রের পরীক্ষার অনেক সমর্থক ল্যাব পরীক্ষাগুলি 'ওয়্যার্ড অংশগ্রহণকারীদের উপর নির্ভরতার সমালোচনা করে: প্রধানত পশ্চিমা, শিক্ষিত, শিল্পায়িত, ধনী, এবং গণতান্ত্রিক দেশগুলির ছাত্রদের (Henrich, Heine, and Norenzayan 2010a) । Correll এবং সহকর্মীদের দ্বারা পরীক্ষা (2007) ল্যাব-ক্ষেত্র এককভাবে দুটি চূড়ান্ত চিত্রিত। এই দুটি চূড়া মধ্যে উভয় হাইব্রিড ডিজাইন আছে, যেমন ল্যাব মধ্যে অ ছাত্র লাইন বা ক্ষেত্রের মধ্যে যাওয়া হিসাবে পছন্দের সহ কিন্তু এখনও অংশগ্রহণকারীদের একটি অসাধারণ কাজ করতে সঞ্চালন।

অতীতের অস্তিত্বের ল্যাব-ক্ষেত্রের মাত্রা ছাড়াও, ডিজিটাল যুগের অর্থ হচ্ছে গবেষকরা এখন একটি দ্বিতীয় প্রধান মাত্রা রয়েছে যার মাধ্যমে পরীক্ষাগুলি পরিবর্তিত হতে পারে: এনালগ-ডিজিটাল। ঠিক যেমন বিশুদ্ধ ল্যাব পরীক্ষা, বিশুদ্ধ ক্ষেত্রের পরীক্ষা এবং বিভিন্ন সংকর সংমিশ্রণ রয়েছে, সেখানে বিশুদ্ধ এনালগ পরীক্ষা, বিশুদ্ধ ডিজিটাল পরীক্ষা এবং বিভিন্ন হাইব্রিড রয়েছে। এই মাত্রার একটি আনুষ্ঠানিক সংজ্ঞা প্রদান করা কঠিন, কিন্তু একটি কার্যকর কার্য সংজ্ঞা হল ডিজিটাল পরিমাপগুলি যে পরীক্ষাগুলি ডিজিটাল অবকাঠামো ব্যবহার করে অংশগ্রহণকারীদের নিয়োগ, র্যান্ডমাইজ, চিকিৎসা প্রদান এবং পরিমাপ ফলাফলগুলি ব্যবহার করে। উদাহরণস্বরূপ, Restivo এবং ভ্যান ডি Rijt এর (2012) barnstars এবং উইকিপিডিয়া গবেষণা একটি সম্পূর্ণরূপে ডিজিটাল পরীক্ষা ছিল কারণ এটি এই চারটি চারটি পদক্ষেপের জন্য ডিজিটাল সিস্টেম ব্যবহৃত। অনুরূপভাবে, এই চারটি ধাপগুলির মধ্যে যেকোন একটি ডিজিটাল পরিকাঠামো ব্যবহার করা সম্পূর্ণরূপে এনালগ পরীক্ষা করে না। মনস্তাত্ত্বিকতার অনেক ক্লাসিক পরীক্ষা সম্পূর্ণরূপে এনালগ পরীক্ষা। এই দুই চূড়ান্ত মধ্যে, আংশিকভাবে ডিজিটাল পরীক্ষা যে এনালগ এবং ডিজিটাল সিস্টেমের সমন্বয় ব্যবহার আছে।

যখন কিছু লোক ডিজিটাল পরীক্ষার কথা চিন্তা করে, তখন তারা অবিলম্বে অনলাইন পরীক্ষার কথা চিন্তা করে। এটি দুর্ভাগ্যজনক কারণ ডিজিটাল পরীক্ষা চালানোর সুযোগগুলি কেবল অনলাইন নয়। গবেষকেরা চিকিত্সা বা পরিমাপ ফলাফল প্রদান করার জন্য শারীরিক জগতের ডিজিটাল ডিভাইস ব্যবহার করে আংশিকভাবে ডিজিটাল পরীক্ষা চালাতে পারেন। উদাহরণস্বরূপ, পরিমাপগুলি পরিমাপ করার জন্য গবেষকরা তৈরি পরিবেশে চিকিৎসা বা সেন্সর সরবরাহ করার জন্য স্মার্টফোনগুলি ব্যবহার করতে পারে। প্রকৃতপক্ষে, আমরা এই অধ্যায়ে পরে দেখতে পাব, গবেষকরা ইতিমধ্যে 85 মিলিয়ন পরিবারের (Allcott 2015) জড়িত শক্তি খরচ সম্পর্কে পরীক্ষায় ফলাফল পরিমাপ করার জন্য হোম পাওয়ার মিটার ব্যবহার করেছেন। ডিজিটাল যন্ত্রগুলি জনগণের জীবনে ক্রমবর্ধমানভাবে একত্রিত হয় এবং সেন্সরগুলি নির্মিত পরিবেশে একত্রিত হয়, শারীরিক জগতে আংশিকভাবে ডিজিটাল পরীক্ষা চালানোর সুযোগগুলি নাটকীয়ভাবে বৃদ্ধি পাবে। অন্য কথায়, ডিজিটাল পরীক্ষায় শুধু অনলাইন পরীক্ষা হয় না।

ডিজিটাল সিস্টেম ল্যাব-ক্ষেত্র একত্রীকরণের পাশাপাশি সব জায়গায় পরীক্ষার জন্য নতুন সম্ভাবনার সৃষ্টি করে। বিশুদ্ধ ল্যাব পরীক্ষায়, উদাহরণস্বরূপ, গবেষকরা অংশগ্রহণকারীদের আচরণের চূড়ান্ত পরিমাপের জন্য ডিজিটাল সিস্টেম ব্যবহার করতে পারেন; এই ধরনের উন্নত পরিমাপের একটি উদাহরণ হল চোখ ট্র্যাকিং সরঞ্জাম যা টাওজেন অবস্থানের সুনির্দিষ্ট এবং ক্রমাগত ব্যবস্থা প্রদান করে। ডিজিটাল যুগ অনলাইন ল্যাব ব্যবহারের পরীক্ষার সম্ভাবনা সৃষ্টি করে। উদাহরণস্বরূপ, গবেষকরা দ্রুতই অনলাইন পরীক্ষাগুলির জন্য অংশগ্রহণকারীদের নিয়োগের জন্য আমাজন মেকানিকাল টার্ক (মিটুক্ক) গ্রহণ করেছেন (চিত্র 4.2)। এমটিউইক "নিয়োগকর্তারা" যাদের সাথে কাজ সম্পন্ন করার প্রয়োজন রয়েছে এমন "কর্মী" যারা অর্থের জন্য সেই সমস্ত কাজগুলি সম্পন্ন করতে চায়। প্রথাগত শ্রমবাজারের তুলনায়, কাজগুলি সাধারণত সম্পন্ন করতে কয়েক মিনিট সময় প্রয়োজন, এবং নিয়োগকর্তা এবং কর্মীর মধ্যে সম্পূর্ণ মিথস্ক্রিয় অনলাইন। যেহেতু এমটিউইক প্রচলিত ল্যাব পরীক্ষার দিকগুলিকে অনুকরণ করে দেয়- সেগুলি সম্পূর্ণ করার জন্য মানুষকে অর্থ প্রদান করার জন্য অর্থ প্রদান করে- এটি নির্দিষ্ট ধরণের পরীক্ষার জন্য স্বাভাবিকভাবে উপযুক্ত। মূলত, এমটিউইক অংশগ্রহণকারীদের একটি পুল পরিচালনার জন্য অবকাঠামো তৈরি করেছেন-জনসাধারণের নিয়োগ ও অর্থ প্রদান-এবং গবেষকরা এই অবকাঠামোর সুবিধা গ্রহণ করেছেন যা অংশগ্রহণকারীদের সর্বদা উপলব্ধ পুলের মধ্যে প্রবেশ করতে পারে।

চিত্র 4.2: অ্যামাজন মেকানিকাল টার্ক (এমটিউইক) থেকে তথ্য ব্যবহার করে প্রকাশিত কাগজপত্র। এমটিউইক এবং অন্যান্য অনলাইন শ্রমবাজার গবেষকদের গবেষণার জন্য অংশগ্রহণকারীদের নিয়োগের একটি সুবিধাজনক উপায় প্রস্তাব। Bohannon (2016) থেকে অভিযোজিত Bohannon (2016)

ডিজিটাল সিস্টেম ক্ষেত্রের মত পরীক্ষার জন্য আরও সম্ভাবনা তৈরি করে। বিশেষ করে, তারা গবেষকরা আরও বিভিন্ন অংশগ্রহণকারী এবং ল্যাবের গবেষণার সাথে সম্পর্কিত আরও প্রাকৃতিক সেটিংসগুলির সাথে ল্যাব পরীক্ষায় যুক্ত থাকা কঠোর নিয়ন্ত্রণ এবং প্রক্রিয়া ডেটা একত্রিত করতে সক্ষম করে। উপরন্তু, ডিজিটাল ফিল্ড পরীক্ষায় তিনটি সুযোগ রয়েছে যা এনালগ পরীক্ষায় কঠিন হয়ে পড়ে।

প্রথমত, যখন বেশিরভাগ অ্যানালগ ল্যাব এবং ফিল্ডের পরীক্ষায় শত শত অংশগ্রহণকারী রয়েছে, তখন ডিজিটাল ফিল্ডের পরীক্ষাগুলি লক্ষ লক্ষ অংশগ্রহণকারী হতে পারে। স্কেলে এই পরিবর্তনটি হল কারণ কিছু ডিজিটাল পরীক্ষাগুলি শূন্য ভেরিয়েবলের উপর ডাটা তৈরি করতে পারে। যে, গবেষকরা একটি পরীক্ষামূলক পরিকাঠামো তৈরি করেছেন একবার, অংশগ্রহণকারীদের সংখ্যা বৃদ্ধি সাধারণত খরচ বৃদ্ধি না অংশগ্রহণকারীর সংখ্যা বৃদ্ধি করে 100 বা তারও বেশি ফ্যাক্টর কেবল মাত্র পরিমাণগত পরিবর্তন নয়; এটি একটি গুণগত পরিবর্তন, কারণ এটি গবেষকদের পরীক্ষাগুলি থেকে বিভিন্ন জিনিস শিখতে সক্ষম করে (যেমন, চিকিত্সা প্রভাবের বৈষম্য) এবং সম্পূর্ণ ভিন্ন ভিন্ন পরীক্ষামূলক ডিজাইন চালানোর জন্য (উদাহরণস্বরূপ, বড়-গ্রুপের পরীক্ষাগুলি)। এই বিন্দুটি খুবই গুরুত্বপূর্ণ, যখন আমি ডিজিটাল পরীক্ষা তৈরির বিষয়ে পরামর্শ দিচ্ছি তখন আমি অধ্যায়ের শেষে দিকে ফিরে যাব।

দ্বিতীয়ত, যদিও বেশিরভাগ এনালগ ল্যাব এবং ফিল্ডের পরীক্ষায় অংশীদারদের আলাদা আলাদা আলাদা উইজেট হিসাবে ব্যবহার করা হয়, ডিজিটাল ক্ষেত্রের পরীক্ষায় প্রায়ই গবেষণার নকশা এবং বিশ্লেষণ পর্যায়ে অংশগ্রহনকারীদের সম্পর্কে ব্যাকগ্রাউন্ড তথ্য ব্যবহার করা হয়। এই ব্যাকগ্রাউন্ডের তথ্য, যা প্রি-চিকিত্সা সংক্রান্ত তথ্য বলে , এটি প্রায়ই ডিজিটাল পরীক্ষায় পাওয়া যায় কারণ এটি সর্বদা অন-পরিমাপ পদ্ধতির উপরে চালিত হয় (অধ্যায় ২ দেখুন)। উদাহরণস্বরূপ, ফেইসবুকের একজন গবেষক তার ডিজিটাল ফিল্ড পরীক্ষায় মানুষ সম্পর্কে আরও প্রাক-চিকিত্সা তথ্য তুলনায় অনেক বেশি গবেষনা করেছেন যে তার গবেষক তার এনালগ ফিল্ডের মানুষদের সম্পর্কে। এই প্রাক চিকিত্সা আরও কার্যকরী পরীক্ষামূলক ডিজাইন-যেমন ব্লকিং (Higgins, Sävje, and Sekhon 2016) এবং অংশগ্রহণকারীদের লক্ষ্যবস্তু নিয়োগ (Eckles, Kizilcec, and Bakshy 2016) এবং আরও অন্তর্দৃষ্টিপূর্ণ বিশ্লেষণ যেমন- চিকিত্সার প্রভাব বৈচিত্র্য অনুমান হিসাবে সক্ষম (Athey and Imbens 2016a) এবং উন্নত নির্ভুলতার জন্য ব্যবস্থাপনার সমন্বয় (Bloniarz et al. 2016) ।

তৃতীয়ত, অনেক অ্যালগ্যোগ ল্যাব এবং ফিল্ডের পরীক্ষায় প্রতিকার এবং পরিমাপের ফলাফল তুলনামূলকভাবে সংকুচিত পরিমাণে সরবরাহ করে, কিছু ডিজিটাল ফিল্ডের পরীক্ষাগুলি অনেক বেশি সময়সীমার মধ্যে ঘটে। উদাহরণস্বরূপ, Restivo এবং ভ্যান ডি Rijt এর পরীক্ষা 90 দিনের জন্য দৈনিক পরিমাপ ছিল, এবং অধ্যায়ে আমি অধ্যায় (Ferraro, Miranda, and Price 2011) মধ্যে পরে সম্পর্কে আপনি বলতে হবে মূলত কোন তিন বছর ধরে ট্র্যাক ফলাফল খরচ। এই তিনটি সুযোগ-আকৃতি, প্রাক চিকিত্সা তথ্য, এবং অনুদৈর্ঘ্যগত চিকিত্সা এবং ফলাফলের তথ্য- সর্বদা সর্বদা উপর পরিমাপ সিস্টেমের উপরে চালানো হয় যখন সর্বদা সর্বাধিক উত্পন্ন হয় (সর্বদা অন পরিমাপ সিস্টেমে আরো অধ্যায়ের দেখুন)।

ডিজিটাল ফিল্ডের পরীক্ষাগুলি অনেক সম্ভাবনার প্রস্তাব দিচ্ছে, তবে এনালগ ল্যাব এবং এনালগ ফিল্ড উভয় পরীক্ষার সাথে কিছু দুর্বলতাও তারা ভাগ করে নেয়। উদাহরণস্বরূপ, অতীতের অধ্যয়নের জন্য পরীক্ষাগুলি ব্যবহার করা যাবে না এবং তারা শুধুমাত্র চিকিত্সাগুলির প্রভাবগুলি অনুমান করতে পারে। এছাড়াও, যদিও নীতিমালা নীতিমালা নিরীক্ষণের জন্য নিঃসন্দেহে দরকারী, তারা যে সঠিক নির্দেশনা দিতে পারে তা পরিবেশগত নির্ভরতা, সম্মতি সমস্যা এবং সামঞ্জস্যপূর্ণ প্রভাব (Banerjee and Duflo 2009; Deaton 2010) মত জটিলতার কারণে সীমিত। ডিজিটাল ক্ষেত্রের পরীক্ষায় ক্ষেত্রের পরীক্ষার দ্বারা সৃষ্ট নৈতিক উদ্দীপকতা বৃদ্ধি করে- একটি বিষয় যা আমি এই অধ্যায়ে এবং পরে অধ্যায় 6 এ প্রকাশ করব।