Partnerlus võib vähendada kulusid ja suurendada skaalal, kuid seda saab muuta erinevaid osalejaid, ravi ja tulemused, mida saab kasutada.
Alternatiiv tee seda ise teeb koostööd võimas organisatsioon nagu firma, valitsuse või valitsusväline organisatsioon. Eeliseks töötab koos partneriga, et nad võivad aidata teil katsetusi, et sa lihtsalt ei saa seda teha ise. Näiteks üks eksperimente, et ma ütlen teile allpool kaasatud 61 miljoni osalejad; ükski inimene võib uurija saavutamiseks skaalal. Samal ajal, et partneriks suurendab see, mida saab teha, see ka samaaegselt sunnib teid. Näiteks enamik ettevõtteid ei lase käivitada eksperiment, mis võiks kahjustada nende äri või nende maine. Koostöö partneritega tähendab ka, et kui on aeg avaldada, siis võib sattuda surve alla, et "re-frame" oma tulemusi ja mõned partnerid võivad isegi proovida blokeerida avaldamist oma töö, kui see teeb neid otsima halb. Lõpuks partneriks ka kaasas seotud kulud arendamine ja hoidmine nende koostöö.
Peamiseks väljakutseks, mis tuleb lahendada, et muuta nende partnerluste edukat on leida viis tasakaalu mõlema poole huvides, ning võimalus mõelda, et tasakaal on Pasteur tema Quadrant (Stokes 1997) . Paljud teadlased arvavad, et kui nad on millegi kallal praktilise midagi, mis võiks huvi pakkuda partneri siis ei saa neid tehes tõelist teadust. See mõtteviisi muudavad väga raske luua edukas partnerlus, ja see ka juhtub olema täiesti vale. Probleemiks on see mõtteviis on imeliselt ilmestab teedrajav teadus bioloogi Louis Pasteur. Töötades ärilistel käärimise projekti teisendada peedi mahla alkoholi, Pasteur avastas uue klassi mikroorganism, mis viis lõpuks idu teooria haigus. See avastus lahendada väga praktilise probleemi see aitas parandada käärimisprotsessi-ja see põhjustada suure teadusliku ette. Seega, selle asemel mõelda teadusuuringute praktilisi rakendusi nagu oleks vastuolus tõelise teadusliku uurimistöö, siis on parem mõelda neist kahe eraldi mõõtmed. Research saab ajendatud kasutamist (või mitte) ning teadus- otsida põhimõttelist arusaamist (või mitte). Kriitiliselt, mõned uuringud moodi Pasteur's-saab ajendatud kasutamise ja otsib põhimõttelist arusaamist (joonis 4.16). Research in Pasteur tema Quadrant-teadus, mis oma olemuselt liigub kaks väravat-on ideaalne koostööd teadlaste vahel ja partneritega. Arvestades, et tausta, ma kirjeldada kahe katsetele partnerlus: üks ettevõte ja üks MTÜ.
Suured ettevõtted, eriti tech ettevõtted, on arenenud uskumatult arenenud infrastruktuur töötab keerulised eksperimendid. In tech tööstuse need katsed nimetatakse sageli A / B teste (sest nad tõhususe katsetamiseks kaks töötlust: A ja B). Need katsed on sageli joosta asjad suurendades kliki kaudu määrad reklaame, kuid samas eksperimentaalse infrastruktuuri saab kasutada ka teadusuuringuid, mis areneb teaduslik arusaam. Näide, potentsiaali selline uuring on läbi viidud uuringus partnerlus teadlaste vahel Facebook ja University of California, San Diego, mõju erinevate sõnumite valimisaktiivsust (Bond et al. 2012) .
On 2. november 2010-päeval USA kongressi valimised-kõik 61 miljoni Facebook kasutajad, kes elab USA-s ja üle 18 osales eksperimendist hääletamisel. Pärast külastate Facebook kasutajad randomiseeriti ühte kolmest, mis määrab, mida banner (kui üldse) pandi ülaosas oma News Feed (joonis 4.17):
Bond ja tema kolleegid uurisid kaks peamist tulemust: teatatud hääletamise ja tegelik häälte käitumist. Esiteks leidsid nad, et inimesed info + sotsiaalse grupi olid umbes 2 protsendipunkti võrra suurema tõenäosusega kui inimesed infot rühma vajuta "Andsin" (umbes 20% vs 18%). Lisaks pärast teadlased liita oma andmeid avalikult kättesaadavad hääletamisprotokolle umbes 6 miljonit inimest leidsid nad, et inimesed info + sotsiaalseks grupiks 0,39 protsendipunkti võrra suurem tõenäosus tegelikult hääletab kui inimesed kontrolli seisukorras ning inimesed infot rühm niisama tõenäoliselt hääletada, sest inimesed on kontrolli tingimus (joonis 4.17).
See eksperiment näitab, et mõned online get-out-the-hääl sõnumid on tõhusamad kui teised, ja see näitab, et uurija hinnangul tõhusust ravi võib sõltuda sellest, kas nad õpivad teatatud või tegelik käitumine. See eksperiment kahjuks ei paku mingeid vihjeid selle kohta mehhanismid, mille kaudu sotsiaalset informatsiooni mida mõned uurijad on mänguliselt nn "näo kuhja" -Suurenenud hääletamisel. See võiks olla, et sotsiaalse informatsiooni suurenenud tõenäosus, et keegi märkas banner või et see suurenenud tõenäosus, et keegi, kes märkas banner tegelikult hääletas või nii. Seega, see eksperiment annab huvitav järeldus, et edasine teadlane tõenäoliselt uurida (vt nt Bakshy, Eckles, et al. (2012) ).
Lisaks edeneb eesmärke teadlased, see eksperiment ka arenenud eesmärgiks partnerorganisatsiooni (Facebook). Kui muudad käitumist õppinud hääletamisest osta seepi, siis näete, et uuring on täpselt sama struktuuriga kui eksperimenti, et mõõta mõju online-reklaami (vt nt Lewis and Rao (2015) ). Need reklaami efektiivsust uuringud sageli mõju mõõtmiseks kokkupuude Internetis reklaami-ravi on Bond et al. (2012) on põhimõtteliselt reklaame hääletamiseks-offline käitumist. Seega võib selles uuringus eelnevalt Facebook võimet õppida tõhusust online reklaamid ja aitaks Facebook veenda potentsiaalsetele reklaamijatele, et Facebook reklaamid on tõhus.
Kuigi huvides teadlased ja partnerid olid enamasti kohakuti selles uuringus, olid nad ka osaliselt pingeid. Eelkõige jaotamise osalejatel kolm tingimust-kontroll, info ja info + sotsiaal- oli tohutult tasakaalus: 98% valimist määrati info + sotsiaalsed. See tasakaalustamata eraldamine on ebaefektiivne statistiliselt ja palju parem jaotamine teadlased oleks olnud 1/3 osalejad igas rühmas. Aga tasakaalustamata jaotamise juhtus, sest Facebook tahtsid igaüks saada infot + sotsiaalset ravi. Õnneks teadlased veenis neid tagasi hoida 1% seotud ravi ja 1% osalejatest Kontrollrühma. Ilma kontrollgrupis olnuks põhimõtteliselt võimalik mõõta mõju info + sotsiaalset ravi, sest see oleks olnud "häirima ja jälgida" eksperiment mitte randomiseeritud kontrollitud eksperiment. See näide on väärtuslik praktiline õppetund töötavad partnerid: mõnikord loote katse veendes keegi pakkuda ravi ja mõnikord loote katse veendes keegi ei pakkuda ravi (st, et luua kontrollrühm).
Partnerlus ei ole alati vaja kaasata tech ettevõtted ja A / B testide miljoneid osalejaid. Näiteks Alexander Coppock, Andrew Guess, ja John Ternovski (2016) partneriks keskkonna NGO (League of Conservation Valijad) katsetusi testimise erinevaid strateegiaid sotsiaalse mobilisatsiooni. Teadlased kasutasid MTÜ Twitter konto saata nii avaliku tweets ja erasektori otsest sõnumit, et püüdis peaminister erinevaid identiteete. Uurijad mõõta, mis need sõnumid olid kõige tõhusam julgustada inimesi kirjutama avalduse ja retweet informatsiooni avalduse.
teema | Viide |
---|---|
Mõju Facebook News Feed andmevahetuse | Bakshy, Rosenn, et al. (2012) |
Efekt osalise anonüümsust käitumist online dating veebilehel | Bapna et al. (2016) |
Effect of Home Energy aruanded elektri kasutamine | Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013) |
Mõju app disain viiruse levikut | Aral and Walker (2011) |
Efekt leviku mehhanism difusiooni | Taylor, Bakshy, and Aral (2013) |
Mõju sotsiaalse informatsiooni reklaamides | Bakshy, Eckles, et al. (2012) |
Efekt kataloogi sagedus müügi läbi kataloogi ja online erinevat tüüpi klientidele | Simester et al. (2009) |
Efekt populaarsust teavet võimalike Töötaotluste | Gee (2015) |
Efekt esmase reitingud populaarsust | Muchnik, Aral, and Taylor (2013) |
Efekt sõnumi sisu poliitilise mobilisatsiooni | Coppock, Guess, and Ternovski (2016) |
Üldiselt partneriks võimsa võimaldab teil töötada skaala, mis on raske teha teisiti, ja tabelis 4.3 on esitatud veel näiteid partnerlust teadlaste ja organisatsioonid. Partnerlus võib olla palju lihtsam, kui hoone oma eksperimenti. Aga need eelised tulevad puudused: partnerlus võib piirata liiki osalejaid, ravi ja tulemused, mida saab õppida. Lisaks need partnerlused võivad põhjustada eetilisi probleeme. Parim võimalus kohapeal võimalus partnerlus on märgata tõsine probleem, mis saab lahendada, kui sa teed huvitav teadus. Kui sa ei ole harjunud seda viis vaadeldes maailma, see võib olla raske märgata probleeme Pasteur tema Quadrant, kuid praktikas hakkad märgata neid rohkem ja rohkem.