Construíndo a súa propia experiencia pode ser caro, pero vai permitir que para crear a experiencia que quere.
Ademais de superposición experimentos encima ambientes existentes, tamén se pode construír o seu propio experimento. A principal vantaxe deste enfoque é de control; se está a construír a experiencia, pode crear o ambiente e tratamentos que quere. Estes ambientes experimentais a medida pode crear oportunidades para probar as teorías que son imposibles de probar en ambientes naturais. As principais desvantaxes da construción do seu propio experimento son de que pode ser caro e que o ambiente que é capaz de crear pode non ter o realismo dun sistema que ocorre naturalmente. Investigadores constrúen a súa propia experiencia tamén debe ter unha estratexia para o recrutamento de participantes. Cando se traballa en sistemas existentes, os investigadores están, esencialmente, traendo as experiencias dos seus participantes. Pero, cando os investigadores construír a súa propia experiencia, que precisan para levar os participantes a el. Afortunadamente, servizos como Amazon Mechanical Turk (MTurk) poden proporcionar aos investigadores unha forma conveniente para levar os participantes a seus experimentos.
Un exemplo que ilustra as virtudes de ambientes a medida para probar teorías abstractas é o experimento de laboratorio dixital por Gregory Huber, Seth Hill, e Gabriel Lenz (2012) . O experimento explota unha posible limitación práctica para o funcionamento do goberno democrático. Anteriores estudos non experimentais de eleccións reais suxiren que os electores non son capaces de avaliar con precisión o desempeño de políticos incumbentes. En particular, os electores parecen sufrir tres tendencias: 1) centrado en última en vez de actuación acumulativo; 2) manipulável pola retórica, encadramento, e comercialización; e 3) influenciada por acontecementos non relacionados co desempeño no exercicio, como o éxito do equipo de deportes local eo clima. Nestes estudos anteriores, con todo, era difícil illar calquera destes factores de todas as outras cousas que acontece nas eleccións reais, desarrumado. Polo tanto, Huber e compañeiros creado un ambiente de votación altamente simplificado, para illar e logo experimentalmente estudo, cada un destes tres desviacións posibles.
Como describir o conxunto experimental debaixo del vai soar moi artificial, pero lembre que o realismo non é un obxectivo en experimentos de estilo laboratorio. Pola contra, o obxectivo é illar claramente o proceso que estás estudando, e ese illamento axustado, por veces, non é posible en estudos con máis realismo (Falk and Heckman 2009) . Ademais, neste caso particular, os investigadores argumentaron que os electores non poden efectivamente avaliar o desempeño neste escenario altamente simplificada, entón eles non van ser capaces de facelo nun escenario máis realista, máis complexa.
Huber e os seus colegas usaron Amazon Mechanical Turk (MTurk) para contratar asistentes. Unha vez que un participante proporcionou consentimento informado e pasou unha pequena proba, foille dito que estaba participando dunha rolda de 32 para gañar tokens que poderían ser convertidos en diñeiro real. No inicio do xogo, cada participante se dixo que fora concedido un "alocador", que lle daría, fichas cada rolda e que algúns alocadores foron máis xenerosos que outros. Ademais, cada participante tamén se dixo que ela tería unha oportunidade de tanto mantela alocador ou ser asignado un novo tras 16 roldas do xogo. Dado o que vostede sabe sobre Huber e obxectivos de investigación dos compañeiros, podes ver que o alocador representa un goberno e esta opción representa unha elección, pero os participantes non estaban conscientes dos obxectivos xerais da investigación. En total, Huber e compañeiros recrutaron preto de 4.000 participantes que foron pagados preto de US $ 1,25 para unha tarefa que levou preto de 8 minutos.
Lembre que un dos resultados dunha investigación anterior era que os electores recompensa e castigar os operadores históricos para os resultados que son claramente fóra do seu control, como o éxito de equipos deportivos locais e as condicións meteorolóxicas. Para avaliar as decisións participantes de voto podería ser influenciada por eventos puramente aleatorios na súa configuración, Huber e compañeiros engadiron un sorteo para o seu sistema experimental. Quere na oitava rolda ou 16ª rolda (é dicir, ben antes de que a posibilidade de substituír o alocador) participantes aleatoriamente colocados nunha lotería onde algúns gañou 5.000 puntos, algúns gañaron 0 puntos, e algúns perderon 5.000 puntos. Esta lotería foi destinado para imitar boas ou malas novas, que é independente da actuación do político. Aínda que os participantes foron informados explicitamente que a lotería non estaba relacionado co desempeño do seu alocador, o resultado da lotería aínda impactado decisións dos participantes. Os participantes que beneficiaron do sorteo estaban máis propensos a manter a súa alocador, e este efecto foi máis forte cando a lotería aconteceu na rolda de 16-dereita antes da substitución de decisión que cando ocorreu na rolda 8 (Figura 4.14). Estes resultados, xunto cos resultados de outros experimentos no papel, levou Huber e compañeiros concluír que, mesmo nun escenario simplificado, os electores teñen dificultade tomar decisións sabias, un resultado que impactou a investigación futura sobre a toma de decisións dos electores (Healy and Malhotra 2013) . O experimento de Huber e compañeiros mostra que MTurk se pode usar para contratar asistentes para experiencias de estilo de laboratorio para probar precisamente teorías moi específicas. Tamén mostra o valor da construción do seu propio ambiente experimental: é difícil imaxinar que estes mesmos procesos podería ser illado tan limpa en calquera outro medio.
Ademais de construír experimentos de laboratorio-like, os investigadores poden acumular experiencias que son máis campo-like. Por exemplo, Centola (2010) construíu un experimento de campo dixital para estudar o efecto da estrutura da rede social sobre a propagación do comportamento. Súa pregunta investigación necesaria-o a observar o mesmo comportamento estendendo en poboacións que tiñan diferentes estruturas de rede social, pero eran doutro xeito indistinguibles. O único xeito de facelo era un bespoke, experiencia custom-built. Neste caso, Centola construíu unha comunidade de saúde baseado na web.
Centola recrutou arredor de 1.500 participantes coa publicidade en sitios de saúde. Cando os participantes chegaron á comunidade que en liña foi chamado estilo de vida saudable Network-Eles prepararon consentimento informado e, a continuación, foron designados "amigos da saúde". Por mor da maneira Centola atribuído estes amigos de saúde foi capaz de unidos diferentes estruturas de rede social en diferentes grupos. Algúns grupos foron construídos para ter redes aleatorias (onde todos foi a mesma probabilidade de ser conectado) e outros grupos foron construídos para ter redes en cluster (onde as conexións son máis localmente denso). Entón, Centola introducido un novo comportamento en cada rede, a oportunidade de rexistrar a un novo sitio web con información adicional de saúde. Sempre que alguén se inscribiu para este novo sitio web, todos os seus amigos de saúde recibiu un correo anunciando este comportamento. Centola descubriron que este comportamento de sinatura-up para unha maior e máis rápido na rede de cluster do que a rede aleatoria, un achado que era a diferenza dalgunhas teorías existentes espallarse nova web.
En xeral, a construción da súa propia experiencia dálle moito máis control; Permite que para construír o mellor ambiente posible para illar o que quere estudar. É difícil imaxinar como calquera destes experimentos poderían ser realizado nun ambiente xa existente. Ademais, a construción do seu propio sistema diminúe as preocupacións éticas arredor de experiencias en sistemas existentes. Cando construír a súa propia experiencia, con todo, executar para moitos dos problemas que se atopan en experimentos de laboratorio: recrutando participantes e preocupacións sobre o realismo. A desvantaxe final é que a construción da súa propia experiencia pode ser caro e lento, aínda que, como demostran estes exemplos, as experiencias poden variar de ambientes relativamente simple (como o estudo do voto por Huber, Hill, and Lenz (2012) ) para relativamente ambientes complexos (como o estudo das redes e por contaxio Centola (2010) ).