અનિશ્ચિતતા નિષ્ક્રિયતા તરફ દોરી જરૂર નથી.
ચોથું અને અંતિમ ક્ષેત્ર જ્યાં હું સંશોધકોને સંઘર્ષની અપેક્ષા કરું છું તે અનિશ્ચિતતાના ચહેરા પર નિર્ણયો કરે છે. એટલે કે, તમામ તત્વજ્ઞાન અને સંતુલન પછી, સંશોધન નીતિશાસ્ત્રમાં શું કરવું અને શું કરવું તે અંગે નિર્ણયો લેવાનો સમાવેશ થતો નથી. કમનસીબે, આ નિર્ણયો અપૂર્ણ માહિતી પર આધારિત છે. ઉદાહરણ તરીકે, એન્કોર ડિઝાઇન કરતી વખતે, સંશોધકોએ સંભાવનાને જાણવાની ઇચ્છા રાખી હશે કે તે પોલીસ દ્વારા કોઈને પણ મુલાકાત લેશે. અથવા, લાગણીસભર સંસર્ગ રચના કરતી વખતે, સંશોધકોએ સંભાવનાને જાણવાની ઇચ્છા રાખી હશે કે તે કેટલાક સહભાગીઓમાં ડિપ્રેશનને ટ્રીગર કરી શકે છે. આ સંભાવનાઓ સંભવતઃ અત્યંત ઓછી હતી, પણ સંશોધન થતાં પહેલાં તે અજ્ઞાત હતા. અને, કારણ કે પ્રતિકૂળ ઘટનાઓ વિશે જાહેરમાં નજર રાખતી કોઈપણ માહિતી પ્રોજેક્ટમાં નથી, આ સંભાવનાઓ હજી સામાન્ય રીતે જાણીતી નથી.
અનિશ્ચિતતા ડિજિટલ વયમાં સામાજિક સંશોધન માટે અનન્ય નથી. જ્યારે બેલમોન્ટ રિપોર્ટમાં જોખમો અને લાભોના વ્યવસ્થિત મૂલ્યાંકનનું વર્ણન કરવામાં આવ્યું ત્યારે, તે સ્પષ્ટપણે સ્વીકાર્યું હતું કે આ બરાબર માપવા મુશ્કેલ હશે. જોકે, આ અનિશ્ચિતતાઓ ડિજિટલ વયમાં વધુ તીવ્ર છે, કારણ કે અમારી પાસે આ પ્રકારના સંશોધન અને ઓછા પ્રમાણમાં સંશોધનની લાક્ષણિકતાઓના કારણે ભાગ્યે જ અનુભવ છે.
આ અનિશ્ચિતતાને જોતાં, કેટલાક લોકો "માફ કરતા વધુ સલામત" જેવા કંઈક માટે હિમાયત કરતા હોય છે, જે સાવચેતીના સિદ્ધાંતનું સંબોધનુ સંસ્કરણ છે. જ્યારે આ અભિગમ વાજબી લાગે છે-કદાચ પણ મુજબના-તે ખરેખર નુકસાન કરી શકે છે; તે સંશોધન માટે પ્રબળ છે; અને તે લોકો પરિસ્થિતિની વધુ પડતી સાંકડી દૃશ્ય લેવા માટેનું કારણ બને છે (Sunstein 2005) . સાવચેતીભર્યા સિદ્ધાંત સાથે સમસ્યાઓ સમજવા માટે, ચાલો લાગણીમય સંસર્ગને ધ્યાનમાં લઈએ. લગભગ 700,000 લોકોનો સમાવેશ કરવા માટે આ પ્રયોગની યોજના બનાવવામાં આવી હતી, અને પ્રયોગમાં લોકોને નુકસાન પહોંચાડવાની કેટલીક તક ચોક્કસ હતી. પણ કેટલાક તક એ છે કે આ પ્રયોગ જ્ઞાન પ્રાપ્ત કરી શકે છે જે ફેસબુક વપરાશકર્તાઓ અને સમાજને લાભદાયી રહેશે. આમ, પ્રયોગને પરવાનગી આપવાની સાથે સાથે (જેમ કે ચર્ચા કરવામાં આવી છે) જોખમ હતું, પ્રયોગને અટકાવવાનું પણ જોખમ હતું, કારણ કે તે મૂલ્યવાન જ્ઞાન પ્રાપ્ત કરી શક્યું હોત. અલબત્ત, પ્રયોગ કરવાથી પ્રયોગ કરવાથી પસંદગી થઈ ન હતી; ડિઝાઇનમાં ઘણાં શક્ય ફેરફારો હતા કે જે તેને એક અલગ નૈતિક સંતુલનમાં લાવ્યા હોઈ શકે છે જોકે, અમુક સમયે, સંશોધકો પાસે એક અભ્યાસ કરવાથી અને તે કરવાનું નહીં હોય અને તે ક્રિયા અને નિષ્ક્રિયતા બન્નેમાં જોખમો છે. ક્રિયાના જોખમો પર જ ધ્યાન કેન્દ્રિત કરવું અયોગ્ય છે. તદ્દન ખાલી, કોઈ જોખમ મુક્ત અભિગમ નથી
સાવચેતીભર્યા સિદ્ધાંતથી આગળ વધવું, નિર્ણયો લેવામાં અનિશ્ચિતતા વિશે વિચારવાનો એક અગત્યનો રસ્તો એ ન્યૂનતમ જોખમ ધોરણ છે . જોખમો કે જે સહભાગીઓ તેમના રોજિંદા જીવનમાં હાથ ધરે છે, જેમ કે રમતો અને ડ્રાઇવિંગ કાર (Wendler et al. 2005) જેવા ચોક્કસ અભ્યાસના જોખમને બેન્ચમાર્ક કરવાના આ પ્રમાણભૂત પ્રયાસો. આ અભિગમ એ મૂલ્યવાન છે કારણ કે મૂલ્યાંકન કરવું કે શું જોખમનું વાસ્તવિક સ્તરનું મૂલ્યાંકન કરતાં કંઈક ન્યૂનતમ જોખમ પ્રમાણભૂત મળે છે તે સરળ છે. ઉદાહરણ તરીકે, અભ્યાસ શરૂ થાય તે પહેલાં, લાગણીસભર સંસર્ગમાં, સંશોધકોએ ન્યૂઝ ફીડ્સની લાગણીશીલ સામગ્રીને ફેસબુક પરના અન્ય ન્યૂઝ ફીસ્સ સાથે પ્રયોગમાં સરખાવવા હોઈ શકે છે જો તેઓ સમાન હોત, તો સંશોધકોએ તારણ કાઢ્યું હશે કે પ્રયોગ ન્યૂનતમ જોખમ ધોરણ (MN Meyer 2015) . અને તેઓ આ નિર્ણય કરી શકે છે, જો તેઓ ચોક્કસ સ્તરના જોખમને જાણતા ન હોય . એ જ અભિગમ એન્કોર પર લાગુ થઈ શકે છે. શરૂઆતમાં, એન્કોરે વેબસાઇટ્સની વિનંતીઓ શરૂ કરી કે જે સંવેદનશીલ હોવાનું જણાય છે, જેમ કે દમનકારી સરકારો ધરાવતા દેશોમાં પ્રતિબંધિત રાજકીય જૂથો જેમ કે, ચોક્કસ દેશોમાં સહભાગીઓ માટે તે ન્યૂનતમ જોખમ નથી. જો કે, એન્કોરનું પુનરાવર્તિત વર્ઝન - જે ફક્ત ટ્વિટર, ફેસબુક અને યુટ્યૂબને વિનંતી કરે છે - તે ન્યૂનતમ જોખમ હતું કારણ કે તે સાઇટ્સની વિનંતીઓ સામાન્ય વેબ બ્રાઉઝીંગ (Narayanan and Zevenbergen 2015) .
અજાણ્યા જોખમ સાથેના અભ્યાસો અંગે નિર્ણયો કરતી બીજી મહત્વની વિચાર શક્તિ વિશ્લેષણ છે , જે સંશોધકોને નમૂનાનાં કદની ગણતરી કરવા માટે પરવાનગી આપે છે, તેમને તેમને આપેલા કદની અસર (Cohen 1988) ની વિશ્વસનીયતા શોધી કાઢવાની જરૂર પડશે. જો તમારા અભ્યાસે સહભાગીઓને ન્યૂનતમ જોખમ-જોખમ સામે પણ ખુલ્લા કરી શકે છે - તો પછી લાભોના સિદ્ધાંત સૂચવે છે કે તમારે તમારા સંશોધન લક્ષ્યોને હાંસલ કરવા માટે જરૂરી સૌથી નાનું જોખમ લાદવું જોઇએ. (પ્રકરણ 4 માં ઘટાડો સિદ્ધાંત પર પાછા વિચારો.) તેમ છતાં કેટલાક સંશોધકોને તેમનો અભ્યાસ શક્ય તેટલો મોટા બનાવવાનો વળગાડ છે, સંશોધન સિદ્ધાંતો સૂચવે છે કે સંશોધકોએ તેમનો અભ્યાસ શક્ય તેટલો નાનો બનાવવો જોઈએ. પાવર વિશ્લેષણ અલબત્ત નવું નથી, પરંતુ એનાલોગ યુગમાં તેનો ઉપયોગ થતો હતો અને આજે તેનો કેવી રીતે ઉપયોગ થવો જોઈએ તે વચ્ચે એક મહત્વપૂર્ણ તફાવત છે. એનાલોગ યુગમાં, સંશોધકોએ સામાન્ય રીતે ખાતરી કરવા માટે પાવર વિશ્લેષણ કર્યું કે તેમનો અભ્યાસ ખૂબ નાનો ન હતો (એટલે કે, અંડર-પાવર). હવે, જો કે, સંશોધકોએ તેમનો અભ્યાસ ખૂબ મોટી (એટલે કે વધારે સંચાલિત) ન હોય તેની ખાતરી કરવા માટે પાવર વિશ્લેષણ કરવું જોઈએ.
ન્યૂનતમ રિસ્ક સ્ટાન્ડર્ડ અને પાવર વિશ્લેષણ તમને અભ્યાસો વિશે અને તેના વિશે ડિઝાઈન કરવા માટે કારણ આપે છે, પરંતુ તેઓ તમને તમારી અભ્યાસ વિશે સહભાગીઓ કેવી રીતે અનુભવી શકે છે અને તેમાં શામેલ થવાના કારણે કયા જોખમો અનુભવી શકે છે તે વિશે કોઈ નવી માહિતી આપતા નથી. અનિશ્ચિતતા સાથે વ્યવહાર કરવાનો બીજો રસ્તો વધારાની માહિતી એકત્રિત કરવાનો છે, જે નૈતિક-પ્રતિભાવ સર્વેક્ષણો તરફ દોરી જાય છે અને ટ્રાયલ યોજાય છે.
નૈતિક રિસ્પોન્સ સર્વેક્ષણ માં, સંશોધકોએ સૂચિત સંશોધન પ્રોજેક્ટ સંક્ષિપ્ત વર્ણન હાજર અને પછી બે પ્રશ્નો પૂછો:
દરેક પ્રશ્નને અનુસરીને, ઉત્તરદાતાઓને એક જગ્યા આપવામાં આવે છે જેમાં તેઓ તેમના જવાબને સમજાવી શકે છે. છેવટે, ઉત્તરદાતાઓ-જે સંભવિત સહભાગીઓ અથવા માઇક્રોટૅક્સ મજૂર બજારોમાંથી ભરતી થઈ શકે છે (દા.ત., એમેઝોન યાંત્રિક ટર્ક) - કેટલાક મૂળભૂત વસ્તીવિષયક પ્રશ્નો (Schechter and Bravo-Lillo 2014) શશીટર (Schechter and Bravo-Lillo 2014) .
નૈતિક-પ્રતિભાવ સર્વેક્ષણોમાં ત્રણ લક્ષણો છે જે મને ખાસ કરીને આકર્ષક લાગે છે પ્રથમ, તેઓ એક અભ્યાસ હાથ ધરવામાં આવે તે પહેલાં થાય છે, અને તેથી તેઓ સંશોધન શરૂ થાય તે પહેલાં સમસ્યાઓ અટકાવી શકે છે (પ્રતિકૂળ પ્રતિક્રિયાઓ માટે તે મોનિટરના અભિગમોના વિરોધમાં). બીજું, નૈતિક-પ્રતિક્રિયા સર્વેક્ષણોમાં પ્રતિવાદીઓ ખાસ કરીને સંશોધકો નથી, અને આથી સંશોધકોને તેમના અભ્યાસને જાહેર જનતાના પરિપ્રેક્ષ્યમાં જોવા મદદ કરે છે. છેલ્લે, નૈતિક-પ્રતિભાવ સર્વેક્ષણો સંશોધકોને સમાન પ્રોજેક્ટના વિવિધ સંસ્કરણોના માનવામાં નૈતિક સંતુલનના મૂલ્યાંકન માટે સંશોધન પ્રોજેક્ટના બહુવિધ સંસ્કરણોને રજૂ કરવા માટે સક્ષમ કરે છે. તેમ છતાં, નૈતિક-પ્રતિભાવ સર્વેક્ષણોની એક મર્યાદા એ છે કે તે સ્પષ્ટ નથી કરતું કે મોજણી પરિણામોને ધ્યાનમાં રાખીને વિવિધ સંશોધન ડિઝાઇન્સમાં કેવી રીતે નક્કી કરવું. પરંતુ, આ મર્યાદાઓ હોવા છતાં, નૈતિક-પ્રતિભાવ સર્વેક્ષણો મદદરૂપ દેખાય છે; હકીકતમાં, Schechter and Bravo-Lillo (2014) એક નૈતિક-પ્રતિભાવ સર્વેક્ષણમાં સહભાગીઓ દ્વારા ઉઠાવવામાં આવેલા પ્રશ્નોના જવાબમાં આયોજિત અભ્યાસને ત્યજી દેવાનો અહેવાલ.
જ્યારે નૈતિક-પ્રતિક્રિયા સર્વે સૂચિત સંશોધન માટે પ્રતિક્રિયાઓનું મૂલ્યાંકન કરવામાં મદદરૂપ થઈ શકે છે, તેઓ પ્રતિકૂળ ઘટનાઓની સંભાવના અથવા ગંભીરતાને માપતા નથી. તબીબી સંશોધકો ઉચ્ચ જોખમવાળા સેટિંગ્સમાં અનિશ્ચિતતા સાથે સંકળાયેલી એક રીત છે, પ્રયોગો કરવા-એક અભિગમ જે કેટલાક સામાજિક સંશોધનમાં મદદરૂપ થઈ શકે છે. નવી દવાની અસરકારકતાની ચકાસણી કરતી વખતે, સંશોધકો તુરંત જ મોટી રેન્ડિમિડ ક્લિનિકલ ટ્રાયલ પર કૂદતા નથી. તેના બદલે, તેઓ પ્રથમ બે પ્રકારના અભ્યાસ ચલાવે છે. પ્રારંભમાં, તબક્કામાં હું અજમાયશમાં, સંશોધકો ખાસ કરીને સલામત માત્રા શોધવા પર ધ્યાન કેન્દ્રિત કરે છે, અને આ અભ્યાસમાં નાના લોકોનો સમાવેશ થાય છે. એકવાર એક સુરક્ષિત ડોઝ નક્કી કરવામાં આવ્યું છે, તબક્કા II ટ્રાયલ દવા અસરકારકતા આકારણી; એટલે કે, તેના શ્રેષ્ઠ- (Singal, Higgins, and Waljee 2014) પરિસ્થિતિમાં કામ કરવાની ક્ષમતા (Singal, Higgins, and Waljee 2014) . માત્ર તબક્કા I અને II અભ્યાસો પૂર્ણ થઈ ગયા પછી, એક વિશાળ ડ્રમિત અંકુશિત અજમાયશમાં મૂલ્યાંકન કરવાની નવી દવા છે. નવી દવાઓના વિકાસમાં ઉપયોગમાં લેવામાં આવેલા ટ્રાયલ્સના ચોક્કસ માળખા સામાજિક સંશોધન માટે યોગ્ય નથી, જ્યારે અનિશ્ચિતતાની સાથે સામનો કરવો પડે છે, સંશોધકો નાના અભ્યાસો ચલાવી શકે છે જે સ્પષ્ટ રીતે સલામતી અને અસરકારકતા પર કેન્દ્રિત છે. ઉદાહરણ તરીકે, એન્કોર સાથે, તમે કલ્પના કરી શકો છો કે સંશોધકો કાયદાનું મજબૂત શાસન ધરાવતા દેશોમાં સહભાગીઓ સાથે પ્રારંભ કરે છે.
એકસાથે, આ ચાર અભિગમ-ન્યૂનતમ જોખમ પ્રમાણભૂત, પાવર વિશ્લેષણ, નૈતિક-પ્રતિભાવ સર્વેક્ષણો, અને ટ્રાયલ યોજાય છે-અનિશ્ચિતતાના ચહેરામાં પણ તમે યોગ્ય રીતે આગળ વધવામાં મદદ કરી શકો છો. અનિશ્ચિતતાને નિષ્ક્રિયતા તરફ દોરી જવાની જરૂર નથી.