4.5.1.2 កសាងពិសោធន៍ផ្ទាល់របស់អ្នក

ការកសាងការពិសោធន៍ផ្ទាល់ខ្លួនរបស់អ្នកអាចត្រូវបានចំណាយនោះទេប៉ុន្តែវានឹងអនុញ្ញាតឱ្យអ្នកដើម្បីបង្កើតការពិសោធន៍ដែលអ្នកចង់បាន។

ក្នុងការបន្ថែមទៅ overlaying ពិសោធន៍នៅលើកំពូលនៃបរិស្ថានដែលមានស្រាប់អ្នកអាចបង្កើតការធ្វើពិសោធន៍របស់អ្នក។ អត្ថប្រយោជន៍សំខាន់នៃវិធីសាស្រ្តនេះគឺការត្រួតពិនិត្យ; ប្រសិនបើអ្នកត្រូវបានកសាងពិសោធន៍អ្នកអាចបង្កើតបរិស្ថាននិងការព្យាបាលដែលអ្នកចង់បាន។ បរិស្ថានពិសោធន៍ bespoke ទាំងនេះអាចបង្កើតឱកាសដើម្បីសាកល្បងទ្រឹស្តីដែលមានមិនអាចទៅរួចនោះទេដើម្បីសាកល្បងនៅក្នុងបរិស្ថានដែលកើតឡើងពីធម្មជាតិ។ នេះជាគុណវិបត្តិសំខាន់នៃការកសាងការពិសោធន៍ផ្ទាល់ខ្លួនរបស់អ្នកគឺថាវាអាចមានតម្លៃថ្លៃនិងការដែលបរិស្ថានដែលអ្នកអាចបង្កើតមិនមានរបាកដនិយមនៃប្រព័ន្ធដែលកើតឡើងពីធម្មជាតិនេះ។ អ្នកស្រាវជ្រាវបានកសាងពិសោធន៍ផ្ទាល់របស់ពួកគេផងដែរត្រូវតែមានយុទ្ធសាស្រ្តសម្រាប់ការជ្រើសរើសអ្នកចូលរួមមួយ។ នៅពេលធ្វើការនៅក្នុងប្រព័ន្ធដែលមានស្រាប់, អ្នកស្រាវជ្រាវបានពិសោធន៍ត្រូវបានគេសំខាន់ការនាំយកទៅឱ្យអ្នកចូលរួមរបស់ពួកគេ។ ប៉ុន្តែនៅពេលដែលក្រុមអ្នកស្រាវជ្រាវបានបង្កើតការធ្វើពិសោធន៍ផ្ទាល់របស់គេគេត្រូវការដើម្បីនាំអ្នកចូលរួមទៅវា។ ជាសំណាងល្អ, សេវាដូចជាក្រុមហ៊ុន Amazon មេកានិចទួ (MTurk) អាចផ្តល់នូវវិធីងាយស្រួលមួយដែលក្រុមអ្នកស្រាវជ្រាវបានដើម្បីនាំយកអ្នកចូលរួមពិសោធន៍របស់ពួកគេ។

ឧទាហរណ៍មួយដែលបង្ហាញពីគុណសម្បត្តិនៃបរិស្ថាន bespoke សម្រាប់ការធ្វើតេស្តទ្រឹស្តីអរូបីគឺជាពិសោធន៍មន្ទីរពិសោធន៍ឌីជីថលដោយលោក Gregory Huber, សេតភ្នំ, និងកាព្រីយ៉ែ Lenz (2012) ។ ការពិសោធន៍នេះបានរកឃើញមួយដែលអាចធ្វើទៅបានដែនកំណត់ជាក់ស្តែងការប្រព្រឹត្តទៅនៃអភិបាលកិច្ចប្រជាធិ​​បតេយ្យ។ ការសិក្សាមិនមែនជាការពិសោធន៍ពិតប្រាកដកាលពីមុននៃការបោះឆ្នោតបានបង្ហាញថាអ្នកបោះឆ្នោតមិនអាចវាយតម្លៃបានត្រឹមត្រូវការសម្តែងរបស់អ្នកនយោបាយកំពុងកាន់តំណែង។ ជាពិសេសអ្នកបោះឆ្នោតបានលេចឡើងទទួលរងពីភាពលំអៀងចំនួនបី: 1) ផ្តោតលើការសម្តែងជាថ្មីជាជាងការសន្សំ; 2) manipulatable ដោយវោហាសាស្ត្រ, ស៊ុមនិងការធ្វើទីផ្សារ; និង 3) បានរងឥទ្ធិពលដោយមិនទាក់ទងទៅនឹងការសម្តែងព្រឹត្តិការណ៍កាន់តំណែងដូចជាទទួលបានភាពជោគជ័យនៃក្រុមកីឡាក្នុងស្រុកនិងអាកាសធាតុនេះ។ នៅក្នុងការសិក្សាមុននេះ, ទោះជាយ៉ាងណា, វាគឺជាការលំបាកដើម្បីបំបែកណាមួយនៃកត្តាទាំងនេះបានមកពីវត្ថុដទៃទៀតទាំងអស់ដែលកើតឡើងនៅក្នុងពិតប្រាកដ, ការបោះឆ្នោតស្មុគស្មាញ។ ដូច្នេះ Huber និងសហការីបានបង្កើតបរិយាកាសបោះឆ្នោតមួយដែលសាមញ្ញយ៉ាងខ្លាំងក្នុងគោលបំណងដើម្បីដាច់ដោយឡែកមួយនិងបន្ទាប់មកពិសោធន៍សិក្សាគ្នានៃភាពលំអៀងដែលអាចធ្វើបានទាំងបីនេះ។

ដូចដែលខ្ញុំបានរៀបរាប់អំពីសំណុំឡើងពិសោធន៍ខាងក្រោមវានឹងសំឡេងសិប្បនិម្មិតណាស់, ប៉ុន្តែចងចាំថារបាកដនិយមគឺជាគោលដៅក្នុងការពិសោធន៍បែបមន្ទីរពិសោធន៍មួយដែលមិន។ ផ្ទុយទៅវិញគោលដៅគឺដើម្បីដំណើរការដែលដាច់ឆ្ងាយយ៉ាងច្បាស់ដែលអ្នកកំពុងព្យាយាមដើម្បីសិក្សានេះ, និងឯកោតឹងនេះគឺជាពេលខ្លះមិនអាចធ្វើបាននៅក្នុងការសិក្សាជាមួយ realism ច្រើនទៀត (Falk and Heckman 2009) ។ លើសពីនេះទៀតក្នុងករណីពិសេសនេះ, ក្រុមអ្នកស្រាវជ្រាវបានអះអាងថាប្រសិនបើមិនអាចធ្វើឱ្យមានប្រសិទ្ធិភាពជាអ្នកបោះឆ្នោតការវាយតម្លៃការសម្តែងនៅក្នុងការកំណត់សាមញ្ញយ៉ាងខ្លាំងនេះបន្ទាប់មកពួកគេនឹងមិនអាចធ្វើវានៅក្នុងការពិតប្រាកដកាន់តែច្រើន, ការកំណត់ស្មុគ្រស្មាញកាន់តែច្រើន។

Huber និងសហការីបានប្រើក្រុមហ៊ុន Amazon មេកានិចទួ (MTurk) ដើម្បីជ្រើសរើសអ្នកចូលរួម។ ពេលដែលអ្នកចូលរួមបានផ្តល់ការព្រមព្រៀងដែលបានជូនដំណឹងការធ្វើតេស្តនិងបានអនុម័តខ្លីមួយដែលនាងត្រូវបានគេប្រាប់ថានាងត្រូវបានចូលរួមនៅក្នុងការប្រកួតមួយដើម្បីរកប្រាក់ចំណូលបាន 32 ជុំថូខឹនដែលអាចត្រូវបានបម្លែងទៅជាប្រាក់ពិតប្រាកដ។ នៅដើមនៃការប្រកួតនេះអ្នកចូលរួមត្រូវបានគេប្រាប់គ្នាថានាងត្រូវបានគេចាត់តាំងជា«ការបែងចែក»ដែលនឹងផ្តល់ឱ្យថូខឹនជុំគ្នាដោយមិនគិតថ្លៃរបស់នាងហើយថាពួកអ្នកវិនិយោគទុនខ្លះមានចិត្ដទូលាយជាងអ្នកដទៃ។ លើសពីនេះទៀតអ្នកចូលរួមត្រូវបានគេប្រាប់ថានាងនឹងមានឱកាសទាំងការរក្សាការបែងចែករបស់នាងឬត្រូវបានផ្ដល់ថ្មីមួយបន្ទាប់ពីការប្រកួតជុំទីមួយនៃការប្រកួតចំនួន 16 នេះ។ ដែលបានផ្ដល់ឱ្យនូវអ្វីដែលអ្នកដឹងអំពី Huber និងមិត្តរួមការងារស្រាវជ្រាវបានគោលដៅ ", អ្នកអាចមើលឃើញថាការបែងចែកតំណាងរដ្ឋាភិបាលនិងជម្រើសនេះតំណាងឱ្យការបោះឆ្នោតមួយប៉ុន្តែអ្នកចូលរួមត្រូវបានគេមិនបានដឹងអំពីគោលដៅទូទៅនៃការស្រាវជ្រាវ។ ជាសរុប Huber និងសហការីបានជ្រើសរើសអ្នកចូលរួមប្រមាណ 4.000 នាក់ដែលត្រូវបានចំណាយប្រាក់ប្រមាណ 1.25 $ សម្រាប់ភារកិច្ចដែលបានប្រហែល 8 នាទី។

សូមចាំថាការរកឃើញពីមួយនៃការស្រាវជ្រាវមុននេះគឺថាអ្នកបោះឆ្នោតនឹងទទួលរង្វាន់និងផ្តន្ទាទោសចំពោះលទ្ធផលដែលថាយុទ្ធសាស្ត្រយ៉ាងច្បាស់លើសពីការគ្រប់គ្រងរបស់ពួកគេដូចជាការទទួលបានភាពជោគជ័យនៃក្រុមកីឡាក្នុងស្រុកនិងអាកាសធាតុនេះ។ ដើម្បីវាយតម្លៃថាតើការសម្រេចចិត្តរបស់អ្នកចូលរួមក្នុងការបោះឆ្នោតអាចនឹងត្រូវបានរងឥទ្ធិពលដោយព្រឹត្តិការណ៍ចៃដន្យសុទ្ធសាធនៅក្នុងការកំណត់របស់ពួកគេនិងសហការីបានបន្ថែម Huber ឆ្នោតមួយទៅប្រព័ន្ធពិសោធន៍របស់ពួកគេ។ នៅក្នុងការប្រកួតជុំទី 8 ទាំងឬជុំទី 16 (ពោលគឺខាងស្ដាំមុនឱកាសដើម្បីជំនួសការបែងចែកនេះ) អ្នកចូលរួមត្រូវបានគេដាក់ដោយចៃដន្យនៅក្នុងមួយចំនួនដែលបានឈ្នះឆ្នោតជាកន្លែងដែលមានពិន្ទុ 5000 ហើយមួយចំនួនបានឈ្នះ 0 ពិន្ទុនិងមួយចំនួនបាត់បង់ 5000 ពិន្ទុ។ ឆ្នោតនេះមានគោលបំណងធ្វើត្រាប់តាមដំណឹងល្អឬអាក្រក់នោះគឺជាការសម្តែងនៃឯករាជ្យនៃអ្នកនយោបាយនោះ។ ទោះបីជាអ្នកចូលរួមត្រូវបានគេប្រាប់យ៉ាងច្បាស់ថាឆ្នោតនេះគឺមិនទាក់ទងទៅនឹងការអនុវត្តនៃការបែងចែករបស់ពួកគេ, លទ្ធផលនៃឆ្នោតនេះនៅតែប៉ះពាល់ដល់ការសម្រេចចិត្តរបស់អ្នកចូលរួម។ អ្នកចូលរួមដែលបានទទួលប្រយោជន៍ពីការឆ្នោតនេះគឺទំនងជាបន្ថែមទៀតដើម្បីរក្សាការបែងចែករបស់ពួកគេនិងមានប្រសិទ្ធិភាពខ្លាំងជាងពេលនេះគឺបានកើតឡើងនៅក្នុងឆ្នោតជុំទី 16 ខាងស្ដាំមុនជំនួសឱ្យការសម្រេចចិត្តជាងពេលដែលវាកើតឡើងនៅក្នុងការប្រកួតជុំទី 8 (រូបភាព 4.14) ។ លទ្ធផលទាំងនេះរួមជាមួយនឹងលទ្ធផលនៃការពិសោធន៍ផ្សេងទៀតជាច្រើននៅក្នុងក្រដាសដែលដឹកនាំ Huber និងសហការីបានសន្និដ្ឋានថាសូម្បីតែនៅក្នុងការកំណត់សាមញ្ញ, អ្នកបោះឆ្នោតមានការលំបាកក្នុងការធ្វើឱ្យការសម្រេចចិត្ដបានល្អ, លទ្ធផលដែលបានប៉ះពាល់ដល់ការស្រាវជ្រាវនាពេលអនាគតអំពីការធ្វើការសម្រេចចិត្តបោះឆ្នោត (Healy and Malhotra 2013) ។ ពិសោធន៍ Huber និងសហការីបានបង្ហាញថា MTurk អាចត្រូវបានប្រើក្នុងការជ្រើសរើសអ្នកចូលរួមពិសោធន៍នៅមន្ទីរពិសោធន៍ដើម្បីសាកល្បងបែបទ្រឹស្តីជាក់លាក់ណាស់ការយ៉ាងជាក់លាក់។ វាថែមទាំងបានបង្ហាញពីតម្លៃនៃការកសាងបរិស្ថានពិសោធន៍ផ្ទាល់ខ្លួនរបស់អ្នក: វាជាការលំបាកក្នុងការស្រមៃមើលថាតើដំណើរការដូចគ្នាទាំងនេះអាចត្រូវបានបែកបាក់គ្នាដូច្នេះអនាម័យនៅក្នុងការកំណត់ណាមួយផ្សេងទៀត។

រូបភាពទី 4.14: លទ្ធផលពី Huber, Hill, and Lenz (2012) ។ អ្នកចូលរួមដែលបានទទួលប្រយោជន៍ពីឆ្នោតនេះហាក់ដូចជារក្សារបស់ពួកគេច្រើនជាងការបែងចែកនិងមានផលប៉ះពាល់កាន់តែខ្លាំងនៅពេលនេះគឺបានកើតឡើងនៅក្នុងឆ្នោតជុំទី 16 ខាងស្ដាំមុនជំនួសឱ្យការសម្រេចចិត្តជាងពេលដែលវាកើតឡើងនៅក្នុងការប្រកួតជុំទី 8 ។

ក្រៅពីការកសាងពិសោធន៍ដូចមន្ទីរពិសោធន៍, អ្នកស្រាវជ្រាវអាចកសាងពិសោធន៍ដែលមានវាលដូចច្រើនទៀត។ ឧទាហរណ៍ Centola (2010) បានកសាងឡើងពិសោធន៍វាលឌីជីថលសិក្សាពីឥទ្ធិពលនៃរចនាសម្ព័ន្ធបណ្តាញសង្គមនៅលើការរីករាលដាលនៃឥរិយាបទនេះ។ សំណួរស្រាវជ្រាវរបស់គាត់តម្រូវឱ្យគាត់ដើម្បីសង្កេតមើលឥរិយាបថដូចគ្នានេះបានរីករាលដាលនៅក្នុងប្រជាជនដែលមានរចនាសម្ព័ន្ធបណ្តាញសង្គមផ្សេងពីគ្នាប៉ុន្តែមិនមានអ្វីប្លែកទេ។ វិធីតែមួយគត់ដើម្បីធ្វើរឿងនេះបាននៅជាមួយ bespoke, ការពិសោធន៍ផ្ទាល់ខ្លួនដែលបានកសាងឡើងទេ។ ក្នុងករណីនេះ Centola បានកសាងឡើងសហគមន៍សុខភាពបណ្ដាញដែលមានមូលដ្ឋាន។

Centola បានជ្រើសរើសអ្នកចូលរួមប្រមាណ 1.500 នាក់ជាមួយការផ្សព្វផ្សាយពាណិជ្ជកម្មនៅលើគេហទំព័រសុខភាព។ នៅពេលដែលអ្នកចូលរួមបានមកដល់សហគមន៍ដែលអនឡាញត្រូវបានគេហៅថាបណ្តាញមានសុខភាពល្អរបៀបរស់នៅដែលពួកគេបានផ្តល់ជូនដំណឹងការយល់ព្រមហើយបន្ទាប់មកត្រូវបានគេជ្រើសរើស "សម្លាញ់សុខភាព" ។ ដោយសារតែវិធី Centola បានផ្ដល់សម្លាញ់សុខភាពទាំងនោះគាត់អាចប៉ាក់រចនាសម្ព័ន្ធបណ្តាញសង្គមផ្សេងគ្នារួមគ្នានៅក្នុងផ្សេងគ្នា ក្រុម។ ក្រុមខ្លះត្រូវបានកសាងឡើងដើម្បីឱ្យមានបណ្តាញចៃដន្យ (ដែលជាកន្លែងដែលមនុស្សគ្រប់រូបគឺទំនងស្មើភាពគ្នាត្រូវបានតភ្ជាប់ទៅ) និងក្រុមដទៃទៀតត្រូវបានកសាងឡើងដើម្បីឱ្យមានបណ្តាញ clustered (ដែលជាកន្លែងដែលការតភ្ជាប់គឺមានច្រើនក្រាស់ក្នុងមូលដ្ឋាន) ។ បន្ទាប់មក, Centola ណែនាំឥរិយាបថថ្មីទៅក្នុងបណ្តាញគ្នា, ឱកាសដើម្បីចុះឈ្មោះសម្រាប់គេហទំព័រថ្មីដែលមានព័ត៍មានសុខភាពបន្ថែមទៀត។ នៅពេលណាដែលអ្នកណាម្នាក់ចុះហត្ថលេខាឡើងសម្រាប់គេហទំព័រថ្មីនេះទាំងអស់នៃសម្លាញ់សុខភាពរបស់នាងទទួលអ៊ីម៉ែលពីការប្រកាសឥរិយាបថនេះ។ Centola បានរកឃើញថានេះឥរិយាបថការចុះហត្ថលេខាឡើងសម្រាប់គេហទំព័រថ្មីនិងលឿនជាងមុនបន្ថែមទៀតរីករាលដាលនៅក្នុងបណ្តាញជាងបណ្តាញចង្កោមចៃដន្យ, ការរកឃើញនោះគឺជាការផ្ទុយទៅនឹងទ្រឹស្តីដែលមានស្រាប់មួយចំនួន។

សរុបមក, ការកសាងការពិសោធន៍ផ្ទាល់របស់អ្នកផ្ដល់ឱ្យអ្នកត្រួតត្រាច្រើនទៀត! វាអនុញ្ញាតឱ្យអ្នកដើម្បីសាងសង់បរិស្ថានល្អអាចធ្វើបានដើម្បីដាច់ដោយឡែកពីអ្វីដែលអ្នកចង់ទៅសិក្សា។ វាគឺជាការលំបាកក្នុងការស្រមៃមើលថាតើណាមួយនៃការពិសោធន៍ទាំងនេះអាចត្រូវបានគេធ្វើឡើងនៅក្នុងបរិស្ថានដែលមានស្រាប់រួចទៅហើយ។ លើសពីនេះទៀត, ការកសាងប្រព័ន្ធផ្ទាល់របស់អ្នកមានការថយចុះព្រួយបារម្ភជុំវិញការពិសោធនៅក្នុងប្រព័ន្ធដែលមានស្រាប់។ នៅពេលដែលអ្នកបង្កើតការធ្វើពិសោធន៍ផ្ទាល់ខ្លួនរបស់អ្នកទោះជាយ៉ាងណា, អ្នករត់ចូលទៅក្នុងជាច្រើននៃបញ្ហាដែលត្រូវបានជួបប្រទះនៅក្នុងការពិសោធន៍នៅមន្ទីរពិសោធន៍: ការជ្រើសរើសអ្នកចូលរួមនិងការព្រួយបារម្ភអំពីការរបាកដនិយម។ ការធ្លាក់ចុះចុងក្រោយគឺថាការកសាងការពិសោធន៍ផ្ទាល់របស់អ្នកអាចត្រូវបានចំណាយនិងការប្រើប្រាស់ពេលវេលា, បើទោះបីជាគំរូទាំងនេះបង្ហាញថាការពិសោធន៍នេះអាចមានជួរពីបរិស្ថានសាមញ្ញ (ដូចជាការសិក្សានៃការបោះឆ្នោតដោយ Huber, Hill, and Lenz (2012) ) ដើម្បី ទាក់ទងបរិស្ថានស្មុគស្មាញ (ដូចជាការសិក្សានៃបណ្តាញនិងការរីករាលដាលដោយ Centola (2010) ) ។