4.5.2 ដៃគូជាមួយអ្នកមានអំណាច

ដគូអាចកាត់បន្ថយការចំណាយនិងបង្កើនមាត្រដ្ឋាន, ប៉ុន្តែវាអាចផ្លាស់ប្តូរប្រភេទនៃការចូលរួម, ការព្យាបាល, និងលទ្ធផលដែលអ្នកអាចប្រើ។

ជំនួសទៅនឹងការធ្វើវាដោយខ្លួនឯងនេះត្រូវបានដៃគូជាមួយជាអង្គការមានអំណាចដូចជាក្រុមហ៊ុនមួយ, រដ្ឋាភិបាលឬអង្គការមិនមែនរដ្ឋាភិបាល។ អត្ថប្រយោជន៍នៃការធ្វើការជាមួយដៃគូគឺជាការដែលពួកគេអាចអនុញ្ញាតឱ្យអ្នករត់ការពិសោធន៍ដែលលោកអ្នកគ្រាន់តែមិនអាចធ្វើបានដោយខ្លួនឯង។ ឧទាហរណ៍មួយនៃការពិសោធន៍ដែលខ្ញុំនឹងប្រាប់អ្នកអំពីការចូលរួមរបស់អ្នកចូលរួម 61 ខាងក្រោមលាននាក់! មិនមានការស្រាវជ្រាវជាបុគ្គលអាចសម្រេចបានខ្នាតនោះ។ នៅពេលដូចគ្នាថាដៃគូបង្កើនការអ្វីដែលអ្នកអាចធ្វើវាបានផងដែរក្នុងពេលដំណាលគ្នា, បានបង្អាក់អ្នក។ ឧទាហរណ៍ក្រុមហ៊ុនភាគច្រើននឹងមិនអនុញ្ញាតឱ្យអ្នករត់ការពិសោធន៍មួយដែលអាចប៉ះពាល់ដល់កេរ្តិ៍ឈ្មោះអាជីវកម្មឬរបស់ពួកគេមួយ។ ធ្វើការជាមួយដៃគូផងដែរមានន័យថានៅពេលដែលវាមកពេលវេលាដើម្បីបោះពុម្ពផ្សាយ, អ្នកអាចចូលមកស្ថិតនៅក្រោមសម្ពាធក្នុងការ "ឡើងវិញស៊ុម" លទ្ធផលរបស់អ្នកនិងដៃគូមួយចំនួនទោះបីជាអាចព្យាយាមដើម្បីរារាំងការបោះពុម្ភផ្សាយការងាររបស់អ្នកប្រសិនបើវាធ្វើឱ្យពួកគេមើលទៅអាក្រក់។ ជាចុងក្រោយ, ភាពជាដៃគូផងដែរបានភ្ជាប់មកជាមួយការចំណាយដែលទាក់ទងទៅនឹងការអភិវឌ្ឍនិងការរក្សាបាននូវការសហការទាំងនេះ។

បញ្ហាប្រឈមស្នូលដែលមានត្រូវបានដោះស្រាយដើម្បីធ្វើឱ្យភាពជាដៃគូទាំងនេះទទួលបានជោគជ័យគឺត្រូវស្វែងរកវិធីដើម្បីរក្សាតុល្យភាពផលប្រយោជន៍របស់ភាគីទាំងពីរនេះហើយជាវិធីមានប្រយោជន៍ដើម្បីគិតអំពីតុល្យភាពដែលជា quadrant ប៉ាស្ទ័ររបស់ (Stokes 1997) ។ ក្រុមអ្នកស្រាវជ្រាវជាច្រើនគិតថាប្រសិនបើពួកគេកំពុងធ្វើការលើអ្វីដែលជាក់ស្តែអ្វីមួយដែលអាចជាការចាប់អារម្មណ៍ដល់ជាដៃគូ-បន្ទាប់មកពួកគេមិនអាចត្រូវបានធ្វើផ្នែកវិទ្យាសាស្រ្តពិតប្រាកដ។ ផ្នត់គំនិតនេះនឹងធ្វើឱ្យវាមានការលំបាកខ្លាំងណាស់ក្នុងការបង្កើតភាពជាដៃគូដែលទទួលបានជោគជ័យហើយវាបានកើតឡើងផងដែរដើម្បីជាការខុសទាំងស្រុង។ បញ្ហាជាមួយនឹងវិធីនៃការគិតនេះគឺត្រូវបានបង្ហាញដោយការស្រាវជ្រាវអស្ចារ្យបំបែកនៃផ្លូវលោក Louis ប៉ាស្ទ័រជីវសាស្ដ្រ។ ខណៈពេលកំពុងធ្វើការនៅលើគម្រោងមេពាណិជ្ជកម្មដើម្បីបម្លែងទឹក beet ចូលទៅក្នុងអាល់កុលប៉ាស្ទ័ររកឃើញថ្មីនៃ microorganisms ថ្នាក់ទីបំផុតដែលថានាំឱ្យមានទ្រឹស្តីគនៃជំងឺ។ ការរកឃើញនេះបានដោះស្រាយបញ្ហាវាជាក់ស្តែងណាស់ដែលបានជួយធ្វើឱ្យប្រសើរឡើងនូវដំណើរការនៃការ fermentation ហើយវានាំឱ្យមានការរីកចំរើនផ្នែកវិទ្យាសាស្ត្រ។ ដូច្នេះជាជាងការគិតអំពីការស្រាវជ្រាវមួយនឹងការអនុវត្តជាក់ស្តែងដូចដែលត្រូវបាននៅក្នុងការប៉ះទង្គិចជាមួយនឹងការស្រាវជ្រាវវិទ្យាសាស្រ្តជាការពិតវាជាការល្អប្រសើរជាងមុនដើម្បីគិតថាទាំងនេះជាវិមាត្រពីរដាច់ដោយឡែក។ ការស្រាវជ្រាវនេះអាចត្រូវបានជម្រុដោយការប្រើប្រាស់ (ឬមិនមាន) និងការស្រាវជ្រាវការយល់ដឹងជាមូលដ្ឋានអាចស្វែងរក (ឬមិនមាន) ។ ប្រការសំខាន់គឺ Pasteur's អាចស្រាវជ្រាវដូចមួយចំនួនត្រូវបានជម្រុញដោយការប្រើប្រាស់និងការស្វែងរកការយល់ដឹងជាមូលដ្ឋាន (រូបភាព 4.16) ។ ការស្រាវជ្រាវនៅក្នុង quadrant ស្រាវជ្រាវប៉ាស្ទ័រដែលថាថិបុពីរគ្រាប់គឺល្អបំផុតសម្រាប់ការសហការគ្នារវាងអ្នកស្រាវជ្រាវនិងដៃគូ។ ដែលបានផ្ដល់ឱ្យផ្ទៃខាងក្រោយដែលខ្ញុំនឹងរៀបរាប់អំពីការសិក្សាពិសោធន៍ពីរនាក់ជាមួយភាពជាដៃគូមួយជាមួយនឹងក្រុមហ៊ុនមួយនិងមួយជាមួយអង្គការក្រៅរដ្ឋាភិបាលមួយ។

រូបភាពទី 4.16: quadrant ប៉ាស្ទ័ររបស់ (ដែលមានមូលដ្ឋានលើរូបភព 3.5 ពី Stokes (1997) ) ។ ជាជាងការគិតពីការស្រាវជ្រាវជា "មូលដ្ឋាន" ឬ "បានអនុវត្ត" វាជាការល្អប្រសើរជាងមុនក្នុងការគិតរវជំរុញដោយប្រើ (ឬមិនមាន) និងការស្វែងរកការយល់ដឹងជាមូលដ្ឋាន (ឬមិនមាន) ។ ឧទាហរណ៍មួយនៃការស្រាវជ្រាវថាទាំងនេះត្រូវបានជម្រុញដោយការប្រើប្រាស់និងការស្វែងរកការយល់ដឹងជាមូលដ្ឋានជាការងារលើការបម្លែងប៉ាស្ទ័រទឹក beet ទៅជាអាល់កុលដែលនាំឱ្យមានទ្រឹស្តីគនៃជំងឺ។ នេះគឺជាប្រភេទនៃការងារថាគឺជាការល្អសម្រាប់ការភាពជាដៃគូជាមួយនឹងអ្នកមានអំណាច។ ឧទាហរណ៍នៃការប្រើការងារជំរុញដោយប៉ុន្តែនោះមិនបានស្វែងរកការយល់ដឹងជាមូលដ្ឋានមកពីលោក Thomas Edison និងឧទាហរណ៍នៃការងារដែលមិនត្រូវបានលើកទឹកចិត្តដោយការប្រើប្រាស់ប៉ុន្តែការដែលនឹងស្វែងយល់ថាមកពី Niels Bohr ។ សូមមើល Stokes (1997) សម្រាប់ការពិភាក្សាឱ្យបានហ្មត់ចត់បន្ថែមទៀតនៃក្របខ័ណ្ឌនេះហើយគ្នានៃករណីទាំងនេះ។

មានក្រុមហ៊ុនធំជាពិសេសក្រុមហ៊ុនបច្ចេកវិទ្យាបានបង្កើតហេដ្ឋារចនាសម្ព័ន្ធទំនើបមិនគួរឱ្យជឿសម្រាប់ដំណើរការពិសោធន៍ស្មុគ្រស្មាញ។ នៅក្នុងឧស្សាហកម្មបច្ចេកវិទ្យា, ការពិសោធន៍ទាំងនេះត្រូវបានហៅថាជាញឹកញាប់ការធ្វើតេស្ត / ខ (ដោយសារតែពួកគេបានធ្វើការសាកល្បងប្រសិទ្ធិភាពនៃការព្យាបាលទាំងពីរ: A និង B) ។ ជាញឹកញាប់ពិសោធន៍ទាំងនេះគឺជាការរត់សម្រាប់អ្វីដែលដូចការបង្កើនអត្រាការចុចតាមរយៈការលើការផ្សព្វផ្សាយពាណិជ្ជកម្មនោះទេប៉ុន្តែហេដ្ឋារចនាសម្ព័ន្ធពិសោធន៍ដូចគ្នាអាចត្រូវបានប្រើសម្រាប់ការស្រាវជ្រាវថាបុយល់ដឹងវិទ្យាសាស្រ្ត។ ឧទាហរណ៍មួយដែលបង្ហាញពីសក្តានុពលនៃការស្រាវជ្រាវនេះគឺជាការសិក្សាមួយដែលធ្វើឡើងដោយដៃគូមួយរវាងអ្នកស្រាវជ្រាវនៅសាកលវិទ្យាល័យនៃហ្វេសប៊ុកនិងកាលីហ្វញ៉ា, ទីក្រុង San Diego នៅលើផលប៉ះពាល់នៃសារផ្សេងគ្នាលើចំនួនអ្នកទៅបោះឆ្នោតមួយ (Bond et al. 2012) ។

នៅថ្ងៃទី 2 ខែវិច្ឆិកាឆ្នាំ 201​​0 ដែលជាថ្ងៃនៃការបោះឆ្នោតទាំងអស់អ្នកប្រើប្រាស់ហ្វេសប៊ុកសភាអាមេរិក 61 លាននាក់ដែលរស់នៅក្នុងសហរដ្ឋអាមេរិកហើយមានជាង 18 បានចូលរួមក្នុងការពិសោធអំពីការបោះឆ្នោត។ តាមការមកទស្សនាហ្វេសប៊ុក, អ្នកប្រើប្រាស់ត្រូវបានគេជ្រើសរើសដោយចៃដន្យទៅក្នុងក្រុមទាំងបីដែលបានកំណត់ពីអ្វីដែលផ្ទាំងបដា (បើមាន) ត្រូវបានដាក់នៅកំពូលនៃដំណឹងចិញ្ចឹមរបស់ពួកគេ (រូបភាព 4.17) នេះ:

• ក្រុមវត្ថុបញ្ជាមួយ។
• សារជូនដំណឹងអំពីការបោះឆ្នោតដែលអាចចុចបានមួយជាមួយ "ខ្ញុំបានបោះឆ្នោត" ប៊ូតុងនិងជាការប្រឆាំង (info) ។
• សារជូនដំណឹងអំពីការបោះឆ្នោតដែលអាចចុចបានមួយជាមួយ "ខ្ញុំបានបោះឆ្នោត" ប៊ូតុងនិងការប្រឆាំងមួយ + ឈ្មោះនិងរូបភាពរបស់មិត្តភក្តិរបស់ពួកគេដែលបានចុច "ខ្ញុំបានបោះឆ្នោត" (info + + សង្គម) រួចទៅហើយ។

មូលបត្របំណុលនិងសហការីបានសិក្សាលទ្ធផលសំខាន់ពីរ: រាយការណ៍ឥរិយាបថបោះឆ្នោតនិងឥរិយាបថការបោះឆ្នោតពិតប្រាកដ។ ដំបូងពួកគេបានរកឃើញថាមនុស្សនៅក្នុងក្រុមសង្គម + + Info មានចំនួនប្រមាណជា 2 ភាគរយច្រើនជាងមនុស្សនៅក្នុងក្រុម Info ដើម្បីចុចលើ "ខ្ញុំបានបោះឆ្នោត" (ប្រហែល 20% ទល់នឹង 18%) ។ លើសពីនេះទៀតអ្នកស្រាវជ្រាវបានច្របាច់បញ្ចូលគ្នាបន្ទាប់ពីពួកគេជាមួយនឹងកំណត់ត្រាទិន្នន័យដែលអាចប្រើបានជាសាធារណៈសម្រាប់ការបោះឆ្នោតប្រហែល 6 លាននាក់ដែលពួកគេបានរកឃើញថាមនុស្សនៅ info ក្រុមសង្គម + + 0.39 ពិន្ទុភាគរយនាក់ទៅបោះឆ្នោតពិតជាទំនងជាងមនុស្សនៅក្នុងស្ថានភាពវត្ថុបញ្ជាបន្ថែមទៀតនិងថាប្រជាជននៅក្នុងក្រុម info នេះ គ្រាន់តែជាការទំនងក្នុងការបោះឆ្នោតដូចជាមនុស្សនៅក្នុងស្ថានភាពវត្ថុបញ្ជា (រូបភាព 4.17) ។

រូបភាពទី 4.17: លទ្ធផលពីការពិសោធន៍ទទួលបានចេញការបោះឆ្នោតលើហ្វេសប៊ុក (Bond et al. 2012) ។ អ្នកចូលរួមនៅក្នុងក្រុម info បានបោះឆ្នោតនៅក្នុងអត្រាដូចគ្នានេះដែរដូចជាមនុស្សនៅក្នុងស្ថានភាពវត្ថុបញ្ជាប៉ុន្តែមនុស្សក្នុងក្រុមសង្គម Info + + បានបោះឆ្នោតនៅក្នុងអត្រាខ្ពស់បន្តិច។ របារបង្ហាញទំនុកចិត្តលើការប៉ាន់ប្រមាណចន្លោះ 95% ។ លទ្ធផលនៅក្នុងក្រាហ្វិករួមមានអ្នកចូលរួមប្រមាណជា 6 លាននាក់ក្រុមអ្នកស្រាវជ្រាវអាចដែលផ្គូផ្គងទៅនឹងកំណត់ត្រាបោះឆ្នោត។

ពិសោធន៍នេះបង្ហាញថាសារដែលបានទទួលចេញការការបោះឆ្នោតអនឡាញមួយចំនួនគឺមានប្រសិទ្ធភាពជាងអ្នកដទៃទៀត, ហើយវាបានបង្ហាញថាការប៉ាន់ស្មានការស្រាវជ្រាវរបស់ប្រសិទ្ធភាពនៃការព្យាបាលមួយដែលអាចពឹងផ្អែកលើថាតើពួកគេបានសិក្សាឬឥរិយាបថជាក់ស្តែងបានរាយការណ៍។ ការពិសោធន៍នេះជាអកុសលមិនផ្ដល់តម្រុយណាមួយអំពីយន្ដការតាមរយៈការដែលពដែលសង្គមអ្នកស្រាវជ្រាវខ្លះបានហៅ playfully ជា "មុខគំនរ" បោះឆ្នោត -increased ។ វាអាចថាពសង្គមបានកើនឡើងប្រហែលជាបានកត់សម្គាល់ឃើញផ្ទាំងបដាដែលមាននរណាម្នាក់បានដឹងថាវាឬការកើនឡើងប្រហែលថានរណាម្នាក់ដែលបានកត់សម្គាល់ឃើញផ្ទាំងបដាពិតជាបោះឆ្នោតឬទាំងពីរនេះ។ ដូច្នេះការពិសោធន៍នេះផ្តល់នូវការរកឃើញគួរឱ្យចាប់អារម្មណ៍ដែលថាការស្រាវជ្រាវបន្ថែមទៀតទំនងជានឹងស្វែងរក (សូមមើលឧទាហរ Bakshy, Eckles, et al. (2012) ) ។

ក្នុងការបន្ថែមទៅគោលដៅអ្នកស្រាវជ្រាវពន្លឿនការនោះបានពិសោធន៍នេះផងដែរបានកើនគោលដៅនៃអង្គការដៃគូនេះ (ហ្វេសប៊ុក) ផងដែរ។ ប្រសិនបើអ្នកបានផ្លាស់ប្តូរឥរិយាបទដែលបានសិក្សាពីការបោះឆ្នោតដើម្បីទិញសាប៊ូ, បន្ទាប់មកអ្នកអាចមើលឃើញថាការសិក្សានេះមានរចនាសម្ព័ន្ធដូចគ្នាពិតប្រាកដជាការពិសោធន៍ដើម្បីវាស់ប្រសិទ្ធិភាពនៃការផ្សព្វផ្សាយពាណិជ្ជកម្មលើបណ្តាញមួយ (សូមមើលឧទាហរ Lewis and Rao (2015) ) ។ ការសិក្សាពីប្រសិទ្ធភាពផ្សាយពាណិជ្ជកម្មទាំងនេះជាញឹកញាប់វាស់ប្រសិទ្ធិភាពនៃការប៉ះពាល់ទៅនឹងការផ្សព្វផ្សាយពាណិជ្ជកម្មលើបណ្តាញនៅក្នុងការព្យាបាល Bond et al. (2012) គឺមានមូលដ្ឋានបោះឆ្នោត-ការផ្សព្វផ្សាយពាណិជ្ជកម្មលើឥរិយាបថក្រៅបណ្ដាញ។ ដូច្នេះការសិក្សានេះអាចជំរុញសមត្ថភាពរបស់ហ្វេសប៊ុកដើម្បីសិក្សាពីប្រសិទ្ធភាពនៃការផ្សព្វផ្សាយពាណិជ្ជកម្មលើបណ្តាញហ្វេសប៊ុកនិងអាចជួយផ្សព្វផ្សាយពាណិជ្ជកម្មសក្តានុពលដែលបញ្ចុះបញ្ចូលហ្វេសប៊ុកគឺមានប្រសិទ្ធិភាពការផ្សព្វផ្សាយពាណិជ្ជកម្ម។

ទោះបីជាផលប្រយោជន៍របស់ក្រុមអ្នកស្រាវជ្រាវនិងដៃគូនេះភាគច្រើនមានសម្ព័ន្ធនៅក្នុងការស្រាវជ្រាវនេះពួកគេបានផងដែរផ្នែកខ្លះភាពតានតឹង។ ជាពិសេសការបែងចែកនៃអ្នកចូលរួមក្នុងការបីលក្ខខណ្ឌគ្រប់គ្រង, info, និង info + + សង្គមត្រូវបានគេ imbalanced យ៉ាងខ្លាំង: 98% នៃសំណាកគំរូនេះត្រូវបានចាត់ឱ្យទៅ info + សង្គម។ ការបែងចែកមិនមានតុល្យភាពនេះមិនមានប្រសិទ្ធភាពស្ថិតិ, និងការបែងចែកជាច្រើនដែលល្អប្រសើរសម្រាប់ក្រុមអ្នកស្រាវជ្រាវនេះនឹងបាន 1/3 នៃអ្នកចូលរួមក្នុងក្រុមនីមួយ។ ប៉ុន្តែការបែងចែកមិនមានតុល្យភាពដែលបានកើតឡើងដោយសារហ្វេសប៊ុកចង់ឱ្យអ្នករាល់គ្នាដើម្បីទទួលបានការព្យាបាល Info បាន + សង្គម។ ជាសំណាងល្អក្រុមអ្នកស្រាវជ្រាវបានបញ្ចុះបញ្ចូលពួកគេឱ្យកាន់ត្រឡប់មកវិញ 1% សម្រាប់ការព្យាបាលដែលទាក់ទងនិង 1% នៃអ្នកចូលរួមសម្រាប់ក្រុមវត្ថុបញ្ជាមួយ។ បើគ្មានក្រុមត្រួតពិនិត្យវានឹងមិនអាចទៅរួចនោះទេមូលដ្ឋានដើម្បីវាស់ប្រសិទ្ធិភាពនៃការព្យាបាល + + Info សង្គមដោយសារតែវានឹងជា "perturbations និងការប្រារព្ធពិធី" ការពិសោធន៍ជាជាងជាមួយការពិសោធន៍គ្រប់គ្រងបានជ្រើសរើសដោយចៃដន្យ។ ឧទាហរណ៍នេះផ្តល់នូវមេរៀនជាក់ស្តែងមានតម្លៃសម្រាប់ធ្វើការជាមួយដៃគូ: ពេលខ្លះអ្នកបង្កើតការពិសោធន៍ដោយបញ្ចុះបញ្ចូលនរណាម្នាក់ដើម្បីផ្តល់នូវការព្យាបាលមួយហើយពេលខ្លះអ្នកបង្កើតការពិសោធន៍ដោយបញ្ចុះបញ្ចូលនរណាម្នាក់មិនឱ្យផ្តល់នូវការព្យាបាលមួយ (ឧ, ដើម្បីបង្កើតក្រុមមួយ) ។

ភាពជាដៃគូមិនត្រូវការការចូលរួមពីក្រុមហ៊ុនបច្ចេកវិទ្យានិងការធ្វើតេស្តមួយ / B ជាមួយមនុស្សរាប់លានអ្នកចូលរួមជានិច្ច។ ឧទាហរណ៍លោក Alexander Coppock លោក Andrew Guess និងយ៉ូហាន Ternovski (2016) សហការជាមួយអង្គការបរិស្ថានក្រៅរដ្ឋាភិបាល (សម្ព័ន្ធអភិរក្សបោះឆ្នោត) ដើម្បីរត់ការធ្វើតេស្តពិសោធន៍យុទ្ធសាស្រ្តផ្សេងគ្នាសម្រាប់ការលើកកម្ពស់ការបែមូលផ្តុំសង្គម។ ក្រុមអ្នកស្រាវជ្រាវបានប្រើគណនី Twitter របស់អង្គការដើម្បីបញ្ជូនចេញទាំងធ្វ​​ីតសាធារណៈនិងឯកជនដែលសារដោយផ្ទាល់ប្រភេទផ្សេងគ្នាប៉ុនប៉ងនាយករដ្ឋមអត្តសញ្ញាណ។ បន្ទាប់មកអ្នកស្រាវជ្រាវបានវាស់នៃសារទាំងនេះដែលមានប្រសិទ្ធភាពបំផុតសម្រាប់ជំរុញឱ្យប្រជាជនចុះហត្ថលេខាលើញត្តិមួយនិងពត៍មានអំពីញត្តិ Retweet ។

សរុបមក, មានអំណាចដៃគូជាមួយអ្នកប្រតិបត្តិការអនុញ្ញាតឱ្យទៅជាទ្រង់ទ្រាយថាគឺជាការនៅការលំបាកក្នុងការធ្វើបើមិនដូច្នេះទេ, និងតារាង 4.3 ផ្ដល់នូវឧទាហរណ៍ផ្សេងទៀតនៃភាពជាដៃគូរវាងអ្នកស្រាវជ្រាវនិងអង្គការ។ ដគូអាចត្រូវបានកាន់តែងាយស្រួលជាងការកសាងការពិសោធន៍ផ្ទាល់ខ្លួនរបស់អ្នក។ ប៉ុន្តែគុណសម្បត្តិទាំងនេះមកជាមួយនឹងគុណវិបត្តិ: ភាពជាដៃគូអាចកំណត់ប្រភេទនៃការចូលរួម, ការព្យាបាលនិងលទ្ធផលដែលអ្នកអាចសិក្សាបាន។ លើសពីនេះទៀតភាពជាដៃគូទាំងនេះអាចនាំឱ្យមានបញ្ហាប្រឈមវិជ្ជាជីវៈ។ វិធីល្អបំផុតក្នុងការមើលឱកាសសម្រាប់ភាពជាដៃគូគឺត្រូវបានកត់សម្គាល់ឃើញជាបញ្ហាពិតដែលថាអ្នកអាចដោះស្រាយខណៈពេលដែលអ្នកកំពុងធ្វើវិទ្យាសាស្រ្តដែលគួរឱ្យចាប់អារម្មណ៍។ ប្រសិនបើអ្នកមិនត្រូវបានប្រើដើម្បីវិធីនៃការសម្លឹងមើលពិភពលោកនេះ, វាអាចជាការលំបាកក្នុងការមើលមានបញ្ហានៅក្នុង quadrant ប៉ាស្ទ័រ, ប៉ុន្តែជាមួយនឹងការអនុវត្ត, អ្នកនឹងចាប់ផ្តើមសង្កេតឃើញពួកគេកាន់តែច្រើន។