ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳು, ನಿರ್ವಹಿಸಲು ಅವಕಾಶ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ನಂಬಿಕೆಯ ನೀಡುತ್ತವೆ, ಮತ್ತು ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಮಾಣದ ನಿಯಂತ್ರಣ ಮತ್ತು ನಂಬಿಕೆಯ ಒಗ್ಗೂಡಿ.
ಪ್ರಯೋಗಗಳು ವಿವಿಧ ಆಕಾರಗಳು ಮತ್ತು ಗಾತ್ರಗಳಲ್ಲಿ ಬರುತ್ತವೆ. ಆದರೆ, ಈ ವ್ಯತ್ಯಾಸಗಳ ಹೊರತಾಗಿಯೂ, ಸಂಶೋಧಕರು ಸಹಾಯಕವಾಗಿದೆಯೆ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳನ್ನು ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ನಡುವೆ ಅಖಂಡವಾದ ಉದ್ದಕ್ಕೂ ಪ್ರಯೋಗಗಳನ್ನು ಸಂಘಟಿಸಲು ಕಂಡು. ಈಗ, ಆದಾಗ್ಯೂ, ಸಂಶೋಧಕರು ಪ್ರಯೋಗಗಳನ್ನು ಅನಲಾಗ್ ಪ್ರಯೋಗಗಳು ಮತ್ತು ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ನಡುವೆ ಅಖಂಡವಾದ ಉದ್ದಕ್ಕೂ ಸಂಘಟಿಸಲು ಮಾಡಬೇಕು. ಈ ಎರಡು ಆಯಾಮದ ವಿನ್ಯಾಸ ಸ್ಥಳವನ್ನು ನೀವು ಸಾಮರ್ಥ್ಯ ಹಾಗೂ ವಿವಿಧ ಮಾರ್ಗಗಳ ದೌರ್ಬಲ್ಯಗಳನ್ನು ಅರ್ಥ ಮತ್ತು (ಚಿತ್ರ 4.1) ಮಹಾನ್ ಅವಕಾಶಗಳ ಪ್ರದೇಶಗಳಲ್ಲಿ ಸೂಚಿಸುತ್ತದೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಹಿಂದೆ, ಸಂಶೋಧಕರು ಸಂಘಟಿತ ಪ್ರಯೋಗಗಳನ್ನು ಎಂದು ಮುಖ್ಯ ರೀತಿಯಲ್ಲಿ ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಕ್ಷೇತ್ರದಲ್ಲಿ ಆಯಾಮದ ಆಗಿತ್ತು. ಸಾಮಾಜಿಕ ವಿಜ್ಞಾನದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಬಹುತೇಕ ಪದವಿಪೂರ್ವ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಕೋರ್ಸ್ ಕ್ರೆಡಿಟ್ ಒಂದು ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ವಿಚಿತ್ರ ಕೆಲಸಗಳನ್ನು ಅಲ್ಲಿ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳನ್ನು ಇವೆ. ಸಾಮಾಜಿಕ ನಡವಳಿಕೆ ಬಗ್ಗೆ ನಿರ್ದಿಷ್ಟ ಸಿದ್ಧಾಂತಗಳು ಪರೀಕ್ಷಿಸಲು ವಿನ್ಯಾಸ ನಿರ್ದಿಷ್ಟ ಚಿಕಿತ್ಸೆಗಳು ರಚಿಸಲು ಸಂಶೋಧಕರು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ ಏಕೆಂದರೆ ಪ್ರಯೋಗ ಈ ರೀತಿಯ ಸೈಕಾಲಜಿ ರಿಸರ್ಚ್ ಪ್ರಧಾನವಾಗಿರುತ್ತದೆ. ಕೆಲವು ಸಮಸ್ಯೆಗಳು, ಆದಾಗ್ಯೂ, ಏನೋ ಅಸಾಮಾನ್ಯ ಸೆಟ್ಟಿಂಗ್ ಇಂತಹ ಅಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ಉದಾಹರಣೆಗೆ ಅಸಾಮಾನ್ಯ ಜನರಿಂದ ಮಾನವ ವರ್ತನೆಯ ಬಗ್ಗೆ ಬಲವಾದ ತೀರ್ಮಾನಗಳನ್ನು ತಳೆಯುವಲ್ಲಿ ಬಗ್ಗೆ ಸ್ವಲ್ಪ ವಿಚಿತ್ರ ಭಾವಿಸುತ್ತಾನೆ. ಈ ಕಾಳಜಿಗಳು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಒಂದು ಆಂದೋಲನವನ್ನು ಕಾರಣವಾಗಿವೆ. ಫೀಲ್ಡ್ ಪ್ರಯೋಗಗಳನ್ನು ಯಾದೃಚ್ಛಿಕ ನಿಯಂತ್ರಿತ ಪ್ರಯೋಗಗಳ ಪ್ರಬಲ ವಿನ್ಯಾಸ ಭಾಗವಹಿಸುವವರು ಹೆಚ್ಚು ಪ್ರತಿನಿಧಿ ಗುಂಪುಗಳೊಂದಿಗೆ, ಹೆಚ್ಚು ಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು, ಹೆಚ್ಚು ನೈಸರ್ಗಿಕ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಒಗ್ಗೂಡಿ.
ಕೆಲವು ಜನರು ಪೈಪೋಟಿ ವಿಧಾನಗಳು ಲ್ಯಾಬ್ ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ನಗರದ ಆದರೂ, ಇದು ವಿವಿಧ ಶಕ್ತಿ ಮತ್ತು ದೌರ್ಬಲ್ಯ ಪೂರಕ ವಿಧಾನಗಳು ಅವರನ್ನು ನಗರದ ಉತ್ತಮ. ಉದಾಹರಣೆಗೆ, Correll, Benard, and Paik (2007) ಒಂದು ಲ್ಯಾಬ್ ಪ್ರಯೋಗ ಮತ್ತು ಮೂಲಗಳು "ಮಾತೃತ್ವ ಪೆನಾಲ್ಟಿ." ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ನಲ್ಲಿ ಹೇಗೆ ಪ್ರಯತ್ನದಲ್ಲಿ ಒಂದು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗ ಎರಡೂ ಬಳಸಲಾಗುತ್ತದೆ, ತಾಯಿ ಮಕ್ಕಳಿಲ್ಲದ ಮಹಿಳೆಯರಿಗೆ ಕಡಿಮೆ ಹಣ ಪಡೆಯಲು, ಸಹ ಇದೇ ಉದ್ಯೋಗಗಳು ಕೆಲಸ ರೀತಿಯ ಕೌಶಲಗಳನ್ನು ಜೊತೆ ಹೋಲಿಸಿ ಮಹಿಳೆಯರು. ಈ ಮಾದರಿಯ ಹಲವಾರು ವಿವರಣೆಗಳನ್ನು, ಮತ್ತು ಒಂದು ಮಾಲೀಕರು ತಾಯಂದಿರು ವಿರುದ್ಧ ಪಕ್ಷಪಾತ ಮಾಡುತ್ತದೆ. (ಕುತೂಹಲಕರ ವಿಷಯವೆಂದರೆ, ವಿರುದ್ಧ ತಂದೆ ನಿಜವೆಂಬಂತೆ ತೋರುತ್ತದೆ: ಅವರು ಹೋಲಿಸಬಹುದಾದ ಮಕ್ಕಳಿಲ್ಲದ ಪುರುಷರು ಹೆಚ್ಚು ಗಳಿಸುವ ಮಾಡಿದ್ದವು). ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಒಮ್ಮೆ ಹಾಗೂ ಫೀಲ್ಡ್ ನಲ್ಲಿ ಒಂದು: ತಾಯಂದಿರು ವಿರುದ್ಧ ಸಂಭವನೀಯ ಪಕ್ಷಪಾತ ನಿರ್ಣಯಿಸಲು, Correll ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಎರಡು ಪ್ರಯೋಗಗಳನ್ನು ನಡೆಯಿತು.
ಮೊದಲ, ಒಂದು ಲ್ಯಾಬ್ ಪ್ರಯೋಗದಲ್ಲಿ Correll ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಕಾಲೇಜು ಪದವಿಪೂರ್ವ ಯಾರು ಭಾಗವಹಿಸುವವರು, ಒಂದು ಕ್ಯಾಲಿಫೋರ್ನಿಯಾ ಮೂಲದ ಆರಂಭದ ಸಂಪರ್ಕ ಕಂಪನಿ ತನ್ನ ಹೊಸ ಈಸ್ಟ್ ಕೋಸ್ಟ್ ಮಾರ್ಕೆಟಿಂಗ್ ವಿಭಾಗದ ದಾರಿ ವ್ಯಕ್ತಿಗೆ ಉದ್ಯೋಗ ಹುಡುಕಾಟ ನಡೆಸುವುದು ಹೇಳಿದರು. ವಿದ್ಯಾರ್ಥಿಗಳು ಕಂಪನಿ ನೇಮಕಾತಿ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಅವರ ಸಹಾಯ ಬಯಸಿದರು ಮತ್ತು ಅವರು ಹಲವಾರು ಸಮರ್ಥ ಅಭ್ಯರ್ಥಿಗಳ ಅರ್ಜಿದಾರರು ಪರಿಶೀಲಿಸಲು ಮತ್ತು ತಮ್ಮ ಗುಪ್ತಚರ, ಉಷ್ಣತೆ, ಮತ್ತು ಕೆಲಸ ಬದ್ಧತೆ ಆಯಾಮಗಳ ಮೇಲೆ ಅಭ್ಯರ್ಥಿಗಳ ರೇಟ್ ಕೇಳಿದಾಗ ಎಂದು ತಿಳಿಸಲಾಯಿತು. ಇದಲ್ಲದೆ, ಅವರು ಅರ್ಜಿದಾರ ಮತ್ತು ಅವರು ಆರಂಭಿಕ ಸಂಬಳ ಶಿಫಾರಸು ನೇಮಕ ಶಿಫಾರಸು ಎಂದು ವಿದ್ಯಾರ್ಥಿಗಳು ಹೇಳಿದರು. ವಿದ್ಯಾರ್ಥಿಗಳು ತಿಳಿಯದಂತೆ ಆದಾಗ್ಯೂ, ಅರ್ಜಿದಾರರು ಮುಖ್ಯವಾಗಿ ವಿಷಯ ಹೊರತುಪಡಿಸಿ ಹೋಲುತ್ತದೆ ಎಂದು ನಿರ್ಮಿಸಲಾಯಿತು: ಅರ್ಜಿದಾರರು ಕೆಲವು (ಪಟ್ಟಿಯನ್ನು ಪೋಷಕರು ಶಿಕ್ಷಕ ಸಂಘದ ಇನ್ವಾಲ್ಮೆಂಟ್) ಸಂಕೇತದ ಮಾತೃತ್ವ ಮತ್ತು ಕೆಲವು ಮಾಡಲಿಲ್ಲ. Correll ವಿದ್ಯಾರ್ಥಿಗಳು ತಾಯಂದಿರು ನೇಮಕ ಶಿಫಾರಸು ಸಾಧ್ಯತೆ ಕಡಿಮೆ ಮತ್ತು ಅವುಗಳನ್ನು ಕಡಿಮೆ ಆರಂಭಿಕ ವೇತನವು ನೀಡುವ ಕಂಡುಬಂದಿಲ್ಲ. ಇದಲ್ಲದೆ, ರೇಟಿಂಗ್ಗಳು ಮತ್ತು ನೇಮಕಾತಿ ಸಂಬಂದಿತ ನಿರ್ಧಾರಗಳನ್ನು ಎರಡೂ ಒಂದು ಅಂಕಿಅಂಶಗಳ ವಿಶ್ಲೇಷಣೆ ಮೂಲಕ, Correll ತಾಯಿಯರ ದುಷ್ಪರಿಣಾಮಗಳು ಹೆಚ್ಚಾಗಿ ತಾಯಂದಿರು ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಬದ್ಧತೆ ವಿಷಯದಲ್ಲಿ ಕಡಿಮೆ ರೇಟ್ ಎಂದು ವಾಸ್ತವವಾಗಿ ವಿವರಿಸಬಹುದು ಎಂದು ಕಂಡುಹಿಡಿದಿದೆ. ಅರ್ಥಾತ್, Correll ಈ ಲಕ್ಷಣಗಳು ತಾಯಂದಿರು ಅನನುಕೂಲವನ್ನು ಮೂಲಕ ಯಾಂತ್ರಿಕ ಎಂದು ವಾದಿಸುತ್ತಾರೆ. ಹೀಗಾಗಿ, ಈ ಲ್ಯಾಬ್ ಪ್ರಯೋಗ ಕಾರಣವಾದ ಪರಿಣಾಮವನ್ನು ಅಳೆಯಬಹುದು ಮತ್ತು ಪರಿಣಾಮ ಸಂಭವನೀಯ ವಿವರಣೆಯನ್ನು ಒದಗಿಸಲು Correll ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಅವಕಾಶ.
ಸಹಜವಾಗಿ, ಒಂದು ಯಾರು ಬಹುಶಃ ಒಂದು ಪೂರ್ಣ ಸಮಯ ಕೆಲಸ ಹೊಂದಿತ್ತು ಲಕ್ಷ್ಯ ಜನರು ನೇಮಕ ಎಂದಿಗೂ ಕೆಲವು ನೂರು ಪದವಿಪೂರ್ವ ನಿರ್ಧಾರಗಳನ್ನು ಆಧರಿಸಿ ಇಡೀ ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆ ಬಗ್ಗೆ ತೀರ್ಮಾನಗಳನ್ನು ತಳೆಯುವಲ್ಲಿ ಬಗ್ಗೆ ಸಂಶಯ ಇರಬಹುದು. ಆದ್ದರಿಂದ, Correll ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಸಹ ಪೂರಕ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗವನ್ನು ನಡೆಸಿದರು. ಸಂಶೋಧಕರು ನಕಲಿ ಕವರ್ ಅಕ್ಷರಗಳು ಮತ್ತು ಅರ್ಜಿದಾರರು ರಲ್ಲಿ ಕಳುಹಿಸಿ ಜಾಹೀರಾತು ಉದ್ಯೋಗ ಅವಕಾಶಗಳನ್ನು ನೂರಾರು ಪ್ರತಿಕ್ರಿಯಿಸಿದರು. ವಸ್ತುಗಳನ್ನು ಪದವಿಪೂರ್ವ ತೋರಿಸಲಾಗಿದೆ ಹೋಲುತ್ತದೆ, ಕೆಲವು ಅರ್ಜಿದಾರರು ಮಾತೃತ್ವ ಸೂಚಿಸಿದರು ಮತ್ತು ಕೆಲವು ಮಾಡಲಿಲ್ಲ. Correll ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ತಾಯಂದಿರು ಸಮನಾಗಿ ಅರ್ಹ ಮಕ್ಕಳಿಲ್ಲದ ಮಹಿಳೆಯರಿಗೆ ಹೆಚ್ಚು ಇಂಟರ್ವ್ಯೂ ಕರೆಸಿಕೊಳ್ಳಲಾಯಿತು ಪಡೆಯುತ್ತೀರಿ ಸಾಧ್ಯತೆ ಕಡಿಮೆ ಎಂದು ಕಂಡುಬರುತ್ತದೆ. ಅರ್ಥಾತ್, ಒಂದು ಸ್ವಾಭಾವಿಕ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಸಾಂದರ್ಭಿಕ ನಿರ್ಧಾರಗಳಿಗೆ ನಿಜವಾದ ಮಾಲೀಕರು ಹೆಚ್ಚು ಪದವಿಪೂರ್ವ ವರ್ತಿಸುತ್ತಿಲ್ಲ. ಅವರು ಅದೇ ಕಾರಣಕ್ಕಾಗಿ ಇದೇ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡಿದರು? ದುರದೃಷ್ಟವಶಾತ್, ನಾವು ಗೊತ್ತಿಲ್ಲ. ಸಂಶೋಧಕರು ಅಭ್ಯರ್ಥಿಗಳ ರೇಟ್ ಅಥವಾ ನಿರ್ಣಯಗಳನ್ನು ವಿವರಿಸಲು ಮಾಲೀಕರು ಕೇಳಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ.
ಪ್ರಯೋಗಗಳ ಈ ಜೋಡಿ ಸಾಮಾನ್ಯವಾಗಿ ಲ್ಯಾಬ್ ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ಬಗ್ಗೆ ಬಹಳಷ್ಟು ತಿಳಿಸುತ್ತದೆ. ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳನ್ನು ಭಾಗವಹಿಸುವವರು ನಿರ್ಧಾರ ಇದರಲ್ಲಿ ಪರಿಸರ ಒಟ್ಟು ನಿಯಂತ್ರಣ ಬಳಿ ಸಂಶೋಧಕರು ನೀಡುತ್ತವೆ. ಆದ್ದರಿಂದ, ಉದಾಹರಣೆಗೆ, ಲ್ಯಾಬ್ ಪ್ರಯೋಗದಲ್ಲಿ, Correll ಎಲ್ಲಾ ಅರ್ಜಿದಾರರು ಗದ್ದಲವಿಲ್ಲದೆ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಓದಲು ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಯಿತು; ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗದಲ್ಲಿ, ಅರ್ಜಿದಾರರು ಕೆಲವು ಸಹ ಓದಲು ಮಾಡಿಲ್ಲ ಇರಬಹುದು. ಇದಲ್ಲದೆ, ಲ್ಯಾಬ್ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಭಾಗವಹಿಸಿದವರು ಅಧ್ಯಯನ ಮಾಡಲಾಗುತ್ತಿದೆ ಎಂದು ತಿಳಿದಿರುವ ಕಾರಣ, ಸಂಶೋಧಕರು ಸಾಮಾನ್ಯವಾಗಿ ಭಾಗವಹಿಸುವವರು ತಮ್ಮ ನಿರ್ಧಾರ ಏಕೆ ಅವುಗಳನ್ನು ಅರ್ಥ ಸಹಾಯ ಮಾಡಬಹುದು ಹೆಚ್ಚುವರಿ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, Correll ವಿವಿಧ ಆಯಾಮಗಳನ್ನು ಅಭ್ಯರ್ಥಿಗಳ ರೇಟ್ ಲ್ಯಾಬ್ ಪ್ರಯೋಗದಲ್ಲಿ ಭಾಗವಹಿಸಿದವರನ್ನು ಕೇಳಿದರು. ಪ್ರಕ್ರಿಯೆ ಡೇಟಾವನ್ನು ಈ ರೀತಿಯ ಸಂಶೋಧಕರು ಭಾಗವಹಿಸುವವರು ಅರ್ಜಿದಾರರು ಚಿಕಿತ್ಸೆ ಹೇಗೆ ವ್ಯತ್ಯಾಸಗಳು ಹಿಂದೆ ಯಾಂತ್ರಿಕ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ.
ಮತ್ತೊಂದೆಡೆ, ನಾನು ಅನುಕೂಲತೆ ವಿವರಿಸಲಾಗಿದೆ ಈ ನಿಖರ ಅದೇ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಕೆಲವೊಮ್ಮೆ ದುಷ್ಪರಿಣಾಮಗಳು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ. ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ಆದ್ಯತೆ ಸಂಶೋಧಕರು ನಿಕಟವಾಗಿ ಆಚರಿಸಲಾಗುತ್ತದೆ ಮಾಡಲಾಗುತ್ತಿದೆ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಭಾಗವಹಿಸುವ ಬಹಳ ವಿಭಿನ್ನವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದಾದ ವಾದಿಸುತ್ತಾರೆ. ಉದಾಹರಣೆಗೆ, ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಪ್ರಯೋಗ ಭಾಗವಹಿಸುವವರು ಸಂಶೋಧನೆಯ ಮುಖ್ಯ ಗುರಿ ಊಹಿಸಿದ ಮತ್ತು ಪಕ್ಷಪಾತ ಕಾಣಿಸಿಕೊಳ್ಳಲು ಅಲ್ಲ ಆದ್ದರಿಂದ ತಮ್ಮ ವರ್ತನೆಯನ್ನು ಬದಲಾಯಿಸಿರಬಹುದು ಇರಬಹುದು. ಇದಲ್ಲದೆ, ಅರ್ಜಿದಾರರು ಮೇಲೆ ಸಣ್ಣ ವ್ಯತ್ಯಾಸಗಳು ವಾದಿಸುತ್ತಾರೆ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಆದ್ಯತೆ ಸಂಶೋಧಕರು ಅತ್ಯಂತ ಶುದ್ಧ, ಬರಡಾದ ಪ್ರಯೋಗಾಲಯದ ಪರಿಸರದಲ್ಲಿ ಎದ್ದು ಹೀಗಾಗಿ ಲ್ಯಾಬ್ ಪ್ರಯೋಗ ಪರಿಣಾಮ ಮಾತೃತ್ವದ ನಿಜವಾದ ನೇಮಕಾತಿ ನಿರ್ಧಾರಗಳನ್ನು ಮೇಲೆ ಅಂದಾಜು ಮಾಡುತ್ತದೆ. ಪಶ್ಚಿಮ, ಶಿಕ್ಷಣ, ಕೈಗಾರಿಕಾ ಅಭಿವೃದ್ಧಿ, ಸಮೃದ್ಧ ಮುಖ್ಯವಾಗಿ ವಿದ್ಯಾರ್ಥಿಗಳು ಡೆಮೋಕ್ರಾಟಿಕ್ ದೇಶಗಳು: ಅಂತಿಮವಾಗಿ, ಕ್ಷೇತ್ರದಲ್ಲಿ ಹೆಚ್ಚಿನ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರತಿಪಾದಕರು ವಿಯರ್ಡ್ ಭಾಗವಹಿಸುವವರು ಮೇಲೆ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳನ್ನು ರಿಲಯನ್ಸ್ ಟೀಕಿಸಲು (Henrich, Heine, and Norenzayan 2010) . Correll ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಪ್ರಯೋಗಗಳನ್ನು (2007) ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಕ್ಷೇತ್ರದಲ್ಲಿ ಮುಂದುವರಿಕೆ ಮೇಲೆ ಎರಡು ವಿಪರೀತಗಳ ವಿವರಿಸುತ್ತದೆ. ಈ ಎರಡು ವಿಪರೀತಗಳ ನಡುವೆ ಇಂತಹ ಲ್ಯಾಬ್ ಒಳಗೆ ವಿದ್ಯಾರ್ಥಿಗಳು ಅಲ್ಲದ ತರುವ ಅಥವಾ ಕ್ಷೇತ್ರದಲ್ಲಿ ಸಾಗುವ ಆದರೆ ಭಾಗವಹಿಸುವವರು ಅಸಾಮಾನ್ಯ ಕಾರ್ಯ ನಿರ್ವಹಿಸಲು ಹೊಂದಿರುವ ವಿಧಾನಗಳು ಸೇರಿದಂತೆ ಹೈಬ್ರಿಡ್ ವಿನ್ಯಾಸಗಳ ವಿವಿಧ ಇವೆ.
ಅನಲಾಗ್-ಡಿಜಿಟಲ್: ಹಿಂದೆ ಅಸ್ತಿತ್ವದಲ್ಲಿತ್ತು ಎಂದು ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಕ್ಷೇತ್ರದಲ್ಲಿ ಆಯಾಮ ಜೊತೆಗೆ, ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಸಂಶೋಧಕರು ಈಗ ಇದು ಉದ್ದಕ್ಕೂ ಪ್ರಯೋಗಗಳನ್ನು ಬದಲಾಗುತ್ತವೆ ಎರಡನೇ ಪ್ರಮುಖ ಆಯಾಮ ಹೊಂದಿವೆ. ಶುದ್ಧ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳನ್ನು, ಶುದ್ಧ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳು, ಮತ್ತು ನಡುವೆ ಮಿಶ್ರತಳಿಗಳು ವಿವಿಧ ಇವೆ ಕೇವಲ, ಶುದ್ಧ ಅನಲಾಗ್ ಪ್ರಯೋಗಗಳು, ಶುದ್ಧ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳು, ಮತ್ತು ಮಿಶ್ರತಳಿಗಳು ವಿವಿಧ ಇವೆ. ಇದು ಈ ಆಯಾಮವನ್ನು ಒಂದು ಶಾಸ್ತ್ರೋಕ್ತ ವ್ಯಾಖ್ಯಾನ ನೀಡಲು ಟ್ರಿಕಿ, ಆದರೆ ಉಪಯುಕ್ತ ಕೆಲಸ ವ್ಯಾಖ್ಯಾನ ಸಂಪೂರ್ಣವಾಗಿ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳು,, ಭಾಗವಹಿಸುವವರು ನೇಮಕ ಯಾದೃಚ್ಛೀಕರಿಸು ಚಿಕಿತ್ಸೆಗಳು ತಲುಪಿಸಲು, ಮತ್ತು ಫಲಿತಾಂಶಗಳ ಅಳೆಯಲು ಡಿಜಿಟಲ್ ಮೂಲಸೌಕರ್ಯ ಬಳಸಿಕೊಳ್ಳುವ ಪ್ರಯೋಗಗಳನ್ನು ಎಂಬುದು. ಉದಾಹರಣೆಗೆ, Restivo ಮತ್ತು ವಾನ್ ಡೆ Rijt ನ (2012) ಇದು ಈ ಎಲ್ಲಾ ಹಂತಗಳನ್ನು ನಾಲ್ಕು ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಗಳು ಬಳಸಲಾಗುತ್ತದೆ ಏಕೆಂದರೆ barnstars ಅಧ್ಯಯನ ಮತ್ತು ವಿಕಿಪೀಡಿಯ ಒಂದು ಸಂಪೂರ್ಣವಾಗಿ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗವಾಗಿದ್ದು. ಅಂತೆಯೇ ಸಂಪೂರ್ಣವಾಗಿ ಅನಲಾಗ್ ಪ್ರಯೋಗಗಳನ್ನು ಈ ನಾಲ್ಕು ಹಂತಗಳನ್ನು ಯಾವುದೇ ಡಿಜಿಟಲ್ ಮೂಲಸೌಕರ್ಯ ಬಳಸಿಕೊಳ್ಳುವ ಪ್ರಯೋಗಗಳಿಗೆ ಇವೆ. ಮನೋವಿಜ್ಞಾನದಲ್ಲಿ ಕ್ಲಾಸಿಕ್ ಹೆಚ್ಚಿನ ಪ್ರಯೋಗಗಳನ್ನು ಅನಲಾಗ್ ಪ್ರಯೋಗಗಳಾಗಿವೆ. ಈ ಎರಡು ವಿಪರೀತಗಳ ನಡುವೆ ಇಲ್ಲ ಭಾಗಶಃ ನಾಲ್ಕು ಹೆಜ್ಜೆಗಳನ್ನು ಅನಲಾಗ್ ಮತ್ತು ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಗಳ ಒಂದು ಸಂಯೋಜನೆಯನ್ನು ಬಳಸುವ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳಾಗಿವೆ.
ವಿಮರ್ಶಾತ್ಮಕವಾಗಿ, ಅವಕಾಶಗಳನ್ನು ಚಲಾಯಿಸಲು ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ಅಲ್ಲ ಕೇವಲ ಆನ್ಲೈನ್. ಸಂಶೋಧಕರು ಚಿಕಿತ್ಸೆಗಳು ತಲುಪಿಸಲು ಅಥವಾ ಫಲಿತಾಂಶಗಳ ಅಳತೆ ಮಾಡಲು ಭೌತಿಕ ಜಗತ್ತಿನಲ್ಲಿ ಡಿಜಿಟಲ್ ಸಾಧನಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಭಾಗಶಃ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ಚಲಾಯಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಸಂಶೋಧಕರು ಫಲಿತಾಂಶಗಳ ಅಳೆಯಲು ನಿರ್ಮಿಸಿದ ಪರಿಸರದಲ್ಲಿ ಚಿಕಿತ್ಸೆಗಳು ಅಥವಾ ಸಂವೇದಕಗಳು ತಲುಪಿಸಲು ಸ್ಮಾರ್ಟ್ ಫೋನ್ ಬಳಸಬಹುದಾಗಿತ್ತು. ವಾಸ್ತವವಾಗಿ, ನಾವು ಈ ಮುಂದಿನ ಅಧ್ಯಾಯದಲ್ಲಿ ನೋಡಬಹುದು ಎಂದು, ಸಂಶೋಧಕರು ಈಗಾಗಲೇ ಮನೆಯಲ್ಲಿ ವಿದ್ಯುತ್ ಮೀಟರ್ ಸಾಮಾಜಿಕ ರೂಢಿಗಳು ಮತ್ತು 8.5 ದಶಲಕ್ಷ ಕುಟುಂಬಗಳು ಒಳಗೊಂಡ ಶಕ್ತಿ ಬಳಕೆ ಬಗ್ಗೆ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಫಲಿತಾಂಶಗಳ ಅಳೆಯಲು ಬಳಸುತ್ತಾರೆ (Allcott 2015) . ಡಿಜಿಟಲ್ ಸಾಧನಗಳ ಹೆಚ್ಚು ಜನರ ಜೀವನದ ಇಂಟಿಗ್ರೇಟೆಡ್ ಮತ್ತು ಸಂವೇದಕಗಳು ರಚಿಸಲ್ಪಟ್ಟ ಪರಿಸರದ ಇಂಟಿಗ್ರೇಟೆಡ್ ಪಡೆದುಕೊಳ್ಳುತ್ತಿದ್ದಂತೆ, ಈ ಅವಕಾಶಗಳನ್ನು ಭೌತಿಕ ಜಗತ್ತಿನಲ್ಲಿ ಭಾಗಶಃ ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ನಿರ್ವಹಿಸಲು ನಾಟಕೀಯವಾಗಿ ಹೆಚ್ಚಾಗುತ್ತದೆ. ಅರ್ಥಾತ್, ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ಕೇವಲ ಆನ್ಲೈನ್ ಪ್ರಯೋಗಗಳಾಗಿವೆ.
ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಗಳು ಎಲ್ಲೆಡೆ ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಕ್ಷೇತ್ರದಲ್ಲಿ ಅನಂತ ಜೊತೆಗೆ ಪ್ರಯೋಗಗಳಿಗೆ ಹೊಸ ಸಾಧ್ಯತೆಗಳು ರಚಿಸಬಹುದು. ಶುದ್ಧ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳನ್ನು, ಉದಾಹರಣೆಗೆ, ಸಂಶೋಧಕರು ಪಾಲ್ಗೊಂಡವರ ನಡವಳಿಕೆಯ ಅಪ್ಪಟವಾದ ಮಾಪನ ಡಿಜಿಟಲ್ ವ್ಯವಸ್ಥೆಗಳು ಬಳಸಬಹುದು; ಸುಧಾರಿತ ಈ ವಿಧದ ಮಾಪನ ಒಂದು ಉದಾಹರಣೆ ನೋಟದ ಸ್ಥಳ ನಿಖರವಾದ ಮತ್ತು ನಿರಂತರ ಕ್ರಮಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ ಕಣ್ಣಿನ ಟ್ರ್ಯಾಕಿಂಗ್ ಉಪಕರಣಗಳ. ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಕೂಡ ಲ್ಯಾಬ್ ತರಹದ ಪ್ರಯೋಗಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯತೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಸಂಶೋಧಕರು ವೇಗವಾಗಿ ಆನ್ಲೈನ್ ಪ್ರಯೋಗಗಳಿಗೆ ಭಾಗವಹಿಸುವವರು (ಚಿತ್ರ 4.2) ಸೇರಿಸಿಕೊಳ್ಳಲು ಅಮೆಜಾನ್ ಯಾಂತ್ರಿಕ ಟರ್ಕ್ (MTurk) ಅಳವಡಿಸಿಕೊಂಡಿವೆ. MTurk ಹಣಕ್ಕೆ ಆ ಕೆಲಸಗಳನ್ನು ಬಯಸುವ "ಕೆಲಸಗಾರರು" ಪೂರ್ಣಗೊಳಿಸಲಾಗುವುದು ಅಗತ್ಯವಿದೆ ಕಾರ್ಯಗಳನ್ನು ಹೊಂದಿರುವ "ಮಾಲೀಕರು" ಸರಿಹೊಂದಣಿಕೆ. ಸಾಂಪ್ರದಾಯಿಕ ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆಗಳು ಭಿನ್ನವಾಗಿ, ಆದರೆ, ಸಾಮಾನ್ಯವಾಗಿ ಒಳಗೊಂಡಿರುವ ಕಾರ್ಯಗಳನ್ನು ಕೆಲವೇ ನಿಮಿಷಗಳ ಪೂರ್ಣಗೊಳಿಸಲು ಅಗತ್ಯವಿದೆ ಮತ್ತು ಉದ್ಯೋಗದಾತ ಮತ್ತು ಕಾರ್ಮಿಕನ ನಡುವೆ ಸಂಪೂರ್ಣ ಪರಸ್ಪರ ವಾಸ್ತವಪ್ರಾಯ. ಏಕೆಂದರೆ ಸಾಂಪ್ರದಾಯಿಕ ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳನ್ನು-ಪಾವತಿ ಜನರ MTurk ಅನುಕರಿಸುವ ಅಂಶಗಳನ್ನು ಅವರು ಹಾಗೆ ಎಂದು ಕೆಲಸಗಳನ್ನು ಮುಕ್ತ ಇದು ಸ್ವಾಭಾವಿಕವಾಗಿ ಪ್ರಯೋಗಗಳ ಕೆಲವು ರೀತಿಯ ಸೂಕ್ತವಾಗಿರುತ್ತದೆ. ಮೂಲಭೂತವಾಗಿ, MTurk ಭಾಗವಹಿಸುವವರು-ನೇಮಕಾತಿ ಒಂದು ಪೂಲ್ ನಿರ್ವಹಣೆ ಮತ್ತು ಪಾವತಿ ಜನರ ಮತ್ತು ಸಂಶೋಧಕರು ಭಾಗವಹಿಸುವವರು ಒಂದು ಯಾವಾಗಲೂ ದೊರಕುವಂತಹ ಸ್ಪರ್ಶಿಸಿ ಮೂಲಸೌಕರ್ಯವು ಲಾಭ ತೆಗೆದುಕೊಂಡ ಮೂಲಭೂತ ಸೃಷ್ಟಿಸಿದೆ.
ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ಕ್ಷೇತ್ರದಲ್ಲಿ ತರಹದ ಪ್ರಯೋಗಗಳನ್ನು ಇನ್ನೂ ಹೆಚ್ಚಿನ ಸಾಧ್ಯತೆಗಳನ್ನು ರಚಿಸಲು. ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ನೈಸರ್ಗಿಕ ಪರಿಸರದಲ್ಲಿ (ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ನಂತಹ) ನೈಜ ನಿರ್ಧಾರಗಳಿಗೆ ಕಾರ್ಯಸಾಧ್ಯ ವಿಧಾನಗಳಿಂದ (ಲ್ಯಾಬ್ ಪ್ರಯೋಗಗಳನ್ನು ನಂತಹ) ಮತ್ತು ವೈವಿಧ್ಯ ಭಾಗವಹಿಸುವವರು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಬಿಗಿಯಾದ ನಿಯಂತ್ರಣ ಮತ್ತು ಪ್ರಕ್ರಿಯೆ ಡೇಟಾ ಒದಗಿಸುತ್ತವೆ. ಮುಂಚಿನ ಪ್ರಯೋಗಗಳ ಉತ್ತಮ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಈ ಸಂಯೋಜನೆಯನ್ನು ಜೊತೆಗೆ, ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳು ಅನಲಾಗ್ ಲ್ಯಾಬ್ ಮತ್ತು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಕಷ್ಟ ಎಂದು ಮೂರು ಅವಕಾಶಗಳನ್ನು ನೀಡುತ್ತವೆ.
ಮೊದಲ, ಅತ್ಯಂತ ಅನಲಾಗ್ ಲ್ಯಾಬ್ ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ಭಾಗವಹಿಸುವವರು ನೂರಾರು ಆದರೆ, ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಭಾಗವಹಿಸುವವರು ಲಕ್ಷಾಂತರ ಹೊಂದಬಹುದು. ಕೆಲವು ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ಶೂನ್ಯ ಅನಿರ್ದಿಷ್ಟ ವೆಚ್ಚ ದತ್ತಾಂಶವಾಗುತ್ತದೆ ಏಕೆಂದರೆ ಪ್ರಮಾಣದಲ್ಲಿ ಈ ಬದಲಾವಣೆ. ಒಮ್ಮೆ ಸಂಶೋಧಕರು ಭಾಗವಹಿಸುವವರು ಸಂಖ್ಯೆ ಹೆಚ್ಚಳ ಸಾಮಾನ್ಯವಾಗಿ ವೆಚ್ಚ ಹೆಚ್ಚಿಸಲು ಇಲ್ಲ, ಪ್ರಾಯೋಗಿಕ ಮೂಲಸೌಕರ್ಯ ರಚಿಸಿದ, ಆಗಿದೆ. 100 ಅಥವಾ ಹೆಚ್ಚು ಅಂಶಕ್ಕೆ ಭಾಗವಹಿಸುವವರು ಸಂಖ್ಯೆ ಹೆಚ್ಚಳ ಕೇವಲ ಪರಿಮಾಣಾತ್ಮಕ ಬದಲಾವಣೆ ಅಲ್ಲ, ಇದು ಪ್ರಯೋಗಗಳನ್ನು (ಉದಾಹರಣೆಗೆ, ಚಿಕಿತ್ಸೆಯ ಪರಿಣಾಮಗಳನ್ನು ಹೆಟೆರೋಜೀನಿಯಿಟಿ) ಮತ್ತು ಸಂಪೂರ್ಣವಾಗಿ ವಿವಿಧ ಪ್ರಾಯೋಗಿಕ ವಿನ್ಯಾಸಗಳು (ರನ್ ಭಿನ್ನವಾಗಿದೆ ವಿಷಯಗಳನ್ನು ತಿಳಿಯಲು ಸಂಶೋಧಕರು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ ಏಕೆಂದರೆ, ಒಂದು ಗುಣಾತ್ಮಕ ಬದಲಾವಣೆ ಉದಾಹರಣೆಗೆ, ದೊಡ್ಡ ಗುಂಪು ಪ್ರಯೋಗಗಳನ್ನು). ಈ ಹಂತದಲ್ಲಿ ಎಷ್ಟು ಮುಖ್ಯ, ನಾನು ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳನ್ನು ರಚಿಸುವ ಬಗ್ಗೆ ಸಲಹೆ ನೀಡುವ ಸಂದರ್ಭದಲ್ಲಿ ಅಧ್ಯಾಯದ ಕೊನೆಯಲ್ಲಿ ಕಡೆಗೆ ಬರುತ್ತೇವೆ.
ಎರಡನೆಯ, ಅತ್ಯಂತ ಅನಲಾಗ್ ಲ್ಯಾಬ್ ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ಭಾಗವಹಿಸುವವರು ಚಿಕಿತ್ಸೆ ಆದರೆ ಎಂದು ಒಂದೇ ವಿಜೆಟ್ಗಳನ್ನು, ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಸಂಶೋಧನೆ ವಿನ್ಯಾಸ ಮತ್ತು ವಿಶ್ಲೇಷಣೆ ಹಂತಗಳಲ್ಲಿ ಭಾಗವಹಿಸುವವರು ಬಗ್ಗೆ ಹಿನ್ನೆಲೆ ಮಾಹಿತಿಯನ್ನು ಬಳಸುತ್ತೇವೆ. ಅವರು ಸಂಪೂರ್ಣವಾಗಿ ಹೆಸರು ಪರಿಸರದಲ್ಲಿ ನಡೆಯುತ್ತವೆ ಏಕೆಂದರೆ ಹಿನ್ನೆಲೆ ಮಾಹಿತಿ, ಪೂರ್ವ ಸಂಸ್ಕರಣವನ್ನು ಮಾಹಿತಿ ಕರೆಯಲಾಗುತ್ತದೆ, ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಹೆಚ್ಚಾಗಿ ಲಭ್ಯವಿದೆ. ಉದಾಹರಣೆಗೆ, ಫೇಸ್ಬುಕ್ ನಲ್ಲಿ ಸಂಶೋಧಕರು ಪದವಿಪೂರ್ವ ಒಂದು ಪ್ರಮಾಣಿತ ಲ್ಯಾಬ್ ಪ್ರಯೋಗ ವಿನ್ಯಾಸ ಸಂಶೋಧಕರು ಹೆಚ್ಚು ಪೂರ್ವ ಸಂಸ್ಕರಣವನ್ನು ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿದೆ. ಈ ಪೂರ್ವ ಚಿಕಿತ್ಸೆ ಮಾಹಿತಿ ಭಾಗವಹಿಸಿ ಒಂದೇ ವಿಜೆಟ್ಗಳನ್ನು ಚಿಕಿತ್ಸೆ ಆಚೆಗೆ ಸರಿಸಲು ಸಂಶೋಧಕರು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ. ಹೆಚ್ಚು ನಿರ್ದಿಷ್ಟವಾಗಿ, ಪೂರ್ವ ಸಂಸ್ಕರಣವನ್ನು ಮಾಹಿತಿ ದಕ್ಷ ಪ್ರಾಯೋಗಿಕ ವಿನ್ಯಾಸದ ಅಂತಹ ಪ್ರತಿಬಂಧಿಸುವಂತಹ ಶಕ್ತಗೊಳಿಸುತ್ತದೆ (Higgins, Sävje, and Sekhon 2016) ಮತ್ತು ಭಾಗಿಗಳ ಗುರಿ ನೇಮಕಾತಿ (Eckles, Kizilcec, and Bakshy 2016) -ಮತ್ತು ಹೆಚ್ಚು ಒಳನೋಟವುಳ್ಳ ವಿಶ್ಲೇಷಣೆ ಅಂತಹ ಹೆಟೆರೋಜೀನಿಯಿಟಿ ಅಂದಾಜು ಎಂದು ಚಿಕಿತ್ಸೆ ಪರಿಣಾಮಗಳ (Athey and Imbens 2016a) ಮತ್ತು ಸುಧಾರಿತ ನಿಖರತೆ covariate ಹೊಂದಾಣಿಕೆ (Bloniarz et al. 2016) .
ಮೂರನೇ, ಅನೇಕ ಅನಲಾಗ್ ಲ್ಯಾಬ್ ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ಸಮಯವನ್ನು ಸಂಕುಚಿತ ಪ್ರಮಾಣದ ಚಿಕಿತ್ಸೆಗಳು ಮತ್ತು ಅಳತೆ ಫಲಿತಾಂಶಗಳ ತಲುಪಿಸಲು ಆದರೆ ಕೆಲವು ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಕಾಲಾನಂತರದಲ್ಲಿ ರವಾನಿಸಬಹುದು ಮತ್ತು ಪರಿಣಾಮಗಳು ಸಹ ಕಾಲಾನಂತರದಲ್ಲಿ ಅಳೆಯಬಹುದು ಚಿಕಿತ್ಸೆಗಳು ಒಳಗೊಂಡಿರುತ್ತವೆ. ಉದಾಹರಣೆಗೆ, Restivo ಮತ್ತು ವಾನ್ ಡೆ Rijt ಪ್ರಯೋಗದ 90 ದಿನಗಳವರೆಗೆ ದಿನನಿತ್ಯ ಹೆಸರು ಫಲಿತಾಂಶದ ಹೊಂದಿದೆ, ಮತ್ತು ಪ್ರಯೋಗಗಳ ಒಂದು ನಾನು ನಂತರ ಅಧ್ಯಾಯದಲ್ಲಿ ಬಗ್ಗೆ ಹೇಳುತ್ತೇನೆ (Ferraro, Miranda, and Price 2011) ಮೂಲತಃ 3 ವರ್ಷಗಳಲ್ಲಿ ಫಲಿತಾಂಶಗಳ ಜಾಡು ಯಾವುದೇ ವೆಚ್ಚ. ಪ್ರಯೋಗಗಳ ಮೇಲೆ ರನ್ ಮಾಡಿದಾಗ ಈ ಮೂರು ಅವಕಾಶಗಳನ್ನು ಗಾತ್ರದ, ಪೂರ್ವ ಸಂಸ್ಕರಣವನ್ನು ಮಾಹಿತಿ, ಮತ್ತು ಅನುಲಂಬ ಚಿಕಿತ್ಸೆ ಮತ್ತು ಫಲಿತಾಂಶದ ಸಾಮಾನ್ಯ ಡೇಟಾ ಯಾವಾಗಲೂ ಆನ್ ಮಾಪನಗಳು ವ್ಯವಸ್ಥೆಗಳು (ಯಾವಾಗಲೂ ಆನ್ ಮಾಪನ ವ್ಯವಸ್ಥೆಯನ್ನು ಹೆಚ್ಚು ಅಧ್ಯಾಯ 2 ನೋಡಿ).
ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಅನೇಕ ಸಾಧ್ಯತೆಗಳನ್ನು ನೀಡುತ್ತವೆ, ಅವರು ಅನಲಾಗ್ ಲ್ಯಾಬ್ ಮತ್ತು ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ಎರಡೂ ಕೆಲವು ದೌರ್ಬಲ್ಯಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳಿ. ಉದಾಹರಣೆಗೆ, ಪ್ರಯೋಗಗಳನ್ನು ಕಳೆದ ಅಧ್ಯಯನಕ್ಕೆ ಬಳಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಮತ್ತು ಅವರು ಕೇವಲ ಎಂದು ಕುಶಲತೆಯಿಂದ ಚಿಕಿತ್ಸೆಗಳು ಪರಿಣಾಮಗಳನ್ನು ಅಂದಾಜು ಮಾಡಬಹುದು. ಅಲ್ಲದೆ, ಪ್ರಯೋಗಗಳನ್ನು ನಿಸ್ಸಂದೇಹವಾಗಿ ನೀತಿ ಮಾರ್ಗದರ್ಶನ ಉಪಯುಕ್ತ, ಅವು ಒದಗಿಸುತ್ತವೆ ನಿಖರವಾದ ಮಾರ್ಗದರ್ಶನ ಏಕೆಂದರೆ ಅಂತಹ ಪರಿಸರ ಅವಲಂಬನೆ, ಅನುಸರಣೆ ಸಮಸ್ಯೆಗಳು, ಮತ್ತು ಸಮತೋಲನ ಪರಿಣಾಮಗಳು ತೊಡಕುಗಳನ್ನು ಸ್ವಲ್ಪ ಸೀಮಿತವಾಗಿದೆ (Banerjee and Duflo 2009; Deaton 2010) . ಅಂತಿಮವಾಗಿ, ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳ ಮೂಲಕ ದಾಖಲಿಸಿದವರು ನೈತಿಕ ಕಾಳಜಿ ಹಿಗ್ಗಿಸಿ. ಕ್ಷೇತ್ರ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರತಿಪಾದಕರು ಲಕ್ಷಾಂತರ ಜನರು ಮಾಡಿದ ಸಾಂದರ್ಭಿಕ ನಿರ್ಧಾರಗಳಲ್ಲಿ ದೃಷ್ಟಿಗೆ ಮತ್ತು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಮಧ್ಯಸ್ಥಿಕೆ ತಮ್ಮ ಸಾಮರ್ಥ್ಯವನ್ನು ಕಹಳೆ. ಈ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಕೆಲವು ವೈಜ್ಞಾನಿಕ ಪ್ರಯೋಜನಗಳನ್ನು ನೀಡುತ್ತವೆ, ಆದರೆ ಅವರು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳನ್ನು ನೈತಿಕವಾಗಿ ಸಂಕೀರ್ಣಗೊಳಿಸುತ್ತದೆ (ಸಂಶೋಧಕರು ಭಾರಿ ಪ್ರಮಾಣದ "ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಇಲಿಗಳ" ನಂತಹ ಜನರು ಚಿಕಿತ್ಸೆ ಬಗ್ಗೆ ಯೋಚಿಸುತ್ತಾರೆ). ಇದಲ್ಲದೆ, ಸಾಧ್ಯ ಕ್ರೆಡಿಬಿಲಿಟಿ ಜೊತೆಗೆ ಭಾಗವಹಿಸುವವರಿಗೆ, ಡಿಜಿಟಲ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಯೋಗಗಳು, ಅವುಗಳ ಸ್ಕೇಲ್, ಸಾಮಾಜಿಕ ವ್ಯವಸ್ಥೆಯ ಕೆಲಸ ಅಡ್ಡಿ ಬಗ್ಗೆ ಸಂಗ್ರಹಿಸಲು (ಉದಾ, Restivo ವಾನ್ ಡೆರ್ Rijt ಹಲವಾರು barnstars ನೀಡಿದರೆ ವಿಕಿಪೀಡಿಯ ಪ್ರತಿಫಲ ವ್ಯವಸ್ಥೆಯ ಅಸ್ತವ್ಯಸ್ತಗೊಳಿಸುತ್ತದೆ ಬಗ್ಗೆ) .