Mifteya ji bo xebitandina tecrûbeyên mezin bi mekîna mesrefa variable xwe ji sifir. Rêyên herî baş ji bo vê yekê ne automation û dîzaynkirina tecrûbeyên di sêrî de.
Ceribandinên li dîjîtal a dikarin strukturên mesrefa çiqwas cuda hene û ev lêkolîner, derfetê ji bo birêvebirina tecrûbeyên ku di dema borî de ne mumkin bûn. Bi taybetî, tecrûbeyên bi gelemperî du cureyên sereke yên mesrefên:. Mesrefên sabît û mesrefên variable mesrefên Fixed mesrefên ku nayê guhertin li gor ka gelek beşdaran tu ne. Ji bo nimûne, di ezmûneke lab, mesrefên sabît bibe mesrefa kirê qada û kirîna mobîlye. Mesrefên Guherbar, li aliyekî din jî, guhertin li gor ka gelek beşdaran te heye. Ji bo nimûne, di ezmûneke lab, mesrefên variable bibe ji dayîna xebatkarên û beşdarên were. Bi giştî, di ceribandinên analog heye mesrefên sabît kêm û mesrefên variable bilind, û tecrûbeyên dîjîtal mesrefên sabît bilind û mesrefên variable kêm dike (Şikil 4.18). Bi design guncaw, tu mesrefa variable ji ezmûna xwe hemû rê ji bo zero derxin, û ev dikare firsendên lêkolîn heyecan biafirîne.
in, du hêmanên bingehîn yên variable cost-dayinên bi karmendan û dirav hene beşdaran-û her yek ji wan dikare ji bo zero bikaranîna stratejîyên cuda de meya. Dayinên bi karmendan re stem ji karê ku asîstanên lêkolîn do recruiting beşdaran, teslîmkirina treatments, û pîvana encamên. Ji bo nimûne, ezmûna warê analog ji Schultz û hevalên xwe (2007) li ser pîvanên civakî û bikaranîna elektrîkê asîstanên lêkolînên pêwîst ji bo rêwîtiyê ji bo her malê ji bo gihandina tedawiya û xwendin Jimêrkera ceyranê (WÊNE 4.3). Hemû ev hewldan ji aliyê asîstanên lêkolîn wateyê ku got, a mala nû ji bo xebatê de, dê ji bo mesrefa added. Li aliyê din jî, ji bo ku xwedî tecrubeya qada digital ji Restivo û van de Rijt (2012) li ser xelat di Wîkîpediya de, lêkolînerên nikaribû beşdaran more at hema hema tu mesrefa zêde bike. A stratejiyeke giştî ji bo kêmkirina mesrefên îdarî guherrok e ku li şûna karê mirovan (e ku biha) bi kar dibe (e ku erzan). Loq, tu dikarî ji xwe bipirsin: dikarin ji vê ezmûna run dema ku her kesê li ser tîma lêkolînê min di xew de ye? Eger bersiva erê e, tu karekî mezin ji automation kiribûn.
The type sereke ya duyem ya mesrefa variable dayinên ji beşdaran e. Hin lêkolîner Amazon Mechanical Turk û din bazarên bike kar bi kar anî ji bo kêm pere bi ku ji bo beşdaran pêwîst. Da ku ji dewriyeya mesrefên variable de hemû rê ji sifir, lê belê, nêrîneke cuda pêwîst e. Ji bo demeke dirêj de, lêkolînerên tecrûbeyên ku bi vî awayî dilteng ew bi xwe xercê gelê beşdarî çê bike. Lê belê, eger hûn dikarin ku ezmûna ku gel dixwazin li be biafirîne? Ev dibe ku dûr biribû, lê ez ê ji te re mînaka li jêr ji karê xwe min bidin min, û ne wergerandî zêdetir li Table 4.4 hene. Baldarî bibin ku ev nêzîkatiya ji bo çêkirina tecrûbeyên bi kêf û meşandin hin ji yên ku mijarên li Chapter 3 di derbarê çêkirina anketên di sêrî de zêdetir û li Chapter 5 derbarê design ji hevkariya girseyî. Ji ber vê yekê, ez bawer im ku beşdar-heweyên çi jî bê gotin user tecrubeya-ê bibin parçeyeke diçe giring yên design lêkolîna ku di serdema dîjîtal.
Zîyanşûndedanî | Gazîname |
---|---|
Website bi agahiyên tendurustî | Centola (2010) |
bernameya Exercise | Centola (2011) |
free music | Salganik, Dodds, and Watts (2006) ; Salganik and Watts (2008) ; Salganik and Watts (2009b) |
game Fun | Kohli et al. (2012) |
pêşnîyarên Movie | Harper and Konstan (2015) |
Heke tu dixwazî ji bo afirandina zero mesrefên tecrûbeyên variable ê te dixwazin, da ku her tişt bi temamî automated û ku beşdaran tu dayinên hewce ne. Ji bo ku nîşan bide çawa ev gengaz e, ez ê lêkolînên guhdana min li ser serkeftina û têkçûna berhemên çandî salix. Ev mînak jî nîşan dide ku, zero welat mesrefa guherrok e tenê li ser tiştên erzantir ne. Lê belê, ew li ser derfet û tecrûbeyên ku ne gengaz be, wekî din e.
guhdana min bi xwezayê de dihêlin, ji bo serkeftina ji bo berhemên çandî de sextekarî kirin. Hit songs, best firotina pirtûkan, û movies tevn pir, hê çiqas bêtir serkeftî ji average in. Ji ber vê yekê, bazarên ji bo van berheman bi gelek caran "winner-bigire-hemû" bazarên navê. Lê belê, di eynî demê de, ku song taybetî, pirtûka, an movie serkeftî dê bibe mêrg şolî ye. Senaryoyan William Goldman (1989) elegantly gelek lêkolînên akademîk û got ku, dema ku encama serkeftina tê, bi kurtî "tu kes tiştekî nizane." The unpredictability yên serketî-bigire-hemû bazarên made min gelo çiqas ji bo serkeftina di encama e yên bi kalîte û çiqas bextekî e. An jî, diyar hinekî cuda, eger em dikarin cîhanan paralel ava bike û hemû wan serbixwe amûreyên, dê di heman stranên li her cîhanê populer bûye? Û, eger ne, çi bibe makenîzmayeke ku dibe sedema van cudatiyên?
Ji bo bersiva van pirsan, em-Peter Dodds, Duncan Watts (şêwirmendê guhdana min), û ez-bezî rêze tecrûbeyên warê me bike. Bi taybetî jî, em ava malpera bi navê MusicLab ku gelê music nû keşif, û em jî ji bo hin rêze tecrûbeyên bikaranîn. Em beşdaran bi xebitandina ads pankarta li ser malpera teen-eleqeya (WÊNE 4.19) û bi riya xwe de behsa di çapemeniyê de hatin wergirtin. Beşdarên şebeqê di malpera me xetme, temam pirsnameya background kurt de, û bi korfelaqî ji bo yek ji bandora du experimental û mercên-serbixwe û civakî de bûn. Di rewşa serbixwe, beşdaran biryar li ser ku stranên to listen to kirin, hat dayîn de tenê navên yên ku xwe berdide û bi stranên. Gava ku me guh bi song, beşdaran pirsî bûn, ew jî bikaribin piştî ku ew derfet (lê ne, erk) ji bo download song hebû. Di rewşa tesîra civakî, beşdarên heman ezmûnê bû, ji bilî ku ew jî dikarin bibînin ku çawa gelek caran hev song by beşdaran berê daxistin dîtin. Ji bilî vê, beşdaran li ser rewşa bandora civakî de bi korfelaqî ji bo yek ji heşt cîhanê paralel ku her serbixwe hêvînin, (WÊNE 4.20) wezîfedar kirin. Bi bikaranîna vê design, em du tecrûbeyên related bezî. Di ya yekem de, em beşdaran songs di grid unsorted pêşkêşkirin, ku ji wan re li ser îşaretekê yên qels û populerbûna dayîn. Di ezmûna duyem de, em li stranên di lîsteyê de evin, ku îşaretekê pir bi hêz ji populerbûna provided (WÊNE 4.21) kirin.
Me dît ku populerbûna ji stranên cihê li seranserê cîhanê dizane roleke girîng ji Serkeftin. Ji bo mînak, di cîhanê de song "Lockdown" by 52Metro li 1'emîn hat, û di cîhana din de jî di 40'emîn out of 48 songs hat. Ev tam li song heman pêşbirkê li dijî hemû heman songs bû, di heman demê de li yek cîhanê jî bi şens rabû û li yên din jî ev nekir. Din, di riya danberheva encam li seranserî du tecrûbeyên em dîtin ku bandora civakî de dibe sedema serkeftina newekhev zêdetir, ku belkî xuya predictability diafirîne. Lê belê, digerî li seranserê cîhanê (ku nikare li derveyî vî rengî ya bi ceribandineke cîhanê paralel kirin), em, dît ku bandora civakî de bi rastî zêde unpredictability. Bêtir, ecêb e, ew di stranê xwe yên bilind de banga ku encamên wê şolî ne herî (WÊNE 4.22) bû.
MusicLab nikarin birevin at di bingeh de zero mesrefa variable ji ber ku riya ku ew hate çêkirin bû. Yekem, her tişt bi temamî automated bû, da ku bikaribe ji bo birêvebirina dema ku ez di xew de bû. Diduyan de, di berdêla free music bû, da ku ti mesrefa tezmînatê beşdar variable hene. Bikaranîna music wek tezmînatê jî h'ejmara çawa ye carinan bazirganî-off di navbera mesrefên sabît û mesrefên variable hene. Bikaranîna music zêdebûna mesrefên sabît ji ber ku ez ji bo xwe dem ewlekariya destûr ji xwe berdide û xwe amade dike raporên ji bo berdide ser berteka beşdaran 'to music xwe. Lê belê, di vê rewşê de, zêdekirina mesrefên sabît ji bo kêmkirina mesrefên guherbarên tiştê mafê do bû; e, tiştê ku me enabled to run ceribandina ku li ser 100 car mezintir ezmûneke lab standard bû.
Bêtir, tecrûbeyên MusicLab ya ku nîşan bide ku zero mesrefa variable ne mecbûr e ku dawiyê li xwe be; bêtir, ew dikare bibe amûreke ji bo xebitandina celebeke nû ya ceribandinê. Bala xwe bidinê ku em ji hemû beşdaran me bi kar tînin ne ji bo birêvebirina a bandora civakî de ceribandineke lab standard 100 car. Li şûna wê, em tiştekî cuda, ku we nikaribû, ji ku ji bo guhertina ji ezmûneke derûnî bi ezmûneke sosyolojîk guman kir (Hedström 2006) . Bêtir ji nemaze li ser şexsî biryargirtinê de, em ezmûna me li ser populerbûna sekinîn, encamên kolektîf. Ev diguherin bi encamên kolektîf wateyê ku em pêwîst li ser 700 beşdarên ji bo hilberîna xaleke Daneyên yek (li her yek ji kevîntirîn paralel bûn, 700 kes jî hene). Ku pîvaneke ji ber ku ji avaniya mesrefa ji ezmûna tenê gengaz bû. Bi giştî, eger lêkolînerên dixwazin bixwînin çawa bi encam kolektîf ji biryarên şexsî rabe, tecrûbeyên koma wek MusicLab pir bi heyecan in. Di dema borî de, ew di warê lojîstîkê de dijwar bû, lê wan zehmetiyan dibin, ji ber ku derfetê ji sifir welat mesrefa variable.
Li gel illustrating alîkarîyên sosyalê yên zero welat mesrefa variable, tecrûbeyên MusicLab de jî zehmetiyek bi ev feraseta nîşan: mesrefa bilind sabît e. Di doza min, ez gelek bi şens ji bo ku mirov karibe kar bi pêşvebirinê web jêhatî navê Petrûs Hausel ji bo li ser şeş mehan de ji bo avakirina ezmûna bû. Ev tenê gengaz bû ji ber ku şêwirdarê xwe, Duncan Watts, hejmara bexş ji bo piştgiriya bi vî rengî ya lêkolînê qebûl kirine. Technology baştir ji ber ku em MusicLab di sala 2004 hatiye avakirin, û ew dê gelek bi hêsanî ava ceribandina like this niha. Lê belê, stratejiyên mesrefa sabît bilind ji bo lêkolînerên ku bi awayekî dikare van mesrefên cover bi rastî jî tenê gengaz.
Di encamê de, di ceribandinên dîjîtal dikarin strukturên mesrefa çiqwas cuda ji tecrûbeyên analog hene. Heke tu dixwazî bixebitînî bi tecrûbeyên bi rastî jî mezin, divê tu hewl bidin ku kêm mesref variable te bi qasî ku pêkan û bîrdoziyê de hemû rê ji bo 0. Tu dikarî vê bi automating mekanîzmaya ji ezmûna te do (wek nimûne, li şûna dema mirovan bi dem dibe) û çêkirina tecrûbeyên kesên ku dixwazin di bin. Lêkolînerên ku dikarin ji tecrûbeyên bi van taybetmendiyên design dê bikaribe bi tewrên nû ji tecrûbeyên ku di borî de gengaz bûn ne.