4.6.1 Izveidot nulle mainīgo izmaksu datus

Galvenais, lai darbojas lieliem eksperimentiem ir braukšanas savu mainīgo izmaksas uz nulli. Labākais veids, kā to izdarīt, ir automatizācijas un projektēšana patīkams eksperimentus.

Digitālās eksperimenti var būt krasi atšķirīgas izmaksu struktūras, un tas ļauj pētniekiem veikt eksperimentus, kas bija iespējams agrāk. Precīzāk, eksperimenti parasti ir divi galvenie izmaksu veidus:. Fiksēto izmaksu un mainīgo izmaksu nemainīgās izmaksas ir izmaksas, kas nemainās atkarībā no tā, cik daudz dalībnieku esat. Piemēram, lab eksperimentā, fiksētās izmaksas varētu būt izmaksas īri telpu un iegādāties mēbeles. Mainīgās izmaksas, no otras puses, mainās atkarībā no tā, cik daudz dalībnieku esat. Piemēram, lab eksperimentā, mainīgās izmaksas varētu nākt no maksājot darbiniekiem un dalībniekiem. Kopumā analogie eksperimenti ir zems fiksētās izmaksas un augstu mainīgās izmaksas, un digitālās eksperimenti ir augstas fiksētās izmaksas un zemas mainīgās izmaksas (4.18 attēls). Ar atbilstošu dizainu, jūs varat vadīt mainīgo izmaksas eksperimenta visu ceļu līdz nullei, un tas var radīt aizraujošas pētniecības iespējas.

4.18 attēls: shēma izmaksu struktūru analogo un digitālo eksperimentiem. Kopumā analogie eksperimenti ir zems fiksētās izmaksas un augstās mainīgās izmaksas tā kā digitālās eksperimenti ir lielas fiksētās izmaksas un zemas mainīgās izmaksas. Dažādas izmaksu struktūras nozīmē, ka digitālās eksperimenti var darboties mērogā, kas nav iespējams ar analogās eksperimentiem.

Ir divi galvenie elementi mainīgo izmaksu un maksājumus personālam, dalībniekiem, un katrs no tiem var braukt uz nulli, izmantojot dažādas stratēģijas. Maksājumi darbiniekiem, stumbra no darba, ka pētniecības palīgi darīt darbā dalībniekus, nodrošinot ārstēšanu, un mērīšanas rezultātus. Piemēram, analogais lauks eksperiments Schultz un kolēģu (2007) par sociālajām normām un elektroenerģijas izmantošanas nepieciešams pētniecības asistenti ceļot uz katru mājās, lai nodrošinātu ārstēšanu un lasīt elektrības skaitītājs (att 4.3). Visas šīs centieniem, pētniecības palīgiem nozīmēja, ka, pievienojot jaunu mājsaimniecības ar pētījumu būtu pievienoti izmaksām. No otras puses, attiecībā uz digitālo lauka eksperimenta Restivo un van de Rijt (2012) par atlīdzības Vikipēdijā, pētnieki varētu pievienot citus dalībniekus praktiski bez maksas. Vispārējs stratēģija, lai samazinātu mainīgās administratīvās izmaksas ir aizvietot cilvēka darbu (kas ir dārgi) ar datora darbu (kas ir lēti). Aptuveni, jūs varat uzdot sev: vai šis eksperiments darbināt, kamēr visi manā pētniecības komanda guļ? Ja atbilde ir jā, jūs esat paveikuši lielisku darbu automatizācija.

Otrs galvenais veids mainīgās izmaksas ir maksājumus dalībniekiem. Daži pētnieki ir izmantojuši Amazon Mechanical Turk un citas online darba tirgus, lai samazinātu maksājumus, kas ir nepieciešami, lai dalībniekiem. Braukt Mainīgās izmaksas visu ceļu līdz nullei, tomēr, ir nepieciešama atšķirīga pieeja. Uz ilgu laiku, pētnieki ir izveidojuši eksperimentus, kas ir tik garlaicīgi viņiem ir jāmaksā cilvēkus piedalīties. Bet, ko darīt, ja jūs varētu izveidot eksperimentu, ka cilvēki vēlas būt? Tas var likties tālu fetched, bet es došu jums piemēru zemāk no mana darba, un ir vairāk piemēri 4.4 tabulā. Ņemiet vērā, ka šī pieeja projektēšana patīkamu eksperimentus atbalsis dažas no tēmām, 3. nodaļā attiecībā uz projektēšanas patīkamāku aptaujas un 5. nodaļā par dizainu masu sadarbību. Tātad, es domāju, ka dalībnieks baudījums, ko varētu saukt arī par lietotāja pieredzi, būs aizvien svarīgāka pētniecības dizaina digitālajā laikmetā.

Ja vēlaties izveidot nulles mainīgās izmaksas eksperimentus jūs vēlaties, lai nodrošinātu, ka viss ir pilnībā automatizēta, un ka dalībnieki neprasa nekādus maksājumus. Lai parādītu, kā tas ir iespējams, es ņemšu aprakstīt manas disertācijas pētījumu par veiksmes un neveiksmes kultūras produktu. Šis piemērs arī liecina, ka nulles mainīgais izmaksu dati ir ne tikai par darot lietas lētāk. Drīzāk, tas ir par ļaujot eksperimentus, kas nebūtu iespējams citādi.

Mana disertācija tika motivēta ar Mulsina raksturs panākumus kultūras produktu. Hit dziesmas, labāko pārdošanas grāmatu, un populārākās filmas ir daudz, daudz veiksmīgāka nekā vidēji. Sakarā ar to, ka šīs produkcijas noieta tirgi ir bieži sauc par "uzvarētājs-take-all" tirgos. Tomēr, tajā pašā laikā, kas īpaši dziesma, grāmata vai filma kļūs veiksmīgs ir neticami neprognozējams. Scenārists William Goldman (1989) eleganti apkopot daudz akadēmiskās pētniecības, sakot, ka tad, kad runa ir par prognozējot panākumus, "neviens nezina neko." Gada neprognozējamību uzvarētājs-take-visi tirgi man lika brīnīties, cik daudz veiksmes ir rezultāts kvalitātes un cik daudz ir tikai veiksme. Vai, pauda nedaudz savādāk, ja mēs varētu radīt paralēlas pasaules, un tos visus attīstīties patstāvīgi, būtu tādas pašas dziesmas kļuvis populārs katrā pasaulē? Un, ja ne, kāds varētu būt mehānisms, kas izraisa šīs atšķirības?

Lai atbildētu uz šiem jautājumiem, mēs-Peter Dodds, Duncan Watts (mans disertācijas padomnieks), un I-rīkoja tiešsaistes lauka eksperimentiem. Jo īpaši, mēs izveidojām tīmekļa vietni ar nosaukumu MusicLab kur cilvēki varētu atklāt jaunu mūziku, un mēs izmantojām to virkni eksperimentu. Mēs darbā dalībniekus, palaižot reklāmkarogiem teen nozīmes mājas (attēls 4.19) un caur piemin medijos. Dalībnieki ierodas pie mūsu mājas lapā sniegta apzinātas piekrišanas, pabeidza īsu fona anketu, un pēc nejaušības principa iedala vienā no diviem eksperimentālie apstākļi, neatkarīgu un sociālo ietekmi. Neatkarīgajā stāvoklī, dalībnieki pieņēma lēmumus par to, kuras dziesmas, lai klausītos to, ņemot vērā tikai vārdi joslām un dziesmas. Klausoties dziesmu, dalībniekiem tika lūgts novērtēt to, pēc tam viņiem bija iespēja (bet ne pienākums), lai lejupielādētu dziesmu. Sociālajā ietekmes nosacījumu, dalībniekiem bija tāda pati pieredze, izņemot viņi varēja arī redzēt, cik reizes katrs dziesma tika lejupielādēti ar iepriekšējo dalībnieku. Turklāt dalībnieki sociālā ietekme stāvoklī pēc nejaušības principa iedala vienā no astoņām paralēlās pasaulēs, no kuriem katrs attīstījusies neatkarīgi (4.20 attēls). Izmantojot šo dizainu, mums bija divi saistīti eksperimentus. Pirmajā, mēs iepazīstināja dalībniekiem dziesmas kādā nešķirotiem režģi, kas nodrošināja viņiem vājš signāls popularitāti. Otrajā eksperimentā, mēs iepazīstināja ar dziesmas ieņēma sarakstā, kas nodrošināja daudz spēcīgāku signālu popularitāti (4.21 attēls).

4.19 attēls: piemērs banner reklāmas, ka mani kolēģi un es izmantoti, lai pieņemtu darbā dalībniekiem par MusicLab eksperimentiem (Salganik, Dodds, and Watts 2006) .

4.20 attēls: Eksperimentālās projektēšanas par MusicLab eksperimentiem (Salganik, Dodds, and Watts 2006) . Dalībnieki tika nejaušības principa vienā no diviem nosacījumiem: neatkarīga un sociālo ietekmi. Dalībnieki neatkarīgā stāvoklī izteica savu izvēli bez papildus informāciju par to, ko citi cilvēki ir darījuši. Dalībnieki sociālās ietekmes nosacījumu nejaušināti tika iedalīti vienā no astoņām paralēlajām pasaulēm, kur viņi varēja redzēt popularitāti-ko mēra ar lejupielādes iepriekšējo dalībnieku, par katru dziesmu savā pasaulē, bet viņi nevarēja redzēt nekādu informāciju, nedz arī tās pat zina par to, ka pastāv kāds no citām pasaulēm.

Mēs atklājām, ka popularitāte dziesmas atšķīrās no pasaules, kas liecina par svarīgo lomu veiksmi. Piemēram, vienā pasaulē dziesma "Slēgts", ko 52Metro nāca 1., un citā pasaulē tas nāca 40. no 48 dziesmām. Tas bija tieši tāds pats dziesmu sacenšas visām tām pašām dziesmām, bet vienā pasaulē tā palaimējies, un citiem tā nav. Turklāt, salīdzinot rezultātus visā diviem eksperimentiem mēs noskaidrojām, ka sociālā ietekme rada vairāk nevienlīdzīgi panākumi, kas, iespējams, rada izskatu paredzamību. Bet, skatoties pāri pasaulēm (ko nevar izdarīt ārpus šāda veida paralēlu pasauļu eksperimenta), mēs noskaidrojām, ka sociālā ietekme faktiski pieauga neparedzamību. Turklāt pārsteidzoši, tas bija dziesmas augstākajā apelācijas, kas ir visvairāk neprognozējams rezultātu (4.22 attēls).

4.21 attēls: Ekrānšāviņi no sabiedrības ietekmes apstākļiem MusicLab eksperimentiem (Salganik, Dodds, and Watts 2006) . Sociālajā ietekme nosacījuma eksperimentā 1, dziesmas, kopā ar vairākiem iepriekšējiem downloads, tika prezentēti dalībniekiem sakārtots 16 X 3 taisnstūrveida tīklā, kur pozīcijas dziesmu pēc nejaušības principa tika piešķirta katram dalībniekam. Eksperimentā 2 dalībniekiem sociālajā ietekmes stāvoklī tika parādīts dziesmas, ar lejupielādes skaitu, kas iesniegti vienā kolonnā dilstošā secībā pašreizējo popularitāti.

4.22 attēls: rezultāti no MusicLab eksperimentiem kas parāda attiecības starp apelācijas un panākumiem (Salganik, Dodds, and Watts 2006) . X-ass ir tirgus daļa dziesmu neatkarīgā pasaulē, kas kalpo par pasākumu apelācijas dziesmu, un y-ass ir tirgus daļa tajā pašā dziesmu 8 sociālās ietekmes pasaulēm, kas kalpo par pasākumu panākumu dziesmas. Mēs atklājām, ka, palielinot sociālo ietekmi, ka dalībnieki pieredzējuši-īpaši, izmaiņas izkārtojums no eksperimentā 1. eksperimentēt 2 (4.21 attēls) -caused panākumus kļūt neprognozējams, jo īpaši attiecībā uz augstākajiem pārsūdzības dziesmas.

MusicLab varēja palaist pie būtībā nulle mainīgās izmaksas, jo, kā tas bija paredzēts. Pirmkārt, viss bija pilnībā automatizēta, lai tā varēja darboties, kamēr es bija miega. Otrkārt, kompensācija bija bezmaksas mūzika tāpēc nebija mainīgs dalībnieks kompensācijas izmaksu. Par mūziku kā kompensāciju izmantošana arī parāda, cik dažreiz ir kompromiss starp fiksētajām izmaksām un mainīgās izmaksas. Izmantojot mūzika palielināja fiksētās izmaksas, jo man nācās pavadīt laiku nodrošinātu atļauju no joslām un sagatavojot ziņojumus joslām par dalībnieku reakciju uz savu mūziku. Bet šajā gadījumā, palielinot fiksētās izmaksas, lai samazinātu izmaksas, mainīgie bija labi lieta darīt; ka tas, ko mums ļāva veikt eksperimentu, kas bija aptuveni 100 reizes lielāks nekā standarta lab eksperimentu.

Tālāk, MusicLab eksperimenti liecina, ka nulles mainīgais izmaksas nav jābūt par pašmērķi; drīzāk, tas var būt līdzeklis, lai darbojas jauna veida eksperiments. Ievērojiet, ka mēs neizmantoja visus mūsu dalībnieku palaist standarta sociālās ietekmes lab eksperimentu 100 reizes. Tā vietā, mēs kaut ko citu, kas jūs varētu iedomāties, kā pāriet no psiholoģiskā eksperimenta socioloģiskā eksperimenta (Hedström 2006) . Nevis koncentrēties uz individuālu lēmumu pieņemšanā, mēs akcentējām mūsu eksperimentu popularitāti, kolektīvu iznākumu. Tas slēdzis uz kolektīvu rezultātu nozīmēja, ka mums nepieciešami aptuveni 700 dalībniekiem izstrādāt vienotu datu punktu (tur bija 700 cilvēki katrā no paralēlās pasaules). Tas skala bija iespējams tikai tāpēc, ka izmaksu struktūru eksperimenta. Vispār, ja zinātnieki vēlas izpētīt, kā kolektīva rezultāti rodas no individuāliem lēmumiem, grupas eksperimenti, piemēram, MusicLab ir ļoti aizraujoši. Agrāk tie ir loģistiski grūti, bet šie sarežģījumi ir fedings jo iespēja nulles mainīgo izmaksu datiem.

Papildus ilustrē ieguvumus no nulles mainīgo izmaksu datiem, MusicLab eksperimenti liecina arī izaicinājums ar šo pieeju: augstas fiksētās izmaksas. Manā gadījumā, es biju ļoti laimīgs, lai varētu strādāt ar talantīgu web izstrādātājs nosaukts Peter Hausel apmēram sešus mēnešus, lai izveidotu eksperimentu. Tas bija iespējams tikai tāpēc, ka mans padomnieks, Duncan Watts, bija saņēmusi vairākas dotācijas, lai atbalstītu šāda veida pētījumiem. Tehnoloģija ir uzlabojusies kopš mēs izveidojām MusicLab 2004. gadā, un tas būtu daudz vieglāk izveidot eksperimentu kā šis tagad. Bet, augsts fiksēto izmaksu stratēģijas ir tiešām iespējams tikai pētniekiem, kuri var kaut kā segt šos izdevumus.

Noslēgumā, digitālo eksperimenti var būt krasi atšķirīgas izmaksu struktūras, nekā analogās eksperimentiem. Ja jūs vēlaties, lai palaistu tiešām lielus eksperimentus, jums vajadzētu mēģināt samazināt jūsu mainīgās izmaksas, cik vien iespējams, un ideālā gadījumā visu ceļu līdz 0. Jūs varat izdarīt, automatizējot mehāniķi no eksperimenta (piemēram, cilvēka laiku aizstājot ar datora laiku) un projektēšana eksperimentus, ka cilvēki vēlas būt. Pētnieki kas var izveidot eksperimentus ar šiem līdzekļiem varēs darboties jauna veida eksperimentus, kas nebija iespējams agrāk.