4.6.1 शून्य चर लागत डाटा सिर्जना

ठूला प्रयोगहरू चलाउन कुञ्जी तपाईँको चर लागत शून्यमा चलाउन हो। यो गर्ने सबै भन्दा राम्रो तरिका स्वचालन हो र मनोरंजक प्रयोगहरू डिजाइन गर्दै।

डिजिटल प्रयोगहरू नाटकीय रूपले फरक मूल्य ढाँचा हुन सक्छ, र यसले शोधकर्ताहरूलाई अतीतमा असंभव थियो कि प्रयोगहरू चलाउन सक्षम बनाउँछ। यो भिन्नताबारे सोच्ने एक तरिका ध्यान दिनुहोस् कि प्रयोगहरूमा सामान्यतया दुई प्रकारका लागतहरू छन्: निश्चित लागत र चर खर्च। फिक्स्ड लागतहरू प्रतिभागिहरु को संख्या को बावजूद अपरिवर्तित बने रहन्छ। उदाहरणको लागि, प्रयोगशाला प्रयोगमा, निश्चित लागतहरू ठाउँ भाडा र फर्नीचर खरीद गर्न खर्च हुन सक्छ। चर खर्च , अर्कोतर्फ, प्रतिभागिहरु को संख्या मा निर्भर गर्दछ। उदाहरणका लागि, प्रयोगशाला प्रयोगमा, कर्मचारीहरू र सहभागीहरू भुक्तान गर्न चर खर्च हुन सक्छ। सामान्यमा, एनालॉग प्रयोगहरूमा कम निश्चित लागत र उच्च चर लागतहरू छन्, जबकि डिजिटल प्रयोगहरूमा उच्च निश्चित लागत र कम चर खर्चहरू छन् (अंक 4.1 9)। यद्यपि डिजिटल प्रयोगहरूमा कम चर लागतहरू छन्, तपाईँले चर लागत सबै शून्यमा चलाउनुहुँदा धेरै रोमाञ्चक अवसर सिर्जना गर्न सक्नुहुन्छ।

चित्रा 4.1 9: एनालॉग र डिजिटल प्रयोगहरूमा लागत संरचनाको योजनाबद्ध। सामान्यतया, एनालॉग प्रयोगहरूमा कम निश्चित लागतहरू र उच्च चर लागतहरू छन्, जबकि डिजिटल प्रयोगहरूमा उच्च निश्चित लागत र कम चर खर्चहरू छन्। फरक लागत संरचनाहरूले डिजिटल प्रयोगहरू पैमानेमा चलाउन सक्छ जुन एनालग प्रयोगहरूसँग सम्भव छैन।

त्यहाँ प्रतिभागिहरु लाई भुक्तानी र भुक्तान गर्न चर लागत-भुक्तानीको दुई मुख्य तत्वहरू छन् - र प्रत्येकमध्ये विभिन्न रणनीतिहरू प्रयोग गरेर शून्यमा चल्न सकिन्छ। कर्मचारी सहयोगीहरू सहभागीहरू भर्ती गर्दै, उपचार दिन, र परिणाम को माप को काम बाट कर्मचारी स्टेम। उदाहरणका लागि, शल्ट्ज र साथीहरूको (2007) को एनालग फील्ड प्रयोगले विद्युतीय उपयोग आवश्यक अनुसन्धान सहयोगीहरूलाई प्रत्येक घरलाई उपचार दिन र बिजुली मीटर पढ्ने (इञ्जिन 4.3) मा यात्रा गर्न उत्प्रेरित गर्दछ। अनुसन्धान सहयोगीहरूको यो प्रयासको अर्थ सबैले अध्ययन गर्न नयाँ घर थप्ने लागतमा थपेका थिए। अर्कोतर्फ, विकिपीडिया सम्पादकहरूमा पुरस्कारको प्रभावमा Restivo र व्यान डे रिजिट (2012) को डिजिटल क्षेत्र प्रयोगको लागि, शोधकर्ताहरूले प्रायः कुनै पनि लागतमा थप सहभागीहरू थप्न सक्थे। चर प्रशासनिक लागत को कम गर्न को लागी एक सामान्य रणनीति को कम्प्यूटर कार्य (सस्ता छ) संग मानव काम (महंगे छ) को बदलन को लागी छ। बिस्तारै, तपाईं आफैलाई सोध्न सक्नुहुन्छ: यो प्रयोग चलिरहेको बेला मेरो सबै अनुसन्धान टोलीमा सुतिरहेको छ? यदि जवाफ हो भने, तपाईंले स्वचालनको उत्कृष्ट काम गर्नुभयो।

दोस्रो मुख्य प्रकार को चर लागत प्रतिभागिहरु को भुगतान हो। केही शोधकर्ताहरूले प्रतिभागिहरु को लागी भुक्तानीहरूलाई कम गर्न Amazon म्यानुअल टर्की र अन्य अनलाइन श्रम बजारहरु प्रयोग गरेका छन्। चर लागतहरू शून्यमा सबै तरिका चलाउन तथापि, फरक फरक पर्दछ। लामो समयको लागि, शोधकर्ताहरूले प्रयोग गरिएका अनुभवहरू डिजाइन गरेका छन् जुन धेरै उबालिएका छन् र उनीहरूले भाग लिनको लागि तिर्नुपर्छ। तर यदि तपाई एक प्रयोग सिर्जना गर्न सक्नुहुनेछ कि मानिसहरू भित्र हुन चाहनुहुन्छ? यसले टाढाबाट हटाउन सक्छ, तर म तपाईंलाई आफ्नै कामबाट तल उदाहरण दिनेछु, र तालिका 4.4 मा थप उदाहरणहरू छन्। ध्यान दिनुहोस् कि मनोरञ्जनयोग्य अनुभवहरू डिजाइन गर्ने यो विचार अध्याय 3 मा केही विषयहरू रमाइलो गर्नका लागि अधिक मनोरञ्जनत्मक सर्वेक्षणहरू र 5 अध्यायमा सामूहिक सहयोगको डिजाइनको सन्दर्भमा। यसैले, मलाई सहभागीको आनन्द - प्रयोगकर्ता प्रयोगकर्ता अनुभवलाई पनि कुन कुरा भन्न सकिन्छ - डिजिटल युगमा अनुसन्धान डिजाइन को एक महत्वपूर्ण भाग हुनेछ।

यदि तपाइँ शून्य चर लागतको डेटासँग प्रयोगहरू सिर्जना गर्न चाहनुहुन्छ भने, तपाइँ निश्चित गर्न आवश्यक छ कि सबै केहि स्वचालित रूपमा स्वचालित छ र सहभागीहरूले कुनै भुक्तानी आवश्यक पर्दैन। यो कसरी सम्भव छ भनेर देखाउनको लागि, म सांस्कृतिक उत्पादनको सफलता र विफलतामा मेरो शोध अनुसन्धान को वर्णन गर्नेछु।

मेरो शोधक्रम सांस्कृतिक उत्पादनहरु को लागि सफलता को एक शानदार प्रकृति द्वारा उत्प्रेरित भएको थियो। हिट गीतहरू, सर्वश्रेष्ठ बिक्रीका लागि पुस्तकहरू र ब्लकबस्टर फिल्महरू धेरै भन्दा बढी हुन्छन्, औसत भन्दा बढी सफल। यसको कारण, यी उत्पादनका लागि बजारहरू प्रायः "विजेता-ले-सबै" बजारहरू भनिन्छ। यद्यपि, एकै समयमा, कुन विशेष गीत, पुस्तक, वा फिल्म सफल हुनेछ अविश्वसनीय रूप देखि अप्रत्याशित छ। स्क्रिप्टलेखक विलियम गोल्डमैन (1989) सफलतापूर्वक धेरै अकादमिक शोधमा लेखेका थिए, जब यो सफलताको पूर्वानुमान गर्न आउछ, "कसैले कसैलाई थाहा छैन।" विजेता-ले-सबै बजारको अप्रत्याशितताले मलाई आश्चर्यलाग्दो बनाएको छ कि सफलता कसरी सफल हुन्छ। को गुणवत्ता र कितना मात्र भाग्य छ। वा, यदि हामीले समानांतर संसार सिर्जना गर्न सक्दछौ भने, फरक फरक देखिन्छ, त्यहि गीतहरू प्रत्येक संसारमा लोकप्रिय हुन सक्दछ? र, यदि होइन भने, यी विभेदहरूको कारण एक तंत्र हुन सक्छ?

यी प्रश्नहरूको जवाफ दिन हामी, पीटर शब्दहरू, डन्कन वाट्स (मेरो शोधकर्ता सल्लाहकार) र अनलाइन क्षेत्र प्रयोगहरूको एउटा श्रृंखला चलायो। विशेष गरी, हामीले MusicLab भनिने वेबसाइट बनाएका छौं जहाँ मानिसहरूले नयाँ संगीत पत्ता लगाए, र हामीले यसलाई प्रयोगको श्रृंखलामा प्रयोग गर्यौं। हामीले ब्यानर विज्ञापनहरू एक किशोर-ब्याजको वेबसाइटमा (4.20 अंक) र मिडियामा उल्लेख गरेर सहभागीहरू भर्ना गरेका छौं। हाम्रो वेबसाइटमा आइपुगेका सहभागीहरूले सचेत सहमति प्रदान गरे, एक छोटो पृष्ठभूमि प्रश्नावली पूरा गरे, र अनियमित रूपमा दुई प्रयोगात्मक परिस्थितिहरू - एकअर्का र सामाजिक प्रभावलाई समेटिएको थियो। स्वतन्त्र अवस्थामा, सहभागिताहरूले निर्णय गरे जुन कुन गीतहरू गीतहरू र गीतहरूको नाम सुनेका छन्। एक गीत सुन्न, सहभागीहरूलाई यो डाउनलोड गर्नका लागि सोधिएको थियो जसको पछि उनीहरूले मौका पाउनुभयो (तर दायित्व छैन) गीत डाउनलोड गर्न। सामाजिक प्रभाव अवस्थामा, सहभागीहरू एकै अनुभव थियो, बाहेक उनीहरूले पनि प्रत्येक गीत अघिल्लो सहभागीहरू द्वारा डाउनलोड गरिएको कति पटक पटक हेर्न सक्थे। यसबाहेक, सामाजिक प्रभाव अवस्थामा सहभागीहरूले अनियमित रूपमा आठ समानांतर संसारमा असाइन गरेका थिए, प्रत्येकमध्ये स्वतन्त्र रूपमा विकसित (4.21 अंक)। यो डिजाइन प्रयोग गर्दै, हामी दुई सम्बन्धित प्रयोगहरू भागे। पहिलोमा, हामीले गीतहरूलाई सहकर्मी ग्रिडमा सहभागीहरूलाई प्रस्तुत गर्यौं, जसले तिनीहरूलाई लोकप्रियताको कमजोर संकेत प्रदान गर्यो। दोस्रो प्रयोगमा, हामीले एक क्रमबद्ध सूचीमा गीत प्रस्तुत गरेका थियौँ, जसले लोकप्रियताको एकदमै बलियो संकेत प्रदान गर्यो (चित्र 4.22)।

चित्रा 4.20: ब्यानर विज्ञापनको एउटा उदाहरण हो कि मेरा सहकर्मीहरू र मैले सहभागीहरूलाई संगीत लैब प्रयोगका लागि भर्खर प्रयोग गर्थे (Salganik, Dodds, and Watts 2006) । Salganik (2007) अनुमति द्वारा पुनरुत्थान गरिएको, आकृति 2.12।

चित्रा 4.21: संगीत लैब प्रयोगका लागि प्रायोगिक डिजाइन (Salganik, Dodds, and Watts 2006) । सहभागीहरू एक दुई सर्तहरूलाई अनियमित रूपमा नियुक्त गरियो: स्वतन्त्र र सामाजिक प्रभाव। स्वतन्त्र अवस्थाका सहभागीहरूले अन्य छनौटहरूको बारेमा कुनै पनि जानकारी बिना छनौट गरे। सामाजिक प्रभाव अवस्थामा सहभागीहरू अनियमित रूपमा एक आठ समानांतर संसारमा नियुक्त गरिएको थियो, जहाँ उनी लोकप्रियता देख्न सक्थे- जसका रूपमा अघिल्लो सहभागीहरूका डाउनलोडहरूद्वारा उनीहरूको संसारमा प्रत्येक गानाको मापन द्वारा माईकिएको थियो तर उनीहरूले कुनै जानकारीको बारेमा थाहा पाएनन्, पनि अस्तित्वको बारेमा थाहा छ, अन्य संसारहरु मध्ये कुनै पनि। Salganik, Dodds, and Watts (2006) बाट अनुकूलित, आंकडा s1।

हामीले फेला पार्यो कि गीतहरु को लोकप्रियता संसार भर मा फरक छ, कि किस्मत सफलता मा एक महत्वपूर्ण भूमिका निभाई। उदाहरणका लागि, एक संसारमा 52 "मेट्रो" द्वारा गीत "लकुड" 48 गीतहरू मध्ये 1 मा आउनुभयो, र अर्को संसारमा यो 40 औं भयो। यो वास्तवमा सबै एउटै अन्य गीतहरू विरुद्ध प्रतिस्पर्धा गर्ने गीत थियो, तर एक संसारमा यो भाग्यशाली थियो र अरुले यो गरेनन्। यसबाहेक, दुई प्रयोगहरूमा नतिजाहरूको तुलनामा, हामीले फेला पारेको छ कि सामाजिक प्रभावले यी बजारहरूको विजेता-ले-सबै-स्वभाव बढाउँछ, जसले शायद कौशलको महत्त्वलाई बुझाउँछ। तर, संसारभर हेर्दै (जुन यस समानांतर विश्व प्रयोगको बाहिर बाहिर गर्न सकिँदैन), हामीले फेला पार्यो कि सामाजिक प्रभाव वास्तविकता भाग्यको महत्त्व बढ्यो। यसबाहेक, आश्चर्यजनक कुरा, यो सर्वोच्च अपीलका गीतहरू थिए जहाँ भाग्यले धेरै कुरा गर्यो (चित्र 4.23)।

चित्रा 4.22: संगीत लैब प्रयोगहरू (Salganik, Dodds, and Watts 2006) मा सामाजिक प्रभाव सर्तहरूबाट स्क्रिनसटहरू। प्रयोग 1 मा सोशल प्रभाव हालतमा, अघिल्लो डाउनलोडको संख्या सहित गीतहरु, एक 16 \(\times\) 3 आयत ग्रिड मा व्यवस्थित सहभागीहरूलाई प्रस्तुत गरियो, जहाँ गन्तव्यको स्थिति अनियमित रूपमा प्रत्येकको लागि निर्दिष्ट गरिएको थियो। सहभागी। प्रयोग 2 मा, सामाजिक प्रभाव अवस्थामा सहभागिताहरू गीतहरू देखाईएको थियो, डाउनलोड गणनाहरूमा, हालै लोकप्रियताको घट्दो क्रममा एक स्तम्भमा प्रस्तुत गरिएको थियो।

चित्रा 4.23: संगीत लैब प्रयोगहरूबाट परिणामहरू अपील र सफलता (Salganik, Dodds, and Watts 2006) बीच सम्बन्ध देखाउँदै। \(x\) -समाचार स्वतन्त्र संसारमा गीतको बजार साझेदारी हो, जुन गीतको अपीलको मापदण्डको रूपमा कार्य गर्दछ, र \(y\) -ax एक नै गीतको बजार साझेदारी हो। आठ सामाजिक प्रभाव संसारहरू, जुन गीतहरूको सफलताको उपायको रूपमा कार्य गर्दछ। हामीले फेला पारेको सामाजिक प्रभाव बढ्दै जाँदा विशेष सहभागिताहरू विशेष गरी अनुभव प्रयोगमा ल्याउने परिवर्तन प्रयोग 2 को रूपमा (चित्र 4.22) -अधिक सफलताको लागी उत्प्रेरित हुनको लागि विशेष गरी विशेष गरी गीतहरूको उच्चतम अपीलका साथ। Salganik, Dodds, and Watts (2006) बाट अनुकूलित, अंक 3।

MusicLab अनिवार्य रूपमा शून्य चर लागतमा चलाउन सक्षम भयो किनभने यो डिजाइन गरिएको थियो। पहिलो, सबै चीजहरू स्वचालित रूपमा स्वचालित थियो त्यसैले यो सुतिरहेको बेला चलिरहेको थियो। दोस्रो, मुआवजा मुक्त संगीत थियो, त्यसैले त्यहाँ कुनै चर सहभागी क्षतिपूर्तिको लागत थिएन। क्षतिपूर्तिको रूपमा संगीतको प्रयोगले पनि दृढ र चर खर्चहरू बीच व्यापारिक बन्द कसरी हुन्छ भनेर वर्णन गर्दछ। संगीतको प्रयोगले निश्चित लागत बढ्यो किनभने मलाई समय बागमबाट अनुमति सुरक्षित र उनीहरूको सङ्गीतको प्रतिभागिहरु को प्रतिक्रियाको बारेमा रिपोर्ट तयार गर्न थियो। तर यस अवस्थामा, चर निश्चित लागत घटाउन को लागि निश्चित लागत बढ्दै सही काम गर्न थियो; यसले हामीलाई प्रयोग गर्ने एक सक्षम प्रयोग गरेको छ जुन मानक प्रयोगशाला प्रयोग भन्दा लगभग 100 पटक ठूलो थियो।

यसको अतिरिक्त, संगीत लैब प्रयोगहरूले देखाउँछ कि शून्य चर लागत आफैमा अन्त्य हुँदैन; बरु, यो नयाँ प्रकारको प्रयोग चलिरहेको एक तरिका हुन सक्छ। ध्यान दिनुहोस् कि हामीले हाम्रा सबै सहभागीहरू प्रयोग गरेनौं एक सामाजिक सामाजिक प्रभाव प्रयोगशाला प्रयोग 100 पटक चलाउन। बरु, हामीले केहि फरक गरेका थियौं, जुन एक मनोवैज्ञानिक प्रयोगबाट स्विचनको रूपमा सो (Hedström 2006) एक (Hedström 2006) लाई सोच्न सक्दछ। व्यक्तिगत निर्णयमा ध्यान केन्द्रित गर्नुको सट्टा, हामीले लोकप्रियता, एक सामूहिक नतिजामा हाम्रो प्रयोगलाई ध्यान केन्द्रित गऱ्यौं। सामूहिक परिणाममा यो स्विचको अर्थ थियो कि हामीले एकल डेटा बिन्दु उत्पादन गर्न 700 सहभागिताहरू चाहिन्छ (त्यहाँ प्रत्येक समानांतर संसारमा 700 व्यक्तिहरू थिए)। प्रयोगको लागत संरचनाको कारण यो माप मात्र थियो। सामान्यमा, यदि शोधकर्ताहरूले अध्ययन गर्न चाहन्छन् भने सामूहिक परिणामहरू व्यक्तिगत निर्णयहरूबाट उत्पन्न हुन्छन्, संगीत लैब जस्ता समूह प्रयोगहरू धेरै उत्साहित छन्। विगतमा, तिनीहरू तार्किक रूपमा कठिन भएका छन्, तर ती कठिनाइहरू शून्य चर लागत डेटाको सम्भावनाको कारणले लुकाउने छन्।

शून्य चर लागत डेटा को फाइदाहरु लाई चित्रण गर्न को अतिरिक्त, MusicLab प्रयोगों को यस दृष्टिकोण संग एक चुनौती पनि प्रदर्शित गर्दछ: उच्च निर्धारित लागत। मेरो मामलामा, म अत्यन्तै भाग्यशाली थिएँ जुन पेस्ट हाउसेल नामक प्रतिभाशाली वेब विकासकर्तासँग काम गर्ने कामको लागि लगभग 6 महिनासम्म काम गर्न सक्दछ। यो मात्र सम्भव थियो किनभने मेरो सल्लाहकार डंकन वाट्सले यस किसिमका शोधको समर्थनको लागि धेरै अनुदान पाएका थिए। टेक्नोलोजीले सुधार गरेको छ किनकि हामीले 2004 मा MusicLab बनायौं र यो अहिले प्रयोग जस्तै निर्माण गर्न सजिलो हुनेछ। तर, उच्च तय लागत रणनीतिहरू वास्तवमा मात्र खोज्नका लागी मात्र सम्भव छ जसले कसैलाई ती लागतहरू लुकाउन सक्दछ।

अन्तमा, डिजिटल प्रयोगहरूमा एनालग प्रयोगहरूको तुलनामा नाटकीय रूप देखि फरक लागत संरचना हुन सक्छ। यदि तपाइँ साँच्चिकै ठूलो प्रयोगहरू चलाउन चाहानुहुन्छ भने, तपाईंले आफ्नो चर लागत जित्न सकेन र शून्यको लागि आदर्श रूपमा आदर्श घटाउन प्रयास गर्नुपर्छ। तपाईं आफ्नो प्रयोगको मेकानिक्स स्वचालित रूपमा (यो, कम्प्युटर समयको साथ मानव समयलाई प्रतिस्थापन गरी) गरेर प्रयोग गर्ने डिजाइन गर्ने डिजाइन गरेर यसलाई गर्न सक्नुहुनेछ। यी सुविधाहरूसँग प्रयोगहरू डिजाइन गर्न सक्ने शोधकर्ताहरू नयाँ प्रकारका प्रयोगहरू चलाउन सक्षम हुनेछन्। विगतमा सम्भव छैन। यद्यपि, शून्य चर लागत प्रयोगहरू सिर्जना गर्ने क्षमताले नयाँ नैतिक प्रश्नहरू उठाउन सक्छ, जुन म अब ठेगाना गर्दछु।