4.5.2 आफ्नै आफ्नै प्रयोगको निर्माण गर्नुहोस्

तपाईंको आफ्नै प्रयोग निर्माण महँगो हुन सक्छ, तर यो तपाईं चाहनुहुन्छ कि प्रयोग सिर्जना गर्न सक्षम हुनेछ।

अवस्थित वातावरणहरूको माथिको ओभरलाइनिंग को अतिरिक्त, तपाईं आफ्नो आफ्नै प्रयोग पनि गर्न सक्नुहुन्छ। यस दृष्टिकोणको मुख्य फाइदा नियन्त्रण छ; यदि तपाईंले प्रयोगको निर्माण गर्दै हुनुहुन्छ भने, तपाईंले वातावरण र उपचार चाहनु भएको हुन सक्नुहुन्छ। यी बेस्पोक प्रयोगात्मक वातावरणले प्राकृतिक रूपमा सम्भव वातावरणमा परीक्षण गर्ने असामान्य सिद्धान्तहरू परीक्षण गर्न अवसरहरू सिर्जना गर्न सक्छ। आफ्नै प्रयोगको निर्माणको मुख्य कमजोरीहरू यो महंगी हुन सक्छ र तपाईले सिर्जना गर्न सक्षम वातावरणले प्राकृतिक स्वाभाविक प्रणालीको यथार्थवाद नहुन सक्छ। अनुसन्धानकर्ताहरूले आफ्नै प्रयोगको निर्माण गर्नु पनि सहभागीहरू भर्ती गर्न रणनीति हुनुपर्छ। जब मौजूदा प्रणाली मा काम गरेर, शोधकर्ताहरु अनिवार्य रूप देखि उनको प्रतिभागिहरु को प्रयोग ल्याइन्छ। तर, जब शोधकर्ताहरूले आफ्नै प्रयोगको निर्माण गर्छन्, उनीहरूलाई प्रतिभागी ल्याउन आवश्यक छ। सौभाग्य देखि, अमेजन मेकनिक टर्क (टर्कीको टर्की) जस्ता सेवाहरूले सहभागीहरूलाई सहभागीहरूलाई उनीहरूको प्रयोगमा ल्याउन सजिलो तरिका प्रदान गर्न सक्छन्।

सारणीको परीक्षणका लागि bespoke वातावरण को गुण को वर्णन गर्दछ एक उदाहरण, ग्रेगरी ह्यूबर, सेथ हिल, र गब्रिएल लेन्जे (2012) द्वारा डिजिटल प्रयोगशाला प्रयोग हो। यो प्रयोगले लोकतान्त्रिक शासनको कार्यलाई सम्भव व्यावहारिक सीमाको अन्वेषण गर्दछ। वास्तविक चुनावका अघिका गैर-प्रयोगात्मक अध्ययनहरूले सुझाव दिए कि मतदाताहरू अप्ठेरो राजनीतिज्ञहरूको प्रदर्शनको सही मूल्यांकन गर्न सक्षम छैनन्। विशेष गरी, मतदाताहरू तीन पूर्वाधारबाट पीडित हुन्छन्: (1) तिनीहरू भर्खरै परिचयात्मक प्रदर्शन भन्दा बढी ध्यान केन्द्रित छन्; (2) तिनीहरू बस्ती, फ्रेजिङ, र मार्केटिंग द्वारा हेरफेर गर्न सकिन्छ; र (3) उनीहरूले अविश्वसनीय कार्यसम्बन्धी घटनाहरूलाई सम्बद्ध घटनाहरूबाट प्रभाव पार्न सक्छन्, जस्तै स्थानीय खेलकुद टोली र मौसमको सफलता। यी पहिलेका अध्ययनहरूमा, तथापि, वास्तविक, गन्दा चुनावमा पाइने सबै अन्य सामानहरूबाट यी कुनै पनि कारकहरू अलग गर्न कठिन थियो। यसैले, हबेर र साथीहरूले अलग-अलग मतदान गर्ने वातावरण सिर्जना गरी, र त्यसपछि प्रयोगात्मक रूपमा अध्ययन गर्न, यी तीनवटा सम्भावित पूर्वाधारहरू।

मैले प्रयोगात्मक सेट-अपको वर्णन गरेपछि, यो धेरै कृत्रिम आवाज सुनिरहेको छ, तर याद गर्नुहोस् कि यथार्थवाद ल्याब-शैली प्रयोगहरूमा लक्ष्य होइन। बरु, लक्ष्य स्पष्ट रूप देखि प्रक्रिया को लागी तपाईं को अध्ययन गर्न को लागी प्रयास गर्न को लागी अलग छ, र यो तंग अलगाव कभी अधिक यथार्थवाद (Falk and Heckman 2009) संग अध्ययन मा सम्भव छैन। यसको अतिरिक्त, यस विशेष मामला मा, शोधकर्ताओं ले तर्क दिए कि यदि मतदाताहरु लाई यो अत्यधिक सरलीकृत सेटिंग मा प्रदर्शन को प्रभावी ढंग देखि नहीं मूल्यांकन गर्न सक्छन्, तब उनि यसलाई एक अधिक यथार्थवादी, अधिक जटिल सेटिंग मा गर्न को लागि सक्षम नहीं जा रहे हो।

ह्यूबर र सहकर्मीहरू म्याकर्कको प्रयोग गर्ने सहभागी हुन। एक पटक सहभागीले सूचित सहमति प्रदान गरेपछि एक छोटो परीक्षण पार गर्यो, उनीहरूलाई भनिएको थियो कि उनीहरूले 32-गोल खेलमा भाग लिन सक्ने टोकन कमाई कि वास्तविक पैसामा बदल्न सकिन्छ। खेलको सुरुवातमा, प्रत्येक सहभागीलाई भनिएको थियो कि उनी एक "आवंटन" नियुक्त गरिएको थियो जसले उनलाई प्रत्येक गोललाई निःशुल्क गोल दिनेछ र केही आवेशकहरू अरू भन्दा बढी उदार थिए। यसबाहेक, प्रत्येक सहभागीलाई पनि भनिएको थियो कि उनीहरुले तिनको आवेशक राख्ने मौका पाउँथे वा खेलकुदको 16 राउन्ड पछि एक नयाँ एक तोकिए। हबर र साथीहरूको अनुसन्धानका बारेमा तपाईलाई थाहा छ, तपाईले देख्न सक्नुहुनेछ कि आवंटन एक सरकार को प्रतिनिधित्व गर्दछ र यो छनोट एक चुनाव को प्रतिनिधित्व गर्दछ, तर प्रतिभागिहरु अनुसन्धान को सामान्य लक्ष्यहरु को बारे मा थाहा थिएन। कुल मिलाएर, हबेर र साथीहरूले लगभग 4,000 सहभागीहरुलाई भर्ती गरे जुन कार्यको लागि $ 1.25 भुक्तानी गरिएको थियो जुन लगभग आठ मिनेट लागेन।

अघिल्लो अनुसन्धानको निष्कर्षहरू मध्ये एउटा सम्झना थियो कि मतदाताहरूले आफ्नो नियन्त्रण भन्दा बाहिरका परिणामहरू, जस्तै स्थानीय खेलकुद टोलीहरू र मौसमको सफलता जस्ता अभिनयहरूलाई इनाम र दण्ड दिन्छन्। आकलन गर्न कि मतदाता निर्णयहरू निर्णयहरू तिनीहरूको सेटिङमा विशुद्ध यादृच्छिक घटनाहरूले प्रभावित हुन सक्छ, हबर र साथीहरूले उनीहरूको प्रयोगात्मक प्रणालीमा लटरी थप्थे। आठौं राउन्ड वा 16 औं राउन्ड (यद्यपि, आवंटन को प्रतिस्थापन गर्न दायाँ) प्रतिभागिहरु लाई अनियमित रूपमा लटरी मा राखिएको थियो जहाँ केहि 5,000 अंक जीता, केहि 0 0 अंक जीते र केहि 5,000 अंक गुमाए। यो लटरीले राजनीतिज्ञको प्रदर्शनको स्वतन्त्र छ कि राम्रो वा खराब खबरहरु को नकल गर्ने उद्देश्य थियो। यद्यपि प्रतिभागिहरु स्पष्ट रूपमा भनिएका थिए कि लटरी उनको आवंटन को प्रदर्शन संग असंबद्ध थियो, लाटरी को नतीजे अझै पनि प्रतिभागियों को निर्णय को प्रभावित गर्यो। लटरीबाट लाभान्वित सहभागीहरू उनीहरूको आवेशक राख्न अधिक सम्भावना थिए, र यो प्रभाव बलियो थियो जब लटरीमा 16-दायाँ राउन्ड 8 (चित्रा 4.15) मा भयो जब प्रतिस्थापन निर्णय भन्दा दाँया भयो। यो परिणाम, कागजमा धेरै अन्य प्रयोगहरूको साथसाथै हबेर र सहकर्मीहरूको नेतृत्व गर्नका लागी अन्ततः एक सरल सेटिङमा पनि मतदाताहरूले बुद्धिमानी निर्णयहरू गर्न गाह्रो बनाएका छन्, परिणामस्वरूप यसले मतदाता निर्णय गर्ने (Healy and Malhotra 2013) बारे भविष्यको अनुसन्धानलाई असर पारेको छ। । हबेर र सहकर्मीहरूको प्रयोगले देखाउँछ कि MTurk धेरै प्रयोग गरिएका सिद्धान्तहरू ठीकसँग परीक्षण गर्नको लागि प्रयोगशाला-शैली प्रयोगहरूको लागि सहभागीहरू भर्ना गर्नको लागि प्रयोग गर्न सकिन्छ। यसले तपाईंको प्रयोगात्मक वातावरण निर्माणको मूल्य पनि देखाउँछ: कल्पना गर्न गाह्रो छ कि यी प्रक्रियाहरू कसरी पृथक हुन सक्दछ र सफा गर्न कुनै पनि अन्य सेटिङमा।

चित्रा 4.15: Huber, Hill, and Lenz (2012) परिणामहरू Huber, Hill, and Lenz (2012) । लटरीबाट लाभान्वित सहभागीहरूले उनीहरूको आवेशकलाई बढी सम्भावना राखेका थिए, र यो प्रभाव अझ बलियो थियो जब लटरीमा 16-दायाँ राउन्डमा हुँदा प्रतिस्थापन निर्णय भन्दा दाँया भयो। 8. Huber, Hill, and Lenz (2012) , अंक 5।

लेबुल-जस्तै प्रयोगहरू निर्माण गर्न थप, शोधकर्ताले पनि प्रयोग क्षेत्रहरू बनाउन सक्छन् जुन अधिक क्षेत्र जस्तै। उदाहरणको लागि, Centola (2010) ले व्यवहारको फैलिएको सामाजिक सञ्जाल ढाँचाको प्रभाव अध्ययन गर्न डिजिटल क्षेत्र प्रयोग गर्यो। उनको अनुसन्धान प्रश्नले उनलाई आवश्यक जनसंख्या को फैलाउन को लागी आवश्यक थियो जो विभिन्न सोशल सञ्जाल संरचनाहरु थिए तर अन्यथा निस्क्रिय भाषा थियो। यो गर्न को लागी एकमात्र उपाय bespoke, अनुकूलन निर्मित प्रयोग संग थियो। यस अवस्थामा, सेन्टोलाले एक वेब-आधारित स्वास्थ्य समुदाय निर्माण गर्यो।

Centola स्वास्थ्य वेबसाइटहरु मा विज्ञापन को माध्यम ले 1,500 प्रतिभागियों को भर्ती गरे। जब सहभागीहरू अनलाइन समुदायमा आए - जसलाई स्वस्थ जीवनशैली सञ्जाल भनिन्छ - उनीहरूले सूचित सहमति प्रदान गरे र त्यसपछि "स्वास्थ्य साथीहरू" तोकिएका थिए। सानोलाले यी स्वास्थ्य साथीहरूलाई राहित तरिकाको रूपमा, उनीहरूले विभिन्न सामाजिक सञ्जाल संरचनाहरू सँगसँगै बिट गर्न सक्थे। विभिन्न समूहहरू। केहि समूहहरू अनियमित सञ्जालहरू (जहाँ सबैसँग समान रूपमा जोडिएको सम्भव थियो) को लागी बनाइएको थियो, जबकि अन्य समूहहरू क्लस्टर गरिएका नेटवर्कहरू (जहाँ जडान अधिक स्थानीय घने) निर्माण गरिएको थियो। त्यसपछि, सेन्टोलाले प्रत्येक सञ्जालमा नयाँ व्यवहार सुरू गर्यो: थप स्वास्थ्य जानकारीको साथ नयाँ वेबसाइटको लागि दर्ता गर्ने मौका। जब पनि यो नयाँ वेबसाइटको लागि साइन अप भयो, उनीहरूको सबै स्वास्थ्य साथीहरूले यो व्यवहार घोषणा गरे इमेल। सानोलाले नयाँ वेबसाइटको लागि यो व्यवहार-साइन-अप पत्ता लगाइयो - अनियमित सञ्जालमा भन्दा बढी फैलिएको र छिटो फैलिएको थियो, जुन केहि अवस्थित सिद्धान्तहरूको विपरीत थियो।

कुल मिलाएर, आफ्नै प्रयोगको निर्माणले तपाईंलाई धेरै नियन्त्रण दिन्छ। यसले तपाइँलाई अध्ययन गर्न चाहने को अलग गर्न को लागी उत्तम सम्भावित वातावरण निर्माण गर्न सक्षम बनाउँछ। कल्पना गर्न गाह्रो छ कि मैले कसरी वर्णन गरेको दुई अनुभवहरूले पहिले नै अवस्थित वातावरणमा प्रदर्शन गरेको हुन सक्छ। यसबाहेक, तपाईंको आफ्नै प्रणाली निर्माण गर्नाले अवस्थित प्रणालीहरूमा प्रयोगको वरिपरि नै नैतिक चिन्ता घटाउँछ। जब तपाइँ आफ्नै प्रयोगको निर्माण गर्नुहुन्छ, तथापि, तपाइँ प्रयोगशालाका प्रयोगहरूमा सामना गर्नुभएका समस्याहरूमा चलिरहेको छ: भर्ती सहभागिता र यथार्थवाद बारे चिन्ता। अन्तिम उल्टो यो हो कि तपाइँको आफ्नै प्रयोगको निर्माण महँगो र समय-उपभोग हुन सक्छ, यद्यपि, यी उदाहरणहरू देखाउँदा प्रयोगहरू अपेक्षाकृत साधारण वातावरणबाट (जस्तै Huber, Hill, and Lenz (2012) द्वारा मतदानको अध्ययन हुन सक्छ। अपेक्षाकृत जटिल वातावरण (जस्तै सञ्जाल को अध्ययन र Centola (2010) द्वारा Centola (2010) ।