4.5.4 शक्तिशालीसँग साझेदार

भागीदारी लागत कम गर्न सक्छ र मात्रा वृद्धि, तर यो सहभागीहरू, उपचार को प्रकार बदल गर्न सक्नुहुन्छ, र तपाईंले प्रयोग गर्न सक्ने परिणाम।

यसलाई गर्न को लागी विकल्प एक कम्पनी, सरकार, वा गैर सरकारी संगठन जस्तै शक्तिशाली संगठन संग साझेदारी गर्दै छ। पार्टनरसँग काम गर्ने फ्यादा यो हो कि तिनीहरूले तपाईंलाई प्रयोग गर्न चलाउन सक्दछ जुन तपाई आफैले आफैं गर्न सक्नुहुन्न। उदाहरणको लागि, मैले तपाईंलाई बताउनेछ कि एक प्रयोगमा मैले तल दिएको 61 मिलियन सहभागिताहरू - कुनै पनि व्यक्तिले शोधकर्ताले यो माप हासिल गर्न सकेनन्। एकै समयमा साझेदारी गर्ने तपाईले के गर्न सक्नुहुनेछ, यो पनि तपाईंलाई रोक्छ। उदाहरणका लागि, धेरै कम्पनीहरूले तपाईंलाई प्रयोग चलाउन सक्ने अनुमति दिँदैन जसले तिनीहरूको व्यवसाय वा उनीहरूको प्रतिष्ठालाई हानि पुऱ्याउन सक्छ। साझेदारहरूसँग काम गर्दा पनि यो अर्थ हुन्छ कि जब यो प्रकाशित गर्नको लागि समय आउँदछ, तपाइँ आफ्नो परिणाम "पुनः-फ्रेम" गर्न दबाबमा आउन सक्नुहुन्छ, र केहि पार्टनरहरूले पनि तपाईंको कामको प्रकाशन रोक्न प्रयास गर्न सक्दछन् भने उनीहरूले खराब लगाउँछन् भने। अन्तमा, साझेदार पनि यी सहयोगहरू विकास र रखरखाव सम्बन्धी लागतहरूसँग आउँछ।

यस साझेदारीलाई सफलतापूर्वक हल गर्न को लागी मुख्य चुनौती दुवै पक्षहरूको हितलाई संतुलन गर्ने एक तरिका भेटिन्छ, र त्यस ब्यालेन्सको बारेमा सोच्ने एक उपयोगी तरीका पेस्टुरको क्वाडेन्ट्ट (Stokes 1997) । धेरै शोधकर्ताहरूले सोच्न सक्छन् कि यदि तिनीहरूले व्यावहारिक काम गरिरहेका छन् - केहि कुरा जुन साझेदारको रुचि हुन सक्छ - त्यसो भए उनी वास्तविक विज्ञान गर्न सक्दैनन्। यस मानसिकताले सफल साझेदारी सिर्जना गर्न गाह्रो बनाउनेछ, र यो पनि पुरा तरिकाले गलत हुन्छ। यस तरिका को सोच संग समस्या को जीवविज्ञानी लुईस पाश्चुर को रास्ते को तोडफोड द्वारा अद्भुत रूप देखि दृष्टान्त छ। एक व्यावसायिक किण्वन परियोजना मा काम गर्दा शराब रस को शराब को रूप मा बदलन को लागि, पितृर ने एक नयाँ क्लास को सूक्ष्म जीवविज्ञान को अन्त्य गरे जुन अंततः रोग को रोगाणु सिद्धान्त को कारण बन्यो। यो खोजले एक धेरै व्यावहारिक समस्या हल गर्यो - यसले किण्वन प्रक्रिया सुधार गर्न सहयोग गर्यो - र यसले एक प्रमुख वैज्ञानिक अग्रिमको नेतृत्व गर्यो। यसकारण, वास्तविक वैज्ञानिक अनुसन्धानको साथ संघर्षमा व्यावहारिक अनुप्रयोगहरूको साथ अनुसन्धानको बारे सोच्नु भन्दा सट्टा, यो दुई फरक आयामहरूको रूपमा यो सोच्न राम्रो छ। अनुसन्धान प्रयोग (वा होइन) द्वारा उत्प्रेरित गर्न सकिन्छ, र अनुसन्धानले मौलिक बुझ्न खोज्न सक्छ (वा होइन)। संवैधानिक रूपले, केहि शोध-जस्तै पेस्टुरको प्रयोग गरेर उत्प्रेरित गर्न सकिन्छ र आधारभूत समझ खोज्दै (चिठी 4.17)। पेस्टुरको क्वाडेंन्ट-रिसर्चमा अनुसन्धान कि मस्तिष्कले दुई लक्ष्यमा प्रगति गर्दछ- शोधकर्ताहरू र साझेदारहरू बीच सहयोगको लागि आदर्श हो। त्यो पृष्ठभूमिलाई दिइयो, म साझेदारीको साथमा दुई प्रयोगात्मक अध्ययनहरू वर्णन गर्दछु: एक कम्पनीसँग र एक एनजीओसँग।

चित्रा 4.17: पेस्टुरको क्वाडेन्ट्ट (Stokes 1997) । बरु "सो आधार" वा "लागू" को रूपमा अनुसन्धानको सोच्नु भन्दा यसलाई यो प्रयोग गर्न को लागी राम्रो सोचिएको छ (वा होइन) र मौलिक बुझाइ खोज्ने (वा होइन)। अनुसन्धान को एक उदाहरण छ कि दुवै द्वारा उपयोग द्वारा उत्प्रेरित छ र मौलिक समझ को खोज गर्दछ Pasteur शराब रस मा बदलन को काम मा छ कि रोग को रोगाणु सिद्धांत को नेतृत्व मा Pasteur को काम छ। यो कामको प्रकार हो जुन सर्वोच्चको साथ साझेदारीको लागि उपयुक्त छ। कामका आधारमा उत्प्रेरित गरिएको कार्यको उदाहरण तर त्यो आधारभूत जानकारी खोज्न थाम्स एडिसनबाट आउँदैन, र कामको उदाहरण जुन प्रयोगबाट उत्प्रेरित छैन तर नीलसन बोहरबाट बुझ्न खोज्छ। यस ढाँचाको प्रत्येक अधिक पूर्ण छलफल र यी प्रत्येक घटनाका लागि Stokes (1997) हेर्नुहोस्। Stokes (1997) अनुकूलित, चित्र 3.5।

ठूला कम्पनीहरू, विशेष गरी टेक कम्पनीहरु, जटिल प्रयोगहरू चलाउन अविश्वसनीय परिष्कृत ढाँचा विकसित गरेको छ। प्रविधि उद्योगमा, यी प्रयोगहरू प्राय: ए / बी परीक्षणका रूपमा प्रयोग गरिन्छ किनभने तिनीहरू दुई उपचारको प्रभावकारिता तुलना गर्नुहोस्: ए र बी। यस्ता प्रयोगहरू प्राय: चीजहरूका लागि दौडिरहेका छन् जस्तै विज्ञापनहरूमा क्लिक-मार्फत दरहरू बढिन्छन्, तर त्यही प्रयोगात्मक पूर्वाधार पनि गर्न सक्छन्। अनुसन्धानको लागी प्रयोग गरिने छ जुन वैज्ञानिक समझमा प्रगति गर्दछ। यस्तो उदाहरणको उदाहरणले यस प्रकारको अनुसन्धानको सम्भावनालाई चित्रण गरेको छ। फेसबुक र क्यालिफोर्निया विश्वविद्यालयका शोधकर्ताहरूले स्यान डिएगो बीचको मतदानकर्ताको मतदानकर्तामा मतदाता टर्नआउट (Bond et al. 2012) विभिन्न सन्देशहरूको प्रभावमा।

2 नोभेम्बर, 2010 - संयुक्त राज्य अमेरिकामा बस्नुभयो जुन अमेरिकाका कांग्रेसका चुनाव-सबै 61 मिलियन फेसबुक प्रयोगकर्ताहरू दिनहुँ थिए र 18 बर्षका थिए र मतदानको बारेमा प्रयोगमा भाग लिइन्। फेसबुक भ्रमण गर्दा, प्रयोगकर्ताहरूले अनियमित रुपमा तीन समूहमा असाइन गरेका थिए, जसले उनीहरूको समाचार फिडको शीर्षमा कुन ब्यानर (यदि कुनै पनि) राखिएको थियो (तथ्याङ्क 4.18):

• एक नियन्त्रण समुह
• क्लिक योग्य "I Voted" बटन र एक काउन्टर (जानकारी) संग मतदान बारे एक सूचना सन्देश
• एक क्लिकयोग्य "I Voted" बटन र एक काउन्टर प्लस नाम र उनीहरूको साथीहरूको तस्वीरहरु जुन पहिले नै "I Voted" (Info + Social) को क्लिक गरेर मतदान को बारे मा एक सूचना सन्देश हो।

बन्ड र सहकर्मीले दुई मुख्य परिणामहरू अध्ययन गरे: मतदान व्यवहार र वास्तविक मतदान व्यवहारबारे रिपोर्ट गरे। पहिलो, उनीहरूले पत्ता लगाउँथे कि जानकारी + सोशल समूहमा भएका व्यक्तिहरूले "आई विटेड" (लगभग 20% बनाम 18%) क्लिक गर्न जानकारी समूहका व्यक्तिहरूको तुलनामा दुई प्रतिशत बिन्दुहरूको अधिक सम्भावना थियो। यसको अतिरिक्त, शोधकर्ताहरु ले आफ्नो डेटा को सार्वजनिक रूप देखि उपलब्ध मतदान को रेकर्ड को साथ लगभग छह मिलियन मान्छे संग मर्ज गरे पछि उनि पाया कि जानकारी + सोशल समूह मा मान्छे 0.39 प्रतिशत अंकहरु लाई वास्तव मा कंट्रोल समूह मा उन भन्दा भन्दा अधिक वोट को संभावना हो र मान्छे को जानकारी समूह मा नियन्त्रण समूहमा ती व्यक्तिहरूको रूपमा मतदान गर्ने सम्भावना थियो (चित्र 4.18)।

चित्रा 4.18: फेसबुकमा प्राप्त-आउट-द-भोट प्रयोगको परिणामहरू (Bond et al. 2012) । सूचना समूहका सहभागीहरूले नियन्त्रण समूहमा उस्तै दरमा मतदान गरे, तर जानकारी + सामाजिक समूहका व्यक्तिले थोपा उच्च दरमा मतदान गरे। बारहरू अनुमानित 95% आत्मविश्वास अन्तरालहरूको प्रतिनिधित्व गर्छन्। ग्राफमा परिणामहरू लगभग 6 मिलियन सहभागिताहरू छन् जुन मतदानको रेकर्डमा मिलाईयो। Bond et al. (2012) बाट अनुकूल Bond et al. (2012) , आंकडा 1।

यस प्रयोगको नतीजाले देखाउँछ कि केहि अनलाइन प्राप्त-आउट-द-मत सन्देशहरू अन्य भन्दा बढी प्रभावकारी छन् र प्रभावकारिताको शोधकर्ताको अनुमानले मतदान वा वास्तविक मतदानको बारेमा रिपोर्ट गरेको छ भनेर निर्भर गर्दछ। दुर्भाग्यवश यो प्रयोग मन्त्रिपरिषद्को बारेमा कुनै पनि सुराग प्रदान गर्दैन, जसको माध्यमबाट सोशल सूचना - जुन केहि शोधकर्ताहरूले प्लेबिलमा "अनुहार ढेर" भनिन्छ - मतदान खारेज गरे। यो हुन सक्छ कि सामाजिक जानकारी सम्भावना बढेको छ कि कसैले बैनरलाई ध्यान दिए वा यो सम्भावना बढेको छ कि ब्यानरलाई हेर्ने व्यक्तिले वास्तवमा मतदान गरे वा दुवै। यस प्रकार, यो प्रयोग एक रोचक खोज प्रदान गर्दछ कि अन्य शोधकर्ताहरु को संभावना को अन्वेषण गर्नेछन् (जस्तै, Bakshy, Eckles, et al. (2012) )।

शोधकर्ताहरु को लक्ष्य को अगाडी बढाने को अतिरिक्त, यो प्रयोग पनि साथी संगठन (फेसबुक) को लक्ष्य को उन्नत गर्दछ। यदि तपाईंले मतदानबाट साबुनको खरिद गर्न व्यवहारबाट अध्ययन गर्नुभयो भने, तपाइँ हेर्न सक्नुहुन्छ कि अध्ययनको समान सटीक ढाँचा अनलाईनमा विज्ञापनको प्रभावको मापदण्डको रूपमा प्रयोग गर्न सक्दछ (जस्तै, RA Lewis and Rao (2015) )। यी विज्ञापन प्रभावशीलता अध्ययनहरूले प्रायः अनलाइन विज्ञापनहरूको एक्सपोजर प्रभावलाई असर गर्छ - Bond et al. (2012) उपचार Bond et al. (2012) मूल रूपमा मतदानका लागि विज्ञापनहरू अफलाइन व्यवहारमा विज्ञापन हुन्छन्। यसकारण, यस अनुसन्धानले अनलाइन फेसबुकको प्रभावकारिता अध्ययन गर्न फेसबुकको क्षमतालाई अग्रिम गर्न सक्छ र फेसबुकलाई सम्भावित विज्ञापनदाताहरू मान्न सक्छन् कि फेसबुक विज्ञापनहरू व्यवहार परिवर्तन गर्न प्रभावकारी छन्।

यद्यपि शोधकर्ताहरू र साझेदारहरूको चासो प्रायः यस अध्ययनमा गठित भएका थिए, तिनीहरू पनि आंशिक रूपमा तनावमा थिए। विशेष गरी, तीन समूहमा सहभागिताको आवंटन - नियन्त्रण, जानकारी, र जानकारी + सामाजिक - अत्यन्त असन्तुलित थियो: नमूनाको 9 0% जानकारी + सामाजिक को लागि तोकिएको थियो। यो असंतुलित आवंटन स्थिर रूपमा स्थिर छ, र शोधकर्ताहरूको लागि एकदम राम्रो आवंटन प्रत्येक समूहमा प्रतिभागिहरु को एक तिहाई हुनेछ। तर असंतुलित आवंटन भयो किनभने फेसबुकले सबैलाई जानकारी + सामाजिक उपचार प्राप्त गर्न चाहन्थे। सौभाग्य देखि, शोधकर्ताहरु उनलाई एक सम्बन्धित उपचार को लागि 1% र एक नियंत्रण समूह को लागि प्रतिभागिहरु को 1% पछि पकडने को लागि आश्वस्त भए। नियन्त्रण समुह बिना, यो जानकारी + सामाजिक उपचार को प्रभाव को मापने को लागि मूल रूप देखि असंभव भएको थियो किनकी यो एक यादृच्छिक नियंत्रित प्रयोग को बजाए एक "प्रतिरूप र निरीक्षण" भएको थियो। यस उदाहरणले साझेदारहरूसँग काम गर्नको लागि एक बहुमूल्य व्यावहारिक पाठ प्रदान गर्दछ: कहिलेकाँही कसैलाई उपचार दिनको लागि कसैलाई मानेर एक प्रयोग सिर्जना गर्नुहोस् र कहिलेकाहीँ तपाईंले कसैलाई उपचार दिन नदिने (यकिन, नियन्त्रण समूह सिर्जना गर्न) प्रयोग गरेर एक प्रयोग सिर्जना गर्दछ।

साझेदारीले सधैँ टेक कम्पनीहरु र लाखौं सहभागीहरूसँग A / B परीक्षण समावेश गर्न आवश्यक छैन। उदाहरणका लागि, अलेक्जेन्डर कापक, एन्ड्रयू गिइस र जॉन टर्नोवस्की (2016) एक पर्यावरणीय एनजीओ-लिगको संरक्षण मतदातासँग साझेदारी गरिएको थियो - सामाजिक गतिशीलता बढाउनका लागि प्रयोगशाला परीक्षण विभिन्न रणनीतिहरू चलाउन। शोधकर्ताहरूले गैर सरकारी संस्थाको ट्विटर खाता प्रयोग गरी सार्वजनिक ट्वीट्स र निजी सीधा सन्देशहरू पठाएका थिए जसलाई विभिन्न प्रकारका क्यारेक्टरहरूको प्रयास गरे। त्यसोभए उनीहरूले यी सन्देशहरू मध्ये कुनै पनि मापन गरेका थिए जसलाई मान्छेहरुलाई पुर्जीकरणमा हस्ताक्षर गर्न र एक फिर्तीको बारेमा जानकारी फिर्ता गर्न प्रोत्साहन दिने।

कुल मिलाएर, शक्तिशालीसँग साझेदारी गर्दा तपाईलाई सक्षम बनाउँदछ जुन अन्यथा कठिन छ, र तालिका 4.3 शोधकर्ताहरू र संगठनहरू बीच साझेदारीको अन्य उदाहरणहरू प्रदान गर्दछ। साझेदार तपाइँको आफ्नै प्रयोग निर्माण गर्नु भन्दा सजिलो हुन सक्छ। तर यी फाइदाहरू हानिको साथ आउँछ: साझेदारीहरूले सहभागिता, उपचार, र परिणामहरू जुन तपाईं अध्ययन गर्न सक्नुहुनेछ को सीमित गर्न सक्दछ। यसबाहेक, यो साझेदारीले नै नैतिक चुनौतिहरूको सामना गर्न सक्छ। एक साझेदारीको लागि अवसर हाल्ने सबैभन्दा राम्रो तरिका हो कि तपाईले रोचक विज्ञान गरिरहँदा समस्या समाधान गर्न सक्नुहुनेछ। यदि तपाईं संसार हेर्नु भएको यस तरिकामा प्रयोग गरिरहनु भएको छैन भने, पेस्टुरको उद्धारकर्तामा समस्याहरू स्पस्ट गर्न गाह्रो हुन सक्छ, तर, अभ्यासको साथ, तपाईले तिनीहरूलाई अधिक सूचना दिन सुरु गर्न सक्नुहुनेछ।