चलिरहेको ठूलो प्रयोगहरू गर्न प्रमुख शून्य आफ्नो चल लागत ड्राइभिङ छ। यो सबै भन्दा राम्रो तरिका स्वचालन र रमाइलो प्रयोगहरू डिजाइन हो।
डिजिटल प्रयोगहरू नाटकीय फरक लागत संरचना हुन सक्छ र यो विगतमा असम्भव थिए प्रयोगहरू चलान अनुसन्धानकर्ताहरूले सक्षम बनाउँछ। थप विशेष, प्रयोग साधारण खर्च को दुई मुख्य प्रकार छ:। लागत तय र लागत चर लागत स्थिर तपाईं कति सहभागीहरू आधारमा परिवर्तन छैन भनेर लागत छन्। उदाहरणका लागि, एक ल्याब प्रयोग मा, लागत तय स्पेस भाडामा र फर्नीचर खरीद लागत चल लागत, अर्कोतर्फ, परिवर्तन तपाईं कति सहभागीहरू आधारमा हुन सक्छ।। उदाहरणका लागि, एक ल्याब प्रयोग मा, लागत चर कर्मचारी र सहभागीहरू तिर्ने देखि आउन सक्छ। सामान्य मा, एनालग प्रयोगहरू कम निश्चित लागत र उच्च चर लागत छ, र डिजिटल प्रयोगहरू उच्च निश्चित लागत र कम चर लागत (चित्रा 4.18) छ। उपयुक्त डिजाइन, तपाईं सबै तरिका शून्य तपाईँको प्रयोग को चर लागत ड्राइव गर्न सक्छन्, र यो रोमाञ्चक अनुसन्धान अवसरहरू सिर्जना गर्न सक्नुहुन्छ।
त्यहाँ दुई मुख्य चर लागत-भुक्तानी को कर्मचारीहरु गर्न तत्व र भुक्तानी छन् सहभागीहरू-र यी प्रत्येक फरक रणनीति प्रयोग गरेर शून्य संचालित गर्न सकिन्छ। अनुसन्धान सहायक सहभागीहरू भर्ती गर्छन् उपचार प्रदान गर्ने, र परिणाम नाप्ने काम देखि स्टेम कर्मचारीहरु भुक्तानी। उदाहरणका लागि, Schultz र सहयोगिहरु को अनुरूप क्षेत्र प्रयोग (2007) को उपचार विद्युत मीटर छुटकारा र पढ्न प्रत्येक घर यात्रा सामाजिक मान्यता र बिजुली उपयोग आवश्यक अनुसन्धान सहायक मा (चित्रा 4.3)। अनुसन्धान सहायक द्वारा यस प्रयासको सबै अध्ययन गर्न नयाँ घरेलू थप्दा लागत थपिएको छ भनेर अर्थ। अर्कोतर्फ, Restivo र भ्यान डे Rijt को डिजिटल क्षेत्र प्रयोग लागि (2012) विकिपीडिया मा पुरस्कार मा, अनुसन्धानकर्ताहरूले थप सहभागी मा वस्तुतः कुनै लागत थप्न सक्छ। चर प्रशासनिक खर्च कम लागि एक सामान्य रणनीति मानव काम (महंगा छ) कम्प्युटर काम (सस्तो छ) प्रतिस्थापन गर्न छ। लगभग, तपाईं आफैलाई सोध्न सक्छौं: मेरो अनुसन्धान टोली सबैले सुतिरहेको बेला यो प्रयोग चलाउन सक्नुहुन्छ? जवाफ हो हो भने, तपाईं स्वचालन को एक महान काम गरेका छौँ।
चर लागत को दोस्रो मुख्य प्रकार सहभागीहरूलाई भुक्तानी छ। केही अनुसन्धानकर्ताहरूले सहभागीहरू लागि आवश्यक छन् भनेर भुक्तानी कम गर्न अमेजन यांत्रिक टर्क र अन्य अनलाइन श्रम बजार प्रयोग गरेका छन्। शून्य लागत चर सबै बाटो ड्राइभमा तथापि, एउटा फरक दृष्टिकोण आवश्यक छ। लामो समय को लागि, अनुसन्धानकर्ताहरूले तिनीहरूले भाग लिन मान्छे तिर्न अल्छीलाग्दो छन् कि प्रयोगहरू डिजाइन गरेका छन्। तर, के तपाईं मान्छे मा हुन चाहनुहुन्छ कि एक प्रयोग सिर्जना गर्न सक्छ भने? यो टाढा तानिएको लाग्न सक्छ, तर म तपाईंलाई एउटा उदाहरण तल मेरो आफ्नै कामबाट दिनेछौँ, र तालिका 4.4 मा थप उदाहरण छन्। रमाइलो प्रयोगहरू डिजाइन गर्न यो दृष्टिकोण विषयों केही अध्याय 3 मा प्रतिध्वनिहरु भनेर थप रमाइलो सर्वेक्षण डिजाइन र अध्याय 5 मा ठूलो सहयोग को डिजाइन सन्दर्भमा सन्दर्भमा ध्यान दिनुहोस्। तसर्थ, म सहभागी आनन्दको-के पनि प्रयोगकर्ता भनिन्छ हुन सक्छ अनुभव-गर्नेछ डिजिटल युगमा अनुसन्धान डिजाइन को एक झन् महत्त्वपूर्ण भाग ठान्छन्।
क्षतिपूर्ति | उद्धरण |
---|---|
स्वास्थ्य जानकारी वेबसाइट | Centola (2010) |
व्यायाम कार्यक्रम | Centola (2011) |
फ्री संगीत | Salganik, Dodds, and Watts (2006) ; Salganik and Watts (2008) ; Salganik and Watts (2009b) |
मजा खेल | Kohli et al. (2012) |
चलचित्र सिफारिसहरू | Harper and Konstan (2015) |
तपाईं शून्य चर लागत प्रयोगहरू सिर्जना गर्न चाहनुहुन्छ भने तपाईं सबै कुरा पूर्णतया स्वचालित र सहभागीहरू कुनै पनि भुक्तानी आवश्यक छैन भन्ने सुनिश्चित गर्न चाहनुहुन्छ छौँ। यो सम्भव छ कसरी देखाउन गर्न, म सांस्कृतिक उत्पादनहरु को सफलता र असफलता मेरो प्रबंध अनुसन्धान वर्णन छौँ। यो उदाहरण पनि शून्य चर लागत डाटा बस कुराहरू सस्ता गरिरहेको बारे छैन भनेर देखाउँछ। बरु, यो अन्यथा सम्भव छैन भनेर प्रयोगहरू सक्षम हुनुहुन्छ।
मेरो प्रबंध सांस्कृतिक उत्पादनहरु लागि सफलता को बुभ्क्न गाहो प्रकृति उत्प्रेरित थियो। हिट गीतहरू, सबै भन्दा राम्रो किताबहरू बिक्री, र फिलिम फिलिमहरु धेरै, औसत भन्दा धेरै बढी सफल छन्। यस कारण, यी उत्पादनहरू लागि बजार अक्सर "विजेता-लिन सबै-" बजार भनिन्छ। यद्यपि, उही समय, जो विशेष गीत, पुस्तक, वा चलचित्र सफल हुनेछ मा अविश्वसनीय अप्रत्याशित छ। यो Screenwriter विलियम Goldman (1989) elegantly अप यो सफलता भविष्यवाणी गर्न आउँदा, भन्दै द्वारा शैक्षिक अनुसन्धान धेरै समेट्न "कसैले केहि थाह छ।" को unpredictability विजेता-लिन-सबै बजार मलाई परिणाम हो सफलता को कति आश्चर्य गरे गुणस्तर र कति को बस भाग्य छ। अथवा, हामी समानता दुनिया सिर्जना र एउटै गीतहरू प्रत्येक संसारमा लोकप्रिय हुने ती सबै स्वतन्त्र विकसित छ, गर्न सक्छ भने, अलिकति फरक व्यक्त? र, भने, के यी मतभेद गराउँछ कि एक संयन्त्र हुन सक्छ?
यी प्रश्नहरूको जवाफ गर्न, हामी-पत्रुस Dodds, डंकन वत्स (मेरो प्रबंध सल्लाहकारमा), र अनलाइन क्षेत्र प्रयोगहरू को एक श्रृंखला म-भाग्यो। खासगरी, हामी MusicLab भनिने वेबसाइट जहाँ मान्छे नयाँ संगीत पत्ता लगाउन सक्छ निर्मित, र हामी प्रयोगहरू को एक श्रृंखला लागि यो प्रयोग। हामी एक किशोर-ब्याज वेबसाइटमा ब्यानर विज्ञापन चलान (चित्रा 4.19) द्वारा र मिडिया मा उल्लेख मार्फत सहभागीहरू recruited। हाम्रो वेबसाइट प्रदान अवगत सहमति मा पुगेपछि सहभागीहरू, छोटो पृष्ठभूमि प्रश्नावली पूरा, र अनियमित दुई प्रयोगात्मक अवस्था-स्वतन्त्र र सामाजिक प्रभाव एक खटाइयो। यो स्वतन्त्र अवस्थामा सहभागीहरू गीतहरू सुन्न जो निर्णय गरेको बैंड र गीतहरू मात्र नाम दिइएको। गीत सुन्ने क्रममा सहभागीहरू तिनीहरूले गीत डाउनलोड गर्ने मौका (तर दायित्व) थियो जो पछि यो मूल्याङ्कन गर्न आग्रह गरेका थिए। सामाजिक प्रभाव अवस्थामा सहभागीहरू पनि हरेक गीत अघिल्लो सहभागीहरू द्वारा डाउनलोड गरिएको थियो कति पटक देख्न सक्थे बाहेक नै अनुभव थियो। यसबाहेक, सामाजिक प्रभाव अवस्थामा सहभागीहरू अनियमित आठ समानता दुनिया प्रत्येक जो स्वतन्त्र विकसित (चित्रा 4.20) को एक खटाइयो। यो डिजाइन प्रयोग, हामी दुई सम्बन्धित प्रयोगहरू भाग्यो। पहिलो, हामी सहभागीहरू गीतहरूको एउटा unsorted ग्रिड मा, तिनीहरूलाई लोकप्रियता को एक कमजोर संकेत प्रदान जो प्रस्तुत। दोस्रो प्रयोग मा, हामी लोकप्रियता को एक धेरै बलियो संकेत प्रदान जो सूची छ, मा गीतहरू (चित्रा 4.21) प्रस्तुत।
हामी गीतहरू को लोकप्रियता भाग्य को महत्वपूर्ण भूमिका सुझाव दुनिया भर मतभेद भेट्टाए। उदाहरणका लागि, एक संसारमा गीत "तालाबन्दि" 52Metro द्वारा 1st आउनुभयो, र अर्को संसारमा यो 48 गीतहरू बाहिर 40 औं आउनुभयो। यो ठीक सबै एउटै गीतहरू विरुद्ध प्रतिस्पर्धा नै गीत थियो, तर एक संसारमा यो भाग्यशाली र अरूलाई मा गरेनन्। यसबाहेक, दुई प्रयोगहरू मार्फत परिणाम तुलना गरेर हामी सामाजिक प्रभाव बढी unequal सफलता, सायद predictability को उपस्थिति सिर्जना जो निम्त्याउँछ फेला परेन। तर, (जो समानता दुनिया प्रयोग यस प्रकारको बाहिर गरिन गर्न सक्दैन) दुनिया भर देख, सामाजिक प्रभाव वास्तवमा unpredictability वृद्धि भनेर हामी फेला परेन। यसबाहेक, अचम्मको कुरा, यो सबैभन्दा अप्रत्याशित परिणाम (चित्रा 4.22) छ कि उच्चतम अपील को गीतहरू थियो।
MusicLab किनभने यो डिजाइन भएको थियो कि बाटो शून्य चर लागत मा अनिवार्य सञ्चालन गर्न सक्षम थियो। पहिलो, सबै कुरा पूर्णतया यो म सुतिरहेको बेला चलाउन सक्षम थियो त स्वचालित थियो। दोस्रो, क्षतिपूर्ति त कुनै चल सहभागी क्षतिपूर्ति लागत थियो निःशुल्क संगीत थियो। क्षतिपूर्ति रूपमा संगीत को प्रयोग पनि कहिलेकाहीं लागत र लागत चल अचल बीच एक व्यापार-बन्द छ कसरी देखाउँछ। म बैंड देखि अनुमति सुरक्षित र आफ्नो संगीत सहभागीहरू 'प्रतिक्रिया बारेमा बैंड लागि रिपोर्ट तयार समय खर्च गर्न थियो किनभने प्रयोग संगीत तय लागत वृद्धि। तर, यो मामला मा, चर लागत कम गर्न लागत तय वृद्धि गर्न सही कुरा थियो; भनेर हामीलाई 100 पटक एक मानक प्रयोगशाला प्रयोग भन्दा ठूलो थियो कि एक प्रयोग चलान सक्षम के।
यसबाहेक, MusicLab प्रयोगहरू शून्य चर लागत नै अन्त हुन छैन भनेर देखाउन; बरु, यो प्रयोग को एक नयाँ तरिका चलिरहेको एउटा माध्यम हुन सक्छ। कि हामी एक मानक सामाजिक प्रभाव ल्याब प्रयोग 100 पटक सञ्चालन गर्न हाम्रो सहभागी सबै प्रयोग गरेनन्, ध्यान दिनुहोस्। बरु, हामी केहि फरक, जो तपाईं एक सामाजिक प्रयोग गर्न एक मनोवैज्ञानिक प्रयोग बाट स्विच रूपमा विचार सक्छ गरे (Hedström 2006) । बरु व्यक्तिगत निर्णय बनाउने ध्यान भन्दा, हामी हाम्रो प्रयोग लोकप्रियता मा, एक सामूहिक नतिजा केन्द्रित। एक सामूहिक नतिजा यो स्विच हामी एक डाटा बिन्दु उत्पादन गर्न बारेमा 700 सहभागीहरू आवश्यक पापीलाई (त्यहाँ समानता दुनिया को प्रत्येक 700 मानिसहरू थिए)। त्यो मात्रा किनभने प्रयोग को लागत संरचना मात्र सम्भव थियो। सामान्य मा, अनुसन्धानकर्ताहरूले व्यक्तिगत निर्णय बाट उत्पन्न सामूहिक परिणाम कसरी अध्ययन गर्न चाहनुहुन्छ भने, यस्तो MusicLab रूपमा समूह प्रयोगहरू धेरै रोमाञ्चक छन्। विगतमा, तिनीहरूले logistically गाह्रो भएको छ, तर ती कठिनाइहरू किनभने शून्य चर लागत डाटा को संभावना को ओइलाउन लागिसके।
लागत उच्च निश्चित: शून्य चर लागत डाटा को लाभ illustrating गर्न साथै, MusicLab प्रयोगहरू पनि यो दृष्टिकोण संग एक चुनौती देखाउँछ। मेरो मामला मा, म प्रयोग निर्माण गर्न बारेमा छ महिना लागि पत्रुस Hausel नाम एक प्रतिभाशाली वेब डेभलपर संग काम गर्न सक्षम हुन अत्यन्तै भाग्यशाली थियो। मेरो सल्लाहकार, डंकन वत्स, अनुसन्धान यस प्रकारको समर्थन अनुदान को एक नम्बर प्राप्त गरेका थिए किनभने यो केवल सम्भव थियो। हामी 2004 मा MusicLab निर्माण पछि देखि प्रौद्योगिकी सुधार भएको छ, र यो अहिले यो जस्तै एक प्रयोग निर्माण गर्न धेरै सजिलो हुनेछ। तर, उच्च निश्चित लागत रणनीति तरिका ती लागत कवर सक्ने अनुसन्धानकर्ताहरूले लागि साँच्चै मात्र सम्भव छ।
निष्कर्ष मा, डिजिटल प्रयोगहरू अनुरूप प्रयोगहरू भन्दा नाटकीय फरक लागत संरचना हुन सक्छ। तपाईं साँच्चै ठूलो प्रयोगहरू चलाउन चाहनुहुन्छ भने, तपाईंले आफ्नो प्रयोग को मेकानिक्स स्वचालित द्वारा यो काम गर्न सक्नुहुन्छ 0. गर्न सकेसम्म धेरै र आदर्श सबै तरिका आफ्नो चल लागत कम गर्न प्रयास गर्नुपर्छ (जस्तै, कम्प्युटर समय मानव समय प्रतिस्थापन) र प्रयोगहरू मान्छे मा हुन चाहनुहुन्छ कि डिजाइन। यी सुविधाहरू प्रयोगहरू डिजाइन गर्न सक्ने अनुसन्धानकर्ताहरू विगतमा सम्भव नभएका प्रयोगहरू को नयाँ प्रकार चलान गर्न सक्षम हुनेछ।