4.1 ਪਛਾਣ

ਇਸ ਪੁਸਤਕ ਵਿਚ ਨਜ਼ਰ ਆ ਰਹੇ ਵਿਵਹਾਰਾਂ ਵਿਚ (ਅਧਿਆਇ 2) ਹੁਣ ਤਕ ਵਿਚਾਰਿਆ ਗਿਆ ਹੈ ਅਤੇ ਸਵਾਲ ਪੁੱਛਦੇ ਹੋਏ (ਅਧਿਆਇ 3) - ਖੋਜਕਰਤਾ ਬਿਨਾਂ ਜਾਣ ਬੁੱਝ ਕੇ ਡਾਟਾ ਇਕੱਠਾ ਕਰਦੇ ਹਨ ਅਤੇ ਵਿਵਸਥਿਤ ਰੂਪ ਨਾਲ ਸੰਸਾਰ ਨੂੰ ਬਦਲ ਰਹੇ ਹਨ. ਇਸ ਅਧਿਆਇ-ਰਣ ਵਾਲੇ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਪਹੁੰਚ-ਮੂਲ ਰੂਪ ਵਿੱਚ ਵੱਖ ਵੱਖ ਹੈ. ਜਦੋਂ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਪ੍ਰਯੋਗ ਚਲਾਉਂਦੇ ਹੋ, ਤਾਂ ਉਹਨਾਂ ਨੇ ਸੰਸਾਰ ਵਿੱਚ ਵਿਵਸਥਿਤ ਰੂਪ ਵਿੱਚ ਦਖਲਅੰਦਾਜ਼ੀ ਕੀਤੀ ਹੈ ਜੋ ਕਾਰਨ ਅਤੇ ਪ੍ਰਭਾਵ ਸੰਬੰਧਾਂ ਬਾਰੇ ਪ੍ਰਸ਼ਨਾਂ ਦੇ ਉੱਤਰ ਦੇਣ ਲਈ ਆਦਰਸ਼ ਤੌਰ ਤੇ ਅਨੁਕੂਲ ਹੈ.

ਸੋਸ਼ਲ ਰਿਸਰਚ ਵਿਚ ਕਾਰਨ ਅਤੇ ਪ੍ਰਭਾਵੀ ਸਵਾਲ ਬਹੁਤ ਆਮ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਮਿਸਾਲਾਂ ਵਿਚ ਅਜਿਹੇ ਸਵਾਲ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ: ਕੀ ਅਧਿਆਪਕਾਂ ਦੀ ਤਨਖ਼ਾਹ ਵਧਾਉਣ ਨਾਲ ਵਿਦਿਆਰਥੀ ਸਿੱਖਣ ਵਿਚ ਵਾਧਾ ਹੋ ਰਿਹਾ ਹੈ? ਰੋਜ਼ਗਾਰ ਦਰਾਂ 'ਤੇ ਘੱਟੋ ਘੱਟ ਤਨਖ਼ਾਹ ਦਾ ਕੀ ਪ੍ਰਭਾਵ ਹੈ? ਨੌਕਰੀ ਦੇ ਬਿਨੈਕਾਰ ਦੀ ਨਸਲੀ ਨੌਕਰੀ ਲੈਣ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਤ ਕਰਦੀ ਹੈ? ਇਹਨਾਂ ਸਪੱਸ਼ਟ ਤੌਰ ਤੇ ਕਾਰਨ ਸਵਾਲਾਂ ਤੋਂ ਇਲਾਵਾ, ਕਦੇ-ਕਦੇ ਕਾਰਨ ਅਤੇ ਪ੍ਰਭਾਵ ਵਾਲੇ ਪ੍ਰਸ਼ਨ ਕੁਝ ਕਾਰਗੁਜ਼ਾਰੀ ਮੈਟ੍ਰਿਕ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨ ਬਾਰੇ ਵਧੇਰੇ ਆਮ ਸਵਾਲ ਹਨ. ਮਿਸਾਲ ਦੇ ਤੌਰ ਤੇ, "ਇੱਕ ਐਨ.ਜੀ.ਓ. ਦੀ ਵੈੱਬਸਾਈਟ ਤੇ ਦਾਨ ਬਟਨ ਕਿਹੜਾ ਰੰਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?" ਪ੍ਰਸ਼ਨ ਅਸਲ ਵਿਚ ਦਾਨ 'ਤੇ ਵੱਖ-ਵੱਖ ਬਟਨ ਰੰਗ ਦੇ ਪ੍ਰਭਾਵ ਬਾਰੇ ਬਹੁਤ ਸਾਰੇ ਸਵਾਲ ਹਨ.

ਕਾਰਨ-ਅਤੇ-ਪ੍ਰਭਾਵਾਂ ਵਾਲੇ ਸਵਾਲਾਂ ਦਾ ਜਵਾਬ ਦੇਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਹੈ ਮੌਜੂਦਾ ਡਾਟਾ ਵਿੱਚ ਪੈਟਰਨਾਂ ਦੀ ਭਾਲ ਕਰਨਾ. ਉਦਾਹਰਣ ਵਜੋਂ, ਵਿਦਿਆਰਥੀ ਸਿੱਖਣ 'ਤੇ ਅਧਿਆਪਕਾਂ ਦੀਆਂ ਤਨਖ਼ਾਹਾਂ ਦੇ ਪ੍ਰਭਾਵਾਂ ਬਾਰੇ ਸੁਆਲ ਕਰਦੇ ਹੋਏ, ਤੁਸੀਂ ਇਹ ਹਿਸਾਬ ਲਗਾ ਸਕਦੇ ਹੋ ਕਿ ਵਿਦਿਆਰਥੀਆਂ ਨੇ ਸਕੂਲਾਂ ਵਿੱਚ ਵਧੇਰੇ ਸਿੱਖਣ ਦੀ ਪੇਸ਼ਕਸ਼ ਕੀਤੀ ਹੈ ਜੋ ਉੱਚ ਅਧਿਆਪਕ ਤਨਖਾਹ ਪੇਸ਼ ਕਰਦੇ ਹਨ. ਪਰ ਕੀ ਇਹ ਸਬੰਧ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਉੱਚ ਤਨਖਾਹ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਹੋਰ ਸਿੱਖਣ ਦਾ ਕਾਰਨ ਬਣਦੀ ਹੈ ? ਬਿਲਕੁੱਲ ਨਹੀਂ. ਉਹ ਸਕੂਲ ਜਿਨ੍ਹਾਂ ਵਿਚ ਅਧਿਆਪਕਾਂ ਦੀ ਆਮਦਨੀ ਜ਼ਿਆਦਾ ਹੁੰਦੀ ਹੈ ਉਹ ਕਈ ਤਰੀਕਿਆਂ ਨਾਲ ਵੱਖ ਵੱਖ ਹੋ ਸਕਦੀਆਂ ਹਨ. ਉਦਾਹਰਣ ਵਜੋਂ, ਉੱਚ ਅਧਿਆਪਕ ਤਨਖਾਹ ਵਾਲੇ ਸਕੂਲਾਂ ਵਾਲੇ ਵਿਦਿਆਰਥੀ ਧਨੀ ਪਰਿਵਾਰਾਂ ਤੋਂ ਆ ਸਕਦੇ ਹਨ. ਇਸ ਤਰ੍ਹਾਂ, ਅਧਿਆਪਕਾਂ ਦਾ ਪ੍ਰਭਾਵ ਵੱਖੋ ਵੱਖਰੀ ਕਿਸਮ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਤੋਂ ਕਿਵੇਂ ਆ ਸਕਦਾ ਹੈ. ਵਿਦਿਆਰਥੀ ਵਿਚਕਾਰ ਇਹ unmeasured ਅੰਤਰ confounders ਕਹਿੰਦੇ ਹਨ, ਅਤੇ, ਆਮ, confounders ਦੀ ਸੰਭਾਵਨਾ ਖੋਜਕਾਰ 'ਮੌਜੂਦਾ ਡਾਟਾ ਵਿੱਚ ਪੈਟਰਨ ਦੀ ਤਲਾਸ਼ ਕਰ ਕੇ ਕਾਰਨ ਹੈ-ਅਤੇ-ਪ੍ਰਭਾਵ ਨੂੰ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਲਈ ਯੋਗਤਾ' ਤੇ ਖ਼ੂਨੀ.

Confounders ਦੀ ਸਮੱਸਿਆ ਦਾ ਇੱਕ ਹੱਲ ਹੈ ਕਿ ਸਮੂਹਾਂ ਵਿੱਚ ਅਨੁਭਵੀ ਅੰਤਰਾਂ ਲਈ ਸਮਾਯੋਜਨ ਕਰਕੇ ਸਹੀ ਤੁਲਨਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨਾ. ਉਦਾਹਰਣ ਲਈ, ਤੁਸੀਂ ਕਈ ਸਰਕਾਰੀ ਵੈਬਸਾਈਟਾਂ ਤੋਂ ਪ੍ਰਾਪਰਟੀ ਟੈਕਸ ਡੇਟਾ ਨੂੰ ਡਾਊਨਲੋਡ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਸਕਦੇ ਹੋ. ਫਿਰ, ਤੁਸੀਂ ਉਨ੍ਹਾਂ ਸਕੂਲਾਂ ਵਿਚ ਵਿਦਿਆਰਥੀ ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਤੁਲਨਾ ਕਰ ਸਕਦੇ ਹੋ ਜਿੱਥੇ ਘਰਾਂ ਦੀਆਂ ਕੀਮਤਾਂ ਇੱਕੋ ਜਿਹੀਆਂ ਹਨ ਪਰ ਅਧਿਆਪਕ ਤਨਖਾਹ ਵੱਖ ਹਨ, ਅਤੇ ਤੁਸੀਂ ਅਜੇ ਵੀ ਇਹ ਪਤਾ ਲਗਾ ਸਕਦੇ ਹੋ ਕਿ ਉੱਚ ਸਕੂਲਾਂ ਦੇ ਅਧਿਆਪਕਾਂ ਦੇ ਨਾਲ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਵਧੇਰੇ ਸਿੱਖਣਾ ਚਾਹੀਦਾ ਹੈ. ਪਰ ਅਜੇ ਵੀ ਬਹੁਤ ਸਾਰੇ ਸੰਭਵ ਮੁਠਭੇੜਾਂ ਹਨ. ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਇਹਨਾਂ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਮਾਪਿਆਂ ਨੂੰ ਉਨ੍ਹਾਂ ਦੇ ਸਿੱਖਿਆ ਦੇ ਪੱਧਰ ਵਿਚ ਵੱਖਰਾ ਹੋਵੇ. ਜਾਂ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਸਕੂਲ ਜਨਤਕ ਲਾਇਬ੍ਰੇਰੀਆਂ ਵਿੱਚ ਉਨ੍ਹਾਂ ਦੇ ਨਜ਼ਦੀਕੀ ਹੋਣ ਜਾਂ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਉੱਚ ਅਧਿਆਪਕ ਦੀ ਤਨਖ਼ਾਹ ਵਾਲੇ ਸਕੂਲ ਦੇ ਮੁਢਲੇ ਪਿੰਸਲ, ਅਤੇ ਮੁੱਖ ਤਨਖਾਹ, ਅਧਿਆਪਕ ਦੀ ਤਨਖਾਹ ਨਾ ਹੋਵੇ, ਉਹ ਅਸਲ ਵਿਚ ਵਿਦਿਆਰਥੀ ਦੀ ਸਿੱਖਿਆ ਵਧਾ ਰਿਹਾ ਹੈ. ਤੁਸੀਂ ਇਹਨਾਂ ਕਾਰਕਾਂ ਨੂੰ ਮਾਪਣ ਅਤੇ ਇਸ ਨੂੰ ਠੀਕ ਕਰਨ ਦੀ ਵੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਸਕਦੇ ਹੋ, ਪਰ ਸੰਭਾਵਿਤ ਤਾਲਿਬਰਾਂ ਦੀ ਸੂਚੀ ਬੇਅੰਤ ਹੈ. ਬਹੁਤ ਸਾਰੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ, ਤੁਸੀਂ ਸਾਰੇ ਸੰਭਾਵਤ ਉਲੰਪਿਕਾਂ ਨੂੰ ਨਹੀਂ ਮਾਪ ਸਕੋ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਅਨੁਕੂਲ ਨਹੀਂ ਕਰ ਸਕਦੇ. ਇਸ ਚੁਣੌਤੀ ਦੇ ਹੁੰਗਾਰੇ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਗੈਰ-ਪ੍ਰਯੋਗਾਤਮਕ ਡਾਟਾਾਂ ਤੋਂ ਕਾਰਨਾਤਮਕ ਅੰਦਾਜ਼ੇ ਬਣਾਉਣ ਲਈ ਕਈ ਤਕਨੀਕਾਂ ਵਿਕਸਿਤ ਕੀਤੀਆਂ ਹਨ-ਮੈਂ ਉਨ੍ਹਾਂ ਵਿੱਚ ਕੁਝ ਅਧਿਆਇ 2 ਵਿੱਚ ਚਰਚਾ ਕੀਤੀ ਸੀ-ਪਰ ਕੁਝ ਖਾਸ ਪ੍ਰਸ਼ਨਾਂ ਲਈ, ਇਹ ਤਕਨੀਕ ਸੀਮਤ ਹਨ, ਅਤੇ ਪ੍ਰਯੋਗਾਂ ਇੱਕ ਵਾਅਦਾ ਪੇਸ਼ ਕਰਦੀਆਂ ਹਨ ਵਿਕਲਪਕ

ਪ੍ਰਯੋਗਾਂ ਖੋਜਕਾਰਾਂ ਨੂੰ ਕੁਦਰਤੀ ਤੌਰ ਤੇ ਵਾਪਰਨ ਵਾਲੇ ਡੇਟਾ ਵਿੱਚ ਸਬੰਧਾਂ ਤੋਂ ਪਰੇ ਜਾਣ ਲਈ ਸਮਰੱਥ ਹੁੰਦੀਆਂ ਹਨ ਤਾਂ ਕਿ ਕੁੱਝ ਖਾਸ ਕਾਰਨ ਅਤੇ ਪ੍ਰਭਾਵ ਵਾਲੇ ਪ੍ਰਸ਼ਨਾਂ ਦਾ ਜਵਾਬ ਦੇ ਸਕਣ. ਐਨਾਲੌਗ ਦੀ ਉਮਰ ਵਿਚ, ਪ੍ਰਯੋਗਾਂ ਅਕਸਰ ਲੌਸਿਿਸਟਿਕ ਤੌਰ ਤੇ ਮੁਸ਼ਕਲ ਅਤੇ ਮਹਿੰਗੀਆਂ ਹੁੰਦੀਆਂ ਸਨ. ਹੁਣ, ਡਿਜੀਟਲ ਦੀ ਉਮਰ ਵਿਚ, ਹਥਿਆਰਾਂ ਦੀ ਘਾਟ ਹੌਲੀ ਹੌਲੀ ਖ਼ਤਮ ਹੋ ਰਹੀ ਹੈ. ਅਤੀਤ ਵਿਚ ਕੀਤੇ ਗਏ ਪ੍ਰਯੋਗਾਂ ਵਰਗੇ ਨਾ ਸਿਰਫ਼ ਕਰਨਾ ਸੌਖਾ ਹੈ, ਹੁਣ ਨਵੇਂ ਕਿਸਮ ਦੇ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਚਲਾਉਣਾ ਸੰਭਵ ਹੈ.

ਜੋ ਕੁਝ ਮੈਂ ਹੁਣ ਤੱਕ ਲਿਖਿਆ ਹੈ ਉਸ ਵਿੱਚ ਮੈਂ ਆਪਣੀ ਭਾਸ਼ਾ ਵਿੱਚ ਕੁਝ ਵਿਛੜ ਗਿਆ ਹਾਂ, ਪਰ ਇਹ ਦੋ ਚੀਜਾਂ ਦੇ ਵਿੱਚ ਫਰਕ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ: ਪ੍ਰਯੋਗਾਂ ਅਤੇ ਰਲਵੇਂ ਕੰਟਰੋਲ ਕੀਤੇ ਪ੍ਰਯੋਗਾਂ ਇੱਕ ਪ੍ਰਯੋਗ ਵਿੱਚ , ਇੱਕ ਖੋਜਕਾਰ ਸੰਸਾਰ ਵਿੱਚ ਦਖਲ ਦਿੰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਨਤੀਜਾ ਮਾਪਦਾ ਹੈ. ਮੈਂ ਇਸ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨੂੰ "ਪਰੇਸ਼ਾਨ ਅਤੇ ਪਾਲਨਾ" ਵਜੋਂ ਸੁਣਾਇਆ ਹੈ. ਇੱਕ ਰਲਵੇਂ ਕੰਟਰੋਲ ਕੀਤੇ ਪ੍ਰਯੋਗ ਵਿੱਚ ਇੱਕ ਖੋਜਕਰਤਾ ਕੁਝ ਲੋਕਾਂ ਲਈ ਦਖ਼ਲਅੰਦਾਜ਼ੀ ਕਰਦਾ ਹੈ, ਨਾ ਕਿ ਦੂਸਰਿਆਂ ਲਈ, ਅਤੇ ਖੋਜਕਰਤਾ ਇਹ ਫੈਸਲਾ ਕਰਦਾ ਹੈ ਕਿ ਲੋਕਾਂ ਨੂੰ ਰੈਂਡਮਾਈਜੇਸ਼ਨ ਦੁਆਰਾ ਦਖਲ ਕਿਵੇਂ ਮਿਲਦਾ ਹੈ (ਉਦਾਹਰਣ ਵਜੋਂ, ਸਿੱਕਾ ਛਿੜਨਾ). ਰਲਵੇਂ ਨਿਯੰਤਰਿਤ ਪ੍ਰਯੋਗਾਂ ਨੇ ਦੋ ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਨਿਰਪੱਖ ਤੁਲਨਾ ਤਿਆਰ ਕੀਤੀ: ਇੱਕ ਜਿਸ ਨੇ ਦਖਲਅੰਦਾਜ਼ੀ ਕੀਤੀ ਹੈ ਅਤੇ ਜੋ ਨਹੀਂ ਹੈ. ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿਚ, ਰਲਵੇਂ ਨਿਯੰਤਰਿਤ ਪ੍ਰਯੋਗਾਂ ਵਿਚ ਮੁਠਭੇੜਾਂ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਦਾ ਹੱਲ ਹੁੰਦਾ ਹੈ. ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਖੋਜਣਾ ਅਤੇ ਪਾਲਣਾ ਕਰਨਾ, ਹਾਲਾਂਕਿ, ਸਿਰਫ ਇਕੋ ਸਮੂਹ ਜਿਸ ਵਿਚ ਦਖਲ ਮਿਲਿਆ ਹੈ, ਸ਼ਾਮਲ ਹਨ, ਅਤੇ ਇਸ ਲਈ ਨਤੀਜੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਗਲਤ ਸਿੱਟੇ ਵਜੋਂ ਕਰ ਸਕਦੇ ਹਨ (ਜਿਵੇਂ ਕਿ ਮੈਂ ਛੇਤੀ ਹੀ ਦਿਖਾਵਾਂਗਾ). ਪ੍ਰਯੋਗਾਂ ਅਤੇ ਬੇਤਰਤੀਬ ਕੀਤੇ ਨਿਯੰਤਰਿਤ ਪ੍ਰਯੋਗਾਂ ਵਿਚਕਾਰ ਮਹੱਤਵਪੂਰਣ ਅੰਤਰਾਂ ਦੇ ਬਾਵਜੂਦ, ਸਮਾਜਿਕ ਖੋਜਕਰਤਾ ਅਕਸਰ ਇਹਨਾਂ ਸ਼ਬਦਾਂ ਨੂੰ ਬਦਲ ਕੇ ਬਦਲਦੇ ਹਨ ਮੈਂ ਇਸ ਸੰਮੇਲਨ ਦਾ ਪਾਲਣ ਕਰਾਂਗਾ ਪਰੰਤੂ, ਕੁਝ ਖਾਸ ਨੁਕਤਿਆਂ 'ਤੇ, ਰੈਂਡਮਾਈਜੇਸ਼ਨ ਅਤੇ ਕੰਟਰੋਲ ਗਰੁੱਪ ਤੋਂ ਬਿਨਾਂ ਰੈਂਡਮਾਈਜ਼ਡ ਕੰਟਰੋਲ ਕੀਤੇ ਪ੍ਰਯੋਗਾਂ ਦੀ ਕੀਮਤ ਤੇ ਜ਼ੋਰ ਦੇਣ ਲਈ ਮੈਂ ਸੰਮੇਲਨ ਨੂੰ ਤੋੜ ਦਿਆਂਗਾ.

ਰਲਵੇਂ ਨਿਯਮਿਤ ਪ੍ਰਯੋਗਾਂ ਨੇ ਸਮਾਜਿਕ ਸੰਸਾਰ ਬਾਰੇ ਸਿੱਖਣ ਦਾ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਢੰਗ ਸਾਬਤ ਕੀਤਾ ਹੈ, ਅਤੇ ਇਸ ਅਧਿਆਇ ਵਿੱਚ, ਮੈਂ ਤੁਹਾਨੂੰ ਇਸ ਬਾਰੇ ਵਧੇਰੇ ਦਿਖਾਉਂਦਾ ਹਾਂ ਕਿ ਉਹਨਾਂ ਨੂੰ ਤੁਹਾਡੇ ਖੋਜ ਵਿੱਚ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ. ਵਿਭਾਜਨ 4.2 ਵਿੱਚ, ਮੈਂ ਵਿਕੀਪੀਡੀਆ ਤੇ ਇੱਕ ਤਜਰਬੇ ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਦੇ ਨਾਲ ਪ੍ਰਯੋਗ ਦੇ ਮੁੱਢਲੇ ਤੱਥਾਂ ਨੂੰ ਦਰਸਾਵਾਂ ਦੇਵਾਂਗਾ. ਫੇਰ, ਸੈਕਸ਼ਨ 4.3 ਵਿੱਚ, ਮੈਂ ਲੈਬ ਪ੍ਰਯੋਗਾਂ ਅਤੇ ਫੀਲਡ ਪ੍ਰਯੋਗਾਂ ਅਤੇ ਐਨਾਲਾਗ ਪ੍ਰਯੋਗਾਂ ਅਤੇ ਡਿਜੀਟਲ ਪ੍ਰਯੋਗਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹਾਂ. ਇਸਦੇ ਇਲਾਵਾ, ਮੈਂ ਦਲੀਲ ਦਿਆਂਗਾ ਕਿ ਡਿਜੀਟਲ ਫੀਲਡ ਪ੍ਰਯੋਗ ਉਪਕਰਣਾਂ ਦੇ ਵਧੀਆ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ (ਤੰਗ ਨਿਯੰਤ੍ਰਣ) ਅਤੇ ਐਨਾਲੌਗ ਫੀਲਡ ਪ੍ਰਯੋਗਾਂ (ਯਥਾਰਥਵਾਦ) ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰ ਸਕਦੇ ਹਨ, ਜੋ ਸਾਰੇ ਪਹਿਲਾਂ ਉਹ ਸੰਭਵ ਨਹੀਂ ਸੀ. ਅਗਲਾ, ਭਾਗ 4.4 ਵਿਚ, ਮੈਂ ਤਿੰਨ ਸੰਕਲਪਾਂ-ਵੈਧਤਾ, ਇਲਾਜ ਪ੍ਰਭਾਵਾਂ ਦੀ ਭਿੰਨਤਾ ਅਤੇ ਕਾਰਜਵਿਧੀਆਂ ਦਾ ਵਰਣਨ ਕਰਾਂਗਾ - ਜੋ ਅਮੀਰ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਣ ਹਨ. ਇਸ ਪਿੱਠਭੂਮੀ ਦੇ ਨਾਲ, ਮੈਂ ਡਿਜੀਟਲ ਪ੍ਰਯੋਗਾਂ ਕਰਨ ਲਈ ਦੋ ਮੁੱਖ ਰਣਨੀਤੀਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਵਪਾਰਕ ਨੁਕਤਿਆਂ ਦਾ ਵਰਣਨ ਕਰਾਂਗਾ: ਆਪਣੇ ਆਪ ਨੂੰ ਕਰਨਾ ਜਾਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਕਰਨਾ. ਅੰਤ ਵਿੱਚ, ਮੈਂ ਕੁਝ ਡਿਜ਼ਾਈਨ ਸਲਾਹ ਨਾਲ ਇਹ ਸਿੱਟਾ ਕਰਾਂਗਾ ਕਿ ਤੁਸੀਂ ਡਿਜੀਟਲ ਪ੍ਰਯੋਗਾਂ (ਸੈਕਸ਼ਨ 4.6.1) ਦੀ ਅਸਲੀ ਸ਼ਕਤੀ ਦਾ ਫਾਇਦਾ ਕਿਵੇਂ ਲੈ ਸਕਦੇ ਹੋ ਅਤੇ ਉਸ ਤਾਕਤ (ਸੈਕਸ਼ਨ 4.6.2) ਦੇ ਨਾਲ ਆਉਣ ਵਾਲੀ ਕੁਝ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਦਾ ਵਰਣਨ ਕਿਵੇਂ ਕਰ ਸਕਦੇ ਹੋ.