4.6.1 Kujenga zero data kutofautiana gharama

Muhimu kwa kuendesha majaribio kubwa ni kuendesha gari gharama yako kutofautiana na sifuri. Njia bora ya kufanya hivyo ni automatisering na kubuni majaribio kufurahisha.

Digital majaribio inaweza kuwa na miundo kasi tofauti gharama na hii itawezesha watafiti kuendesha majaribio kwamba walikuwa haiwezekani katika siku za nyuma. Zaidi hasa, majaribio kwa ujumla kuwa aina kuu mbili za gharama:. Gharama za kudumu na gharama variable gharama zisizohamishika ni gharama ambayo si mabadiliko kulingana na jinsi washiriki wengi una. Kwa mfano, katika majaribio ya maabara, gharama za kudumu inaweza kuwa gharama ya kukodisha nafasi na kununua samani. Variable gharama, kwa upande mwingine, mabadiliko kulingana na jinsi washiriki wengi una. Kwa mfano, katika majaribio ya maabara, gharama variable inaweza kuja kutoka kulipa wafanyakazi na washiriki. Kwa ujumla, majaribio Analog na chini gharama za kudumu na gharama kubwa za kutofautiana, na majaribio digital na high gharama za kudumu na gharama za kutofautiana (Kielelezo 4.18). Kwa kubuni sahihi, unaweza kuendesha gari gharama variable ya majaribio yako njia yote ya sifuri, na hii inaweza kujenga fursa utafiti kusisimua.

Kielelezo 4.18: kimpango wa miundo gharama katika Analog na majaribio digital. Kwa ujumla, majaribio Analog na chini gharama za kudumu na gharama kubwa za kutofautiana ambapo majaribio digital na high gharama za kudumu na gharama za kutofautiana. miundo tofauti gharama maana kwamba majaribio digital wanaweza kukimbia katika kiwango kwamba haiwezekani kwa majaribio Analog.

Kuna mambo mawili muhimu ya kutofautiana gharama malipo kwa wafanyakazi na malipo kwa washiriki-na kila moja ya haya inaweza kuwa inaendeshwa na sifuri kwa kutumia mikakati mbalimbali. Malipo kwa wafanyakazi yanatokana na kazi ambayo utafiti wasaidizi gani kuajiri washiriki, kutoa matibabu, na kupima matokeo. Kwa mfano, Analog uwanja majaribio ya Schultz na wenzake (2007) juu ya kanuni za kijamii na matumizi ya umeme wasaidizi required utafiti wa kusafiri kwa kila nyumba ili kutoa matibabu na kusoma mita ya umeme (Kielelezo 4.3). Wote wa juhudi hii kwa watafiti wasaidizi maana kwamba kuongeza kaya mpya na utafiti ingekuwa aliongeza kwa gharama. Kwa upande mwingine, kwa digital uwanja majaribio ya Restivo na van de Rijt (2012) juu ya tuzo katika Wikipedia, watafiti inaweza kuongeza washiriki zaidi katika karibu gharama yoyote. mkakati wa jumla kwa ajili ya kupunguza gharama variable utawala ni kuchukua nafasi ya kazi ya mwanadamu (ambayo ni ghali) na kazi ya kompyuta (ambayo ni nafuu). Takribani, unaweza jiulize: unaweza jaribio hili kukimbia wakati kila mtu katika timu yangu ya utafiti ni kulala? Kama jibu ni ndiyo, umefanya amefanya kazi kubwa ya automatisering.

pili aina kuu ya gharama variable ni malipo kwa washiriki. Baadhi ya watafiti wametumia Amazon Mitambo Turk na masoko mengine online kazi ili kupunguza malipo ambazo zinahitajika kwa ajili ya washiriki. Kuendesha gari kutofautiana gharama njia yote ya sifuri, hata hivyo, mbinu mbalimbali inahitajika. Kwa muda mrefu, watafiti iliyoundwa majaribio kwamba ni hivyo boring wao kulipa watu kushiriki. Lakini, nini kama unaweza kujenga majaribio kwamba watu wanataka kuwa katika? Hii inaweza kuonekana mbali fetched, lakini mimi nitakupa mfano hapa chini kutokana na kazi yangu mwenyewe, na kuna mifano zaidi katika Jedwali 4.4. Kumbuka kwamba mbinu hii ya kubuni majaribio kufurahisha iliyopewa kichwa baadhi ya mandhari katika Sura ya 3 kuhusu kubuni tafiti kufurahisha zaidi na katika Sura ya 5 kuhusu mpango wa ushirikiano wa habari. Hivyo, nadhani kuwa mshiriki starehe-nini kinaweza pia kuitwa user-uzoefu utakuwa ni sehemu inazidi muhimu ya utafiti wa kubuni katika umri digital.

Kama unataka kujenga zero variable gharama majaribio utasikia wanataka kuhakikisha kwamba kila kitu ni automatiska kikamilifu na kwamba washiriki hawahitaji malipo yoyote. Ili kuonyesha jinsi hii inawezekana, mimi itabidi kuelezea dissertation utafiti wangu juu ya mafanikio na kushindwa kwa bidhaa za utamaduni. Mfano huu pia inaonyesha kwamba zero kutofautiana takwimu za gharama si tu kuhusu kufanya mambo nafuu. Badala yake, ni kuhusu kuwezesha majaribio kwamba isingekuwa rahisi vinginevyo.

dissertation yangu alikuwa motisha kwa asili gumu ya mafanikio kwa bidhaa za utamaduni. Hit nyimbo, bora kuuza vitabu, na sinema blockbuster ni mengi, mafanikio zaidi kuliko wastani. Kwa sababu hii, masoko ya bidhaa hizo ni mara nyingi huitwa "mshindi-kuchukua-yote" masoko. Hata hivyo, wakati huo huo, ambayo hasa wimbo, kitabu, au movie itakuwa na mafanikio ni incredibly haitabiriki. Screenwriter William Goldman (1989) elegantly inaongozwa kura ya utafiti wa kitaaluma kwa kusema kwamba, linapokuja suala la utabiri wa mafanikio, "hakuna mtu anajua kitu chochote." Unpredictability ya mshindi-kuchukua-yote masoko amenifanya ajabu kiasi gani cha mafanikio ni matokeo ya ubora na kiasi gani ni bahati tu. Au, walionyesha tofauti kidogo, kama tunaweza kujenga ulimwengu sambamba na kuwa nao wote kufuka kujitegemea, bila huo nyimbo kuwa maarufu katika kila ulimwengu? Na, kama si, nini inaweza kuwa utaratibu ambao husababisha tofauti hizi?

Ili kujibu maswali haya, sisi-Peter Dodds, Duncan Watts (dissertation mshauri wangu), na I-mbio mfululizo wa online majaribio uwanja. Hasa, sisi kujengwa tovuti inayoitwa MusicLab ambapo watu wangeweza kugundua muziki mpya, na sisi kutumika kwa ajili ya mfululizo wa majaribio. Sisi kuajiri washiriki kwa kuendesha matangazo bendera kwenye tovuti teen-riba (Kielelezo 4.19) na kwa njia anataja katika vyombo vya habari. Washiriki kuwasili katika tovuti zinazotolewa yetu ridhaa, kukamilika short background dodoso, na walikuwa nasibu kwa ajili ya moja ya ushawishi mbili majaribio hali-huru na kijamii. Katika hali ya kujitegemea, washiriki walitoa maamuzi kuhusu ambayo nyimbo kusikiliza, kutokana na tu majina ya bendi na nyimbo. Wakati wa kusikiliza wimbo, washiriki waliombwa kiwango ni baada ya ambayo walikuwa na nafasi (lakini si wajibu) kwa kushusha song. Katika hali athari za kijamii, washiriki walikuwa na uzoefu huo, isipokuwa wangeweza pia kuona jinsi mara nyingi kila wimbo alikuwa kupakuliwa na washiriki uliopita. Aidha, washiriki katika hali athari za kijamii walikuwa nasibu kwa ajili ya moja ya nane ulimwengu sambamba ambayo kila mmoja tolewa kujitegemea (Kielelezo 4.20). Kwa kutumia mpango huu, sisi mbio majaribio mawili yanayohusiana. Katika kwanza, sisi iliyotolewa washiriki nyimbo katika gridi ya taifa zisizochambuliwa, ambayo ilitoa yao ishara dhaifu wa umaarufu. Katika majaribio ya pili, sisi iliyotolewa nyimbo katika orodha nafasi, ambayo ilitoa nguvu zaidi ishara ya umaarufu (Kielelezo 4.21).

Kielelezo 4.19: mfano wa tangazo bendera kwamba wenzangu na mimi kutumika kwa kuwaajiri washiriki kwa ajili ya majaribio MusicLab (Salganik, Dodds, and Watts 2006) .

Kielelezo 4.20: Experimental kubuni kwa ajili ya majaribio MusicLab (Salganik, Dodds, and Watts 2006) . Washiriki walikuwa nasibu kwa ajili katika moja ya hali mbili: huru na kijamii ushawishi. Washiriki katika hali huru alifanya uchaguzi wao bila taarifa yoyote kuhusu nini watu wengine waliyoyafanya. Washiriki katika hali athari za kijamii walikuwa nasibu kwa ajili katika moja ya nane ulimwengu sambamba, ambapo wangeweza kuona umaarufu-kama kipimo kwa downloads wa washiriki-ya awali kila wimbo katika dunia yao, lakini hawakuweza kuona taarifa yoyote, wala hawakuwa hata wanajua uwepo wa, yoyote ya walimwengu wengine.

Tuligundua kwamba umaarufu wa nyimbo wametofautiana hela walimwengu na kupendekeza jukumu muhimu la bahati. Kwa mfano, katika dunia moja wimbo "Lockdown" na 52Metro alikuja katika 1, na katika ulimwengu mwingine ikaenda katika 40 nje ya 48 nyimbo. Hii ilikuwa hasa wimbo huo mashindano dhidi zote sawa, lakini katika dunia moja ni got bahati na kwa wengine haikuwa hivyo. Zaidi ya hayo, kwa kulinganisha matokeo katika majaribio mawili tuligundua kwamba athari za kijamii inaongoza kwa usawa zaidi mafanikio, ambayo labda inajenga muonekano wa uhakika. Lakini, kuangalia kote walimwengu (ambayo haiwezi kufanywa nje ya aina hii ya ulimwengu sambamba majaribio), tuligundua kwamba athari za kijamii kweli kuongezeka unpredictability. Zaidi ya hayo, ya kushangaza, ilikuwa ni nyimbo ya rufaa juu kwamba kuwa na matokeo mengi haitabiriki (Kielelezo 4.22).

Kielelezo 4.21: Viwambo na mazingira ya kijamii na ushawishi katika majaribio MusicLab (Salganik, Dodds, and Watts 2006) . Katika ushawishi hali ya kijamii katika majaribio 1, nyimbo, pamoja na idadi ya downloads uliopita, yaliwasilishwa kwa washiriki kupangwa katika 16 X 3 rectangular gridi ya taifa, ambapo nafasi ya nyimbo walikuwa nasibu kwa ajili ya kila mshiriki. Katika majaribio 2, washiriki katika hali athari za kijamii walionyeshwa nyimbo, na download makosa, iliyotolewa katika safu moja katika utaratibu wa kushuka umaarufu sasa.

Kielelezo 4.22: Matokeo kutoka kwa majaribio MusicLab kuonyesha uhusiano kati ya rufaa na mafanikio (Salganik, Dodds, and Watts 2006) . x-mhimili ni sehemu ya soko ya wimbo katika dunia huru, ambayo hutumika kama kipimo cha rufaa ya wimbo, na y-mhimili ni sehemu ya soko ya wimbo huo katika 8 walimwengu athari za kijamii, ambayo hutumika kama kipimo cha mafanikio ya nyimbo. Tuligundua kwamba kuongeza athari za kijamii ambazo washiriki uzoefu-hasa, mabadiliko katika mpangilio kutoka majaribio 1 kwa majaribio 2 (Kielelezo 4.21) -caused mafanikio na kuwa isiyotabirika, hasa kwa ajili ya juu ya rufaa nyimbo.

MusicLab alikuwa na uwezo wa kuendesha kwa kimsingi zero gharama variable sababu ya njia ambayo ilikuwa iliyoundwa. Kwanza, kila kitu kilikuwa automatiska kikamilifu hivyo ilikuwa na uwezo wa kukimbia wakati mimi alikuwa amelala. Pili, fidia ilikuwa bure muziki hivyo kulikuwa hakuna kutofautiana gharama mshiriki fidia. matumizi ya muziki kama fidia pia unaeleza jinsi kuna wakati mwingine biashara-off kati gharama za kudumu na gharama kutofautiana. Kwa kutumia muziki kuongezeka kwa gharama za kudumu kwa sababu nilikuwa na kutumia muda kupata ruhusa kutoka kwa bendi na kuandaa taarifa kwa bendi kuhusu majibu ya washiriki kuhusu muziki wao. Lakini, katika kesi hii, kuongeza gharama za kudumu ili kupunguza vigezo gharama jambo la haki ya kufanya; hiyo ndiyo kutuwezesha kuendesha majaribio kwamba alikuwa karibu mara 100 kubwa kuliko majaribio kiwango maabara.

Zaidi ya hayo, majaribio MusicLab zinaonyesha kuwa zero gharama variable hana na kuwa mwisho katika yenyewe; badala, inaweza kuwa njia ya mbio aina mpya ya majaribio. Taarifa kwamba hatukuwa kutumia yote ya washiriki wetu kuendesha kiwango cha athari za kijamii maabara majaribio mara 100. Badala yake, sisi alifanya kitu tofauti, ambayo unaweza kufikiria kama byte kutoka majaribio ya kisaikolojia kwa sociological majaribio (Hedström 2006) . Badala ya kuelekeza nguvu katika mtu binafsi kufanya maamuzi, sisi ililenga majaribio yetu juu ya umaarufu, matokeo ya pamoja. Hii kubadili matokeo ya pamoja na maana kwamba sisi required 700 washiriki wa kuzalisha data single kumweka (kulikuwa na watu 700 katika kila moja ya ulimwengu sambamba). wadogo kwamba ilikuwa inawezekana tu kwa sababu ya muundo wa gharama ya majaribio. Kwa ujumla, kama watafiti wanataka kujifunza jinsi ya pamoja matokeo kujitokeza kutokana na maamuzi ya mtu binafsi, majaribio kundi kama vile MusicLab ni ya kusisimua sana. Katika siku za nyuma, wamekuwa logistically vigumu, lakini matatizo hayo ni fading sababu ya uwezekano wa zero data kutofautiana gharama.

Mbali na kuelezea faida ya sifuri data kutofautiana gharama, majaribio MusicLab pia kuonyesha changamoto na mbinu hii: gharama kubwa za kudumu. Katika kesi yangu, mimi nilikuwa na bahati sana kuwa na uwezo wa kufanya kazi na mtandao wenye vipaji developer aitwaye Peter Hausel kwa miezi sita ya kujenga majaribio. Hii ilikuwa inawezekana tu kwa sababu mshauri wangu, Duncan Watts, walipokea idadi ya ruzuku kwa msaada wa aina hii ya utafiti. Technology umeongezeka tangu sisi kujengwa MusicLab mwaka 2004, na itakuwa rahisi sana kujenga majaribio kama hii sasa. Lakini, mikakati high fasta gharama ni kweli tu inawezekana kwa watafiti ambao wanaweza kwa namna fulani kufidia gharama hizo.

Kwa kumalizia, majaribio digital unaweza kuwa na miundo gharama kasi tofauti kuliko majaribio Analog. Kama unataka kukimbia majaribio kweli kubwa, unapaswa kujaribu kupunguza gharama yako kutofautiana kama iwezekanavyo na walau njia yote ya 0. Unaweza kufanya hivyo kwa automatiki mechanics ya majaribio yako (kwa mfano, kuchukua nafasi ya muda ya binadamu na wakati kompyuta) na kubuni majaribio kwamba watu wanataka kuwa katika. Watafiti ambao wanaweza kubuni majaribio na makala haya wataweza kuendesha aina mpya ya majaribio ambayo hayakuwa inawezekana katika siku za nyuma.