4.3 சோதனைகள் இரண்டு பரிமாணங்களை: ஆய்வு துறையில் மற்றும் அனலாக்-டிஜிட்டல்

லேப் சோதனைகள் துறையில் சோதனைகள் ரியலிசம் வழங்க, மற்றும் டிஜிட்டல் துறையில் சோதனைகள் அளவில் கட்டுப்பாடு மற்றும் ரியலிசம் இணைக்க, கட்டுப்பாட்டை வழங்குகின்றன.

பல வடிவங்கள் மற்றும் அளவுகள் உள்ள பரிசோதனைகள் வருகின்றன. கடந்த காலத்தில், ஆராய்ச்சியாளர்கள் ஆய்வக சோதனைகள் மற்றும் துறையில் சோதனைகள் இடையே ஒரு தொடர்ச்சியான இணைந்து சோதனைகள் ஏற்பாடு பயனுள்ளதாக காணப்படுகிறது. ஆயினும், ஆராய்ச்சியாளர்கள் அனலாக் சோதனைகள் மற்றும் டிஜிட்டல் பரிசோதனைகள் ஆகியவற்றிற்கு இடையே இரண்டாவது தொடர்ச்சியான சோதனைகளை ஒழுங்கமைக்க வேண்டும். இந்த இரு பரிமாண வடிவமைப்பு இடைவெளி நீங்கள் வெவ்வேறு அணுகுமுறைகளின் பலம் மற்றும் பலவீனங்களை புரிந்து கொள்ள உதவுகிறது மற்றும் மிகப்பெரிய வாய்ப்பினை முன்னிலைப்படுத்துகிறது (எண்ணிக்கை 4.1).

படம் 4.1: சோதனையாளர்களுக்கான வடிவமைப்பு இடத்தின் செயல்திட்டம். கடந்த காலத்தில், ஆய்வக-கள பரிமாணத்தில் சோதனைகள் மாறுபட்டன. இப்போது, ​​அவை அனலாக்-டிஜிட்டல் பரிமாணத்தில் வேறுபடுகின்றன. இந்த இரு பரிமாண வடிவமைப்பு இடம் இந்த அத்தியாயத்தில் நான் விவரிக்கும் நான்கு சோதனைகள் மூலம் விவரிக்கப்படுகிறது. என் கருத்தில், மிகப்பெரிய வாய்ப்பின் பரப்பளவு, டிஜிட்டல் துறையில் சோதனைகள் ஆகும்.

சோதனைகள் நடத்தப்படும் ஒரு பரிமாணமானது ஆய்வக-கள பரிமாணமாகும். சமூக விஞ்ஞானங்களில் உள்ள பல சோதனைகள், ஆய்வகப் பரிசோதனைகள் ஆகும் . இந்த வகை சோதனை உளவியல் ஆராய்ச்சியை ஆதிக்கம் செலுத்துகிறது, ஏனெனில் ஆராய்ச்சியாளர்கள் சமூக கட்டுப்பாட்டை பற்றி துல்லியமாக தனிமைப்படுத்த மற்றும் சோதனை குறிப்பிட்ட கோட்பாடுகள் மிகவும் கட்டுப்பாட்டு அமைப்புகள் உருவாக்க உதவுகிறது. சில சிக்கல்களுக்கு, அத்தகைய அசாதாரணமான செயல்களில் இத்தகைய அசாதாரணமான செயல்களில் ஈடுபடுபவர்களிடமிருந்து மனித நடத்தையைப் பற்றி வலுவான முடிவுகளை எடுப்பதில் ஏதோ ஒரு விசித்திரமான உணர்கிறது. இந்த கவலைகள் துறையில் சோதனைகள் நோக்கி ஒரு இயக்கத்திற்கு வழிவகுத்தன. புலம் சோதனைகள் பங்கேற்பாளர்களின் அதிக பிரதிநிதித்துவ குழுக்களுடன் சீரமைக்கப்பட்ட கட்டுப்பாட்டு சோதனையின் வலுவான வடிவமைப்பை மேலும் இயற்கையான அமைப்புகளில் மிகவும் பொதுவான பணிகளைச் செயல்படுத்துகின்றன.

ஆய்வக முறைகள் என சிலர் ஆய்வக மற்றும் களப் பரிசோதனையைப் பற்றி நினைக்கிறார்கள் என்றாலும், அவர்களுக்கு பலவிதமான பலம் மற்றும் பலவீனங்களைப் பற்றி சிந்திக்க சிறந்தது. உதாரணமாக, Correll, Benard, and Paik (2007) ஆகியோர் "ஆய்வகப் பரிசோதனையின்" ஆதாரங்களை கண்டுபிடிப்பதற்கான ஆய்வில் ஒரு ஆய்வக பரிசோதனை மற்றும் ஒரு புல பரிசோதனை ஆகிய இரண்டும் பயன்படுத்தினர். அமெரிக்காவில், தாய்மார்கள் குழந்தை இல்லாத பெண்களை விட குறைவான பணத்தை சம்பாதிக்கிறார்கள், அதேபோன்ற வேலைகளில் ஒத்த திறன்களைக் கொண்ட பெண்கள் ஒப்பிடுகையில். இந்த முறைக்கு பல சாத்தியமான விளக்கங்கள் உள்ளன, அவற்றில் ஒன்று, முதலாளிகள் தாய்மார்களுக்கு எதிராகப் பார்க்கின்றனர். (சுவாரஸ்யமாக, எதிர் முரண்பாடாக தந்தையர்களுக்கு உண்மையாக தோன்றுகிறது: அவர்கள் ஒப்பற்ற குழந்தை இல்லாத மனிதர்களை விட அதிகம் சம்பாதிக்கிறார்கள்.) தாய்மார்களுக்கு எதிரான கருத்தை மதிப்பிடுவதற்காக, கர்ல் மற்றும் சகாக்களும் இரண்டு சோதனைகள் நடத்தினர்: ஆய்வகத்தில் ஒன்று மற்றும் வயலில் ஒன்று.

முதலாவதாக, ஆய்வக சோதனைகளில், கல்லூரி இளங்கலை பட்டங்களைச் சேர்ந்த பங்கேற்பாளர்களிடம், ஒரு நிறுவனம் தனது புதிய கடற்கரை சந்தைப்படுத்தல் துறையை வழிநடத்த ஒரு நபருக்கான ஒரு வேலைவாய்ப்பு தேடலை மேற்கொண்டது. பணியமர்த்தல் பணியில் தங்கள் உதவி தேவை என்று மாணவர்கள் கேட்டுக் கொண்டனர், மேலும் அவர்கள் பல சாத்தியமான வேட்பாளர்களை மறுபரிசீலனை செய்ய மற்றும் அவர்களது உளவுத்துறை, சூடான மற்றும் வேலைக்கு அர்ப்பணிப்பு போன்ற பல பரிமாணங்களில் வேட்பாளர்களை மதிப்பீடு செய்யும்படி கேட்டுக்கொள்ளப்பட்டனர். மேலும், விண்ணப்பதாரரை பணியமர்த்துவதற்கு சிபாரிசு செய்வதற்கும், ஆரம்ப சம்பளமாக சிபாரிசு செய்வதற்கும் பரிந்துரைக்கிறார்களா என மாணவர்கள் கேட்கப்பட்டனர். இருப்பினும், மாணவர்களுக்கு தெரியாமலேயே, மறுபடியும் ஒரு விசேஷம் தவிர வேறு விதமாகத் தயாரிக்கப்பட்டது: அவர்களில் சில தாய்மை (பெற்றோர்-ஆசிரிய சங்கத்தில் பட்டியலிடப்பட்டதன் மூலம்) மற்றும் சிலர் அவ்வாறு செய்யவில்லை. கர்ரால் மற்றும் சக மாணவர்கள் மாணவர்கள் தாய்மார்களை பணியமர்த்துவதற்கு சிபாரிசு செய்வதாகக் குறைவாக இருப்பதாகக் கண்டறிந்து, அவர்களுக்கு குறைந்த தொடக்க சம்பளம் அளித்தனர். மேலும், மதிப்பீடுகள் மற்றும் பணியமர்த்தல் தொடர்பான முடிவுகளின் புள்ளிவிவர பகுப்பாய்வு மூலம், Correll மற்றும் சக மருத்துவர்கள் தங்களுக்குத் தகுதி மற்றும் அர்ப்பணிப்பு ஆகியவற்றின் அடிப்படையில் குறைவாக மதிப்பிடப்பட்டனர் என்பதால் பெரும்பாலும் தாய்மார்களின் தீமைகள் பெரும்பாலும் விளக்கப்பட்டுள்ளன. இதனால், இந்த ஆய்வக பரிசோதனை கர்ல் மற்றும் சக ஊழியர்களை ஒரு விளைபொருளை அளவிடுவதற்கு அனுமதித்ததுடன், அந்த விளைவுக்கு ஒரு விளக்கத்தை அளிக்கவும் அனுமதித்தது.

ஒரு சில நூறு இளநிலை பட்டதாரிகளின் முடிவுகளை அடிப்படையாகக் கொண்ட முழு அமெரிக்க தொழிலாளர் சந்தையைப் பற்றிய முடிவுகளை எடுப்பது பற்றி ஒரு சந்தேகம் இருக்கலாம், ஆனால் ஒருவரையொருவர் முழுநேர வேலை செய்யக்கூடாது. எனவே, Correll மற்றும் சக மேலும் ஒரு நிரப்பு துறையில் சோதனை நடத்தப்பட்டது. நூற்றுக்கணக்கான விளம்பரப்படுத்தப்பட்ட வேலை வாயிலாக போலி கவர் கடிதங்கள் மற்றும் மீண்டும் தொடர்கின்றன. இளங்கலை பட்டங்களைக் காட்டியுள்ள பொருட்களைப் போலவே, சிலரும் தாய்மைக்கு அடையாளம் காணப்படுகின்றனர் மற்றும் சிலர் அவ்வாறு செய்யவில்லை. தாய்மார்கள் சமமான தகுதியற்ற குழந்தை இல்லாத பெண்களை விட நேர்மையானவர்கள் என்று அழைக்கப்படுவது குறைவு என்று கர்ல் மற்றும் சக மருத்துவர்கள் கண்டுபிடித்தனர். வேறு வார்த்தைகளில் கூறுவதானால், ஒரு உண்மையான அமைப்பில் உண்மையான முதலாளிகள் முடிவெடுக்கும் முடிவுகளை இளங்கலை பட்டங்களைப் போலவே நடந்துகொண்டார்கள். அதே காரணத்திற்காக அவர்கள் இதே முடிவுகளை எடுத்தார்களா? துரதிருஷ்டவசமாக, எங்களுக்கு தெரியாது. ஆய்வாளர்கள் வேட்பாளர்களை மதிப்பீடு செய்யவோ அல்லது அவர்களது முடிவுகளை விளக்குவதற்கு முதலாளிகளிடம் கேட்க முடியவில்லை.

சோதனைகள் இந்த ஜோடி பொதுவாக ஆய்வு மற்றும் துறையில் சோதனைகள் நிறைய வெளிப்படுத்துகிறது. ஆய்வக ஆராய்ச்சியாளர்கள் பங்கேற்பாளர்கள் எடுக்கும் முடிவுகளை எடுக்கும் சுற்றுச்சூழலின் மொத்த கட்டுப்பாட்டை ஆராய்ச்சியாளர்கள் வழங்குகிறார்கள். உதாரணமாக, ஆய்வகப் பரிசோதனையில், Correll மற்றும் சக ஊழியர்கள் அனைவருக்கும் அமைதியான அமைப்பில் வாசிக்கப்பட்டது என்பதை உறுதி செய்ய முடிந்தது; புலத்தில் சோதனையில், சில மறுபடியும் படிக்கப்படாமல் இருக்கலாம். மேலும், ஆய்வக அமைப்பில் உள்ள பங்கேற்பாளர்கள், அவர்கள் ஆய்வு செய்யப்படுகிறார்கள் என்பதை அறிந்திருப்பதால், பங்கேற்பாளர்கள் தங்கள் முடிவுகளை ஏன் எடுக்கிறார்கள் என்பதை விளக்க உதவும் ஆராய்ச்சியாளர்கள் கூடுதல் தரவுகளை சேகரிக்க முடிகிறது. எடுத்துக்காட்டாக, கொர்ரலும் சக ஊழியர்களும், பல்வேறு பரிமாணங்களில் வேட்பாளர்களை மதிப்பிடுவதற்கு ஆய்வக பரிசோதனையில் பங்கேற்பாளர்களைக் கேட்டனர். செயல்முறை தரவு இந்த வகையான பங்கேற்பாளர்கள் மீண்டும் மீண்டும் சிகிச்சை எப்படி வேறுபாடுகள் பின்னால் வழிமுறைகள் புரிந்து கொள்ள உதவும்.

மறுபுறம், நன்மைகள் என நான் விவரித்த இந்த துல்லியமான பண்புகளும் சிலநேரங்களில் தீமைகள் என்று கருதப்படுகிறது. ஆய்வக சோதனையை விரும்பும் ஆராய்ச்சியாளர்கள் ஆய்வு ஆய்வில் பங்கேற்பாளர்கள் மிகவும் வித்தியாசமாக செயல்படுவார்கள் என்று வாதிடுகிறார்கள், ஏனென்றால் அவர்கள் படித்து வருகிறார்கள் என்பதை அறிவார்கள். உதாரணமாக, ஆய்வக பரிசோதனையில், பங்கேற்பாளர்கள் ஆராய்ச்சியின் குறிக்கோளைக் கண்டறிந்திருக்கலாம், மேலும் அவர்களின் நடத்தையை மாற்றியமைத்திருக்கலாம், அதனால் அவை பாரபட்சமாக தோன்றக்கூடாது. மேலும், புலம் சோதனையை விரும்பும் ஆய்வாளர்கள், சுத்திகரிப்புகளில் சிறிய வேறுபாடுகள் மிகவும் தூய்மையான, மலட்டுத்தன்மையுள்ள சூழலில் மட்டுமே நிற்க முடியும் என்று வாதிடலாம், இதனால் ஆய்வக பரிசோதனை உண்மையான அமர்த்தல் முடிவுகளில் தாய்மை விளைவை அதிகமாக மதிப்பீடு செய்யும். இறுதியாக, துறையில் சோதனைகளில் பல ஆதரவாளர்கள், WEIRD பங்கேற்பாளர்களைப் பொறுத்தவரை ஆய்வக சோதனைகள் குறித்து விமர்சித்துள்ளனர்: முக்கியமாக மேற்கத்திய, கல்வி, தொழில்மயமான, பணக்கார மற்றும் ஜனநாயக நாடுகளில் (Henrich, Heine, and Norenzayan 2010a) . கர்ல் மற்றும் சகாக்களால் நடத்தப்பட்ட சோதனைகள் (2007) ஆய்வக-தொடர் தொடர்ச்சியில் இரண்டு உச்சங்களை விளக்குகின்றன. இந்த இரண்டு உச்சகளுக்கிடையில் பல்வேறு வகையான கலப்பின வடிவமைப்புகள் உள்ளன, இதில் மாணவர்கள் அல்லாத ஒரு ஆய்வுக்கூடமாக அல்லது களத்திற்குள் செல்லும் அணுகுமுறைகள் உட்பட, ஆனால் இன்னும் பங்கேற்பாளர்கள் ஒரு அசாதாரண செயலைச் செய்துள்ளனர்.

கடந்த காலத்தில் இருந்த ஆய்வக-பரிமாண பரிமாணத்திற்கு கூடுதலாக, டிஜிட்டல் வயது என்பது ஆராய்ச்சியாளர்கள் இப்போது இரண்டாவது பெரிய பரிமாணத்தை கொண்டிருக்கும், இதில் சோதனைகள் மாறுபடும்: அனலாக்-டிஜிட்டல். தூய ஆய்வக சோதனைகள், தூய துறையில் சோதனைகள், மற்றும் பல்வேறு கலப்பினங்கள் ஆகியவற்றில், தூய அனலாக் பரிசோதனைகள், தூய டிஜிட்டல் பரிசோதனைகள் மற்றும் கலப்பினங்கள் உள்ளன. இந்த பரிமாணத்தின் ஒரு முறையான வரையறையை வழங்குவதற்கு தந்திரமானதாக இருக்கிறது, ஆனால் டிஜிட்டல் உள்கட்டமைப்புகளைப் பயன்படுத்தி டிஜிட்டல் உள்கட்டமைப்பைப் பயன்படுத்தும் பங்கேற்பாளர்களை, வரிசைப்படுத்தி, சிகிச்சைகள் வழங்குவதற்கும், விளைவுகளை அளவிடுவதற்கும், டிஜிட்டல் உள்கட்டமைப்பைப் பயன்படுத்தும் முழுமையான டிஜிட்டல் பரிசோதனைகள் என்பது ஒரு பயனுள்ள பணி வரையறை ஆகும். எடுத்துக்காட்டுக்கு, ரெர்விவோ மற்றும் வான் டி ரிஜ்த்ஸின் (2012) பார்ன்ஸ்டர்கள் மற்றும் விக்கிபீடியாவின் ஆய்வு முழு டிஜிட்டல் பரிசோதனையாகும், ஏனெனில் இந்த நான்கு படிமுறைகளுக்கும் டிஜிட்டல் முறைமைகள் பயன்படுத்தப்பட்டன. இதேபோல், நான்கு அலைவரிசைகளில் ஏதேனும் ஒன்றிற்கு டிஜிட்டல் உள்கட்டமைப்பை முழுமையாக அனலாக் பரிசோதனைகள் பயன்படுத்தாது. உளவியல் கிளாசிக் சோதனைகள் பல முழுமையாக அனலாக் சோதனைகள் உள்ளன. இந்த இரண்டு உச்சகளுக்கிடையே, அனலாக் மற்றும் டிஜிட்டல் அமைப்புகளின் கலவையைப் பயன்படுத்தும் பகுதி டிஜிட்டல் சோதனைகள் உள்ளன.

சிலர் டிஜிட்டல் சோதனைகள் பற்றி நினைக்கும் போது, ​​அவர்கள் உடனடியாக ஆன்லைன் சோதனைகள் பற்றி நினைக்கிறார்கள். டிஜிட்டல் சோதனைகள் நடத்த வாய்ப்புகள் இணையத்தில் இல்லை என்பதால் இது துரதிர்ஷ்டமானது. சிகிச்சைகள் அல்லது நடவடிக்கை விளைவுகளை வழங்குவதற்காக உடல் உலகில் டிஜிட்டல் சாதனங்களைப் பயன்படுத்துவதன் மூலம் ஆராய்ச்சியாளர்கள் பகுதியாக டிஜிட்டல் சோதனைகள் நடத்த முடியும். உதாரணமாக, ஆய்வாளர்கள் விளைவுகளை அளவிடுவதற்காக கட்டப்பட்ட சூழலில் சிகிச்சைகள் அல்லது சென்சார்கள் வழங்க ஸ்மார்ட்போன்கள் பயன்படுத்தலாம். உண்மையில், இந்த அத்தியாயத்தில் நாம் பின்னர் பார்ப்போமானால், ஆய்வாளர்கள் 8.5 மில்லியன் குடும்பங்கள் (Allcott 2015) சம்பந்தப்பட்ட ஆற்றல் நுகர்வு பற்றிய பரிசோதனையில் விளைவுகளை அளவிடுவதற்கு ஏற்கனவே வீட்டு மின் மீட்டர் பயன்படுத்தினர். டிஜிட்டல் சாதனங்கள் பெருகிய முறையில் மக்கள் வாழ்வில் ஒருங்கிணைக்கப்பட்டு, சென்சார்கள் கட்டமைக்கப்பட்ட சூழலில் ஒருங்கிணைக்கப்பட்டு வருகையில், உடல்நல உலகில் ஓரளவு டிஜிட்டல் சோதனைகள் நடத்த இந்த வாய்ப்புகள் வியத்தகு அளவில் அதிகரிக்கும். வேறு வார்த்தைகளில் கூறுவதானால், டிஜிட்டல் பரிசோதனைகள் வெறும் ஆன்லைன் சோதனைகள் அல்ல.

டிஜிட்டல் அமைப்புகள் ஆய்வக-தொடர் தொடர்ச்சியுடன் எல்லா இடங்களிலும் சோதனைகளுக்கு புதிய சாத்தியங்களை உருவாக்குகின்றன. உதாரணமாக, சுத்தமான ஆய்வக பரிசோதனைகளில், ஆராய்ச்சியாளர்கள் டிஜிட்டல் முறைமைகளை பங்கேற்பாளர்களின் நடத்தையை சிறப்பாக அளவிடுவதற்கு பயன்படுத்தலாம்; மேம்படுத்தப்பட்ட அளவீடு இந்த வகை ஒரு உதாரணம் கண்களை இடம் துல்லியமான மற்றும் தொடர்ச்சியான நடவடிக்கைகள் வழங்கும் கண் கண்காணிப்பு உபகரணங்கள் ஆகும். டிஜிட்டல் வயது கூட ஆன்லைன் போன்ற ஆய்வக போன்ற சோதனைகள் இயங்கும் சாத்தியத்தை உருவாக்குகிறது. எடுத்துக்காட்டாக, ஆய்வாளர்கள் அமேசான் மெக்கானிக் டர்க் (எம்டிர்க்), ஆன்லைன் சோதனைகள் (எண்ணிக்கை 4.2) பங்கேற்பாளர்களைப் பதிவு செய்ய விரைவாகப் பயன்படுத்தினர். பணியாளர்களுக்கு பணத்தை முடிக்க விரும்பும் "தொழிலாளர்கள்" உடன் முடிக்க வேண்டிய பணிகளைக் கொண்ட "முதலாளிகள்" MTurk உடன் MTurk பொருந்தும். எவ்வாறிருப்பினும், பாரம்பரிய உழைப்பு சந்தைகள் போலல்லாது, பணி சம்பந்தப்பட்ட பணிகள் பொதுவாக ஒரு சில நிமிடங்கள் மட்டுமே முடிக்கப்பட வேண்டும், மற்றும் முதலாளிகளுக்கும் தொழிலாளிக்குமிடையில் முழு தொடர்பு உள்ளது. மரபுவழி ஆய்வக பரிசோதனைகள்-பணம் செலுத்தும் மக்களுக்கு இலவசமாக செய்யாத பணியை நிறைவு செய்ய MTR கூறுவதைப் போல, இது சில வகையான சோதனைகளுக்கு இயற்கையாக பொருந்துகிறது. முக்கியமாக, பங்குதாரர்களின் ஒரு குளம் நிர்வகிப்பதற்கான உள்கட்டமைப்பை MTurk உருவாக்கியுள்ளது- மக்களை ஆட்சேர்ப்பு செய்தல் மற்றும் பணம் செலுத்துதல்-மற்றும் ஆராய்ச்சியாளர்கள் பங்கேற்பாளர்களின் எப்போதும் கிடைக்கும் குழுவில் தட்டுவதற்கு அந்த உள்கட்டமைப்பை பயன்படுத்தி வருகின்றனர்.

படம் 4.2: அமேசான் மெக்கானிக் டர்க் (MTurk) இலிருந்து தரவுகளைப் பயன்படுத்தி வெளியிடப்பட்ட கட்டுரைகள். MTurk மற்றும் பிற ஆன்லைன் தொழிலாளர் சந்தைகள் பரிசோதனையாளர்களுக்கு பரிசோதனையைப் பெறுவதற்கான ஒரு வசதியான வழியை வழங்குகின்றன. Bohannon (2016) இருந்து மாற்றியமைக்கப்பட்டது.

டிஜிட்டல் அமைப்புகள் புலம் போன்ற சோதனைகள் இன்னும் சாத்தியங்களை உருவாக்க. குறிப்பாக, ஆய்வக பரிசோதனையுடன் தொடர்புடைய பல்வேறு பங்கேற்பாளர்கள் மற்றும் இயற்கையான அமைப்புகளுடன் ஆய்வக சோதனைகள் தொடர்புடைய இறுக்கமான கட்டுப்பாட்டு மற்றும் செயலாக்கத் தரவுகளை ஆராய ஆராய்ச்சியாளர்கள் உதவுகிறார்கள். கூடுதலாக, டிஜிட்டல் துறையில் சோதனைகள் அனலாக் சோதனைகள் கடினமான முனைகின்றன மூன்று வாய்ப்புகளை வழங்குகின்றன.

முதலாவதாக, பெரும்பாலான அனலாக் ஆய்வகங்கள் மற்றும் துறையில் சோதனைகள் நூற்றுக்கணக்கான பங்கேற்பாளர்களைக் கொண்டிருந்தாலும், டிஜிட்டல் துறையில் சோதனைகள் மில்லியன் கணக்கான பங்கேற்பாளர்கள் இருக்க முடியும். சில டிஜிட்டல் பரிசோதனைகள் பூஜ்ஜிய மாறி செலவில் தரவை உருவாக்கும் என்பதால், இந்த மாற்றம் அளவில்தான் உள்ளது. அதாவது, பரிசோதகர்கள் ஒரு சோதனை உள்கட்டமைப்பை உருவாக்கியிருந்தால், பங்கேற்பாளர்களின் எண்ணிக்கையை அதிகரிப்பது பொதுவாக செலவு அதிகரிக்காது. 100 அல்லது அதற்கு மேற்பட்ட காரணி மூலம் பங்கேற்பாளர்களின் எண்ணிக்கையை அதிகமாக்குவது ஒரு அளவு மாற்றமல்ல; அது (எ.கா., சிகிச்சை விளைவுகளை பலபடித்தன்மை) சோதனைகள் இருந்து பல்வேறு விஷயங்கள் அறிய மற்றும் முற்றிலும் வெவ்வேறு சோதனை வடிவமைப்புகளை (எ.கா., பெரிய குழு சோதனைகள்) இயக்க ஆராய்ச்சியாளர்கள் செயல்படுத்துகிறது ஏனெனில் அது ஒரு தர ரீதியான மாற்றமாகும். இந்த புள்ளி மிகவும் முக்கியமானது, நான் டிஜிட்டல் சோதனைகள் உருவாக்கும் பற்றி ஆலோசனை வழங்கும் போது அத்தியாயம் முடிவில் அதை திரும்ப வேண்டும்.

இரண்டாவதாக, பெரும்பாலான அனலாக் ஆய்வகம் மற்றும் புலம் சோதனைகள் பங்கேற்பாளர்களை பிரித்தறிய முடியாத விட்ஜெட்கள் என கருதுகின்றன, டிஜிட்டல் கள பரிசோதனைகள் அடிக்கடி ஆராய்ச்சியின் வடிவமைப்பு மற்றும் பகுப்பாய்வு நிலைகளில் பங்கேற்பாளர்களைப் பற்றிய பின்னணி தகவல்களைப் பயன்படுத்துகின்றன. இந்த பின்னணி தகவல்கள், முன் சிகிச்சைத் தகவல் என அழைக்கப்படுகின்றன, பெரும்பாலும் டிஜிட்டல் சோதனையில் கிடைக்கின்றன, ஏனெனில் அவர்கள் எப்பொழுதும் பெரும்பாலும் அளவீடு முறைகளில் இயங்குகின்றனர் (அத்தியாயம் 2 ஐப் பார்க்கவும்). உதாரணமாக, ஃபேஸ்புக்கில் ஒரு ஆராய்ச்சியாளர் தனது டிஜிட்டல் புலத்தில் உள்ள மக்களைப் பற்றி மிகவும் முன்முயற்சிக்கான தகவல்களைப் பெற்றுள்ளார், பல்கலைக்கழக ஆய்வாளராக இருப்பவர் அவரது அனலாக் புலத்தில் உள்ள பரிசோதனையில் உள்ளவர்களைப் பற்றியதாகும். இந்த முன்-சிகிச்சையானது மிகவும் திறமையான சோதனை வடிவமைப்புகளை (Higgins, Sävje, and Sekhon 2016) மற்றும் பங்கேற்பாளர்களை (Eckles, Kizilcec, and Bakshy 2016) (Higgins, Sävje, and Sekhon 2016) இலக்குகளை (Higgins, Sävje, and Sekhon 2016) போன்ற செயல்திறன்மிக்க வடிவமைப்புகளை வழங்குகிறது - மேலும் சிகிச்சையளிக்கும் விளைவுகளின் பல்வகைமை (Athey and Imbens 2016a) மற்றும் மேம்படுத்தப்பட்ட துல்லியம் (Bloniarz et al. 2016) சரிசெய்தல்.

மூன்றாவதாக, பல அனலாக் ஆய்வக மற்றும் புலத்தில் சோதனைகள் ஒப்பீட்டளவில் சுருக்கப்பட்ட அளவிலான சிகிச்சைகள் மற்றும் அளவீடு விளைவுகளை வழங்குகின்றன, சில டிஜிட்டல் புல பரிசோதனைகள் மிக நீண்ட காலத்திற்கு மேல் நிகழ்கின்றன. உதாரணமாக, ரெஸ்டிவோ மற்றும் வான் டி ரிஜட் பரிசோதனைகள் 90 நாட்களுக்கு தினசரி அளவிடப்படும் விளைவுகளைக் கொண்டிருந்தன, மற்றும் அத்தியாயங்களில் (Ferraro, Miranda, and Price 2011) மூன்று ஆண்டுகளுக்கு மேலாக, செலவு. இந்த மூன்று வாய்ப்புகள்-அளவு, முன் சிகிச்சைத் தகவல் மற்றும் நீண்டகால சிகிச்சை மற்றும் விளைவுத் தரவுகள் ஆகியவை-சோதனைகள் எப்போதுமே பெரும்பாலும் மேல் அளவீடுகளில் இயங்குகையில் (பொதுவாக அளவீட்டு அமைப்புகள் மீது அதிகாரம் 2-ஐப் பார்க்கவும்) அதிகரிக்கிறது.

டிஜிட்டல் துறையில் சோதனைகள் பல வாய்ப்புகளை வழங்கியுள்ள நிலையில், அவை அனலாக் ஆய்வக மற்றும் அனலாக் புல சோதனைகளில் சில பலவீனங்களை பகிர்ந்து கொள்கின்றன. உதாரணமாக, கடந்த காலத்தை ஆய்வு செய்ய சோதனைகள் பயன்படுத்தப்பட முடியாது, அவை கையாளப்படக்கூடிய சிகிச்சையின் விளைவுகளை மட்டுமே மதிப்பிட முடியும். சுற்றுச்சூழல் சார்பு, இணக்கமின்மை பிரச்சினைகள் மற்றும் சமநிலை விளைவுகளான (Banerjee and Duflo 2009; Deaton 2010) போன்ற சிக்கல்கள் காரணமாக அவை வழங்கக்கூடிய சரியான வழிகாட்டல் கொள்கைகளை வழிகாட்டுவதற்கு சந்தேகத்திற்கு இடமின்றி பயனுள்ளதாக இருப்பினும். டிஜிட்டல் துறையில் சோதனைகள் துறையில் சோதனைகள் மூலம் உருவாக்கப்பட்ட நெறிமுறை கவலைகள் பெருமைப்படுத்துகிறேன்-நான் இந்த அத்தியாயத்தில் மற்றும் அத்தியாயம் 6 பின்னர் உரையாற்ற வேண்டும் ஒரு தலைப்பு.