ஜோடி சேர்தல் செலவுகளை குறைக்க முடியும் மற்றும் அளவு அதிகரிக்க, ஆனால் அது பங்கேற்பாளர்கள், சிகிச்சைகள் வகையான மாற்றலாம், மற்றும் நீங்கள் பயன்படுத்த முடியும் என்று விளைவுகளை.
அதை செய்ய மாற்று நீங்கள் ஒரு நிறுவனம், அரசு, அல்லது அரசு சாரா போன்ற ஒரு சக்தி வாய்ந்த அமைப்புடன் கூட்டு. ஒரு கூட்டாளியுடன் இணைந்து செயல்படுவதன் நன்மை என்னவென்றால், உங்களை நீங்களே செய்ய முடியாது என்று சோதனைகள் நடத்த அவை உதவும். உதாரணமாக, 61 மில்லியன் பங்கேற்பாளர்கள் இதில் ஈடுபட்டுள்ளதைப் பற்றி நான் உங்களுக்குச் சொல்லப்போகும் சோதனைகள் ஒன்றில்-எந்த தனிப்பட்ட ஆய்வாளரும் அந்த அளவை அடைய முடியாது. அதே சமயத்தில் நீங்கள் என்ன செய்ய முடியும் என்பதை அதிகரிக்கிறது, அது உங்களை கட்டுப்படுத்துகிறது. உதாரணமாக, பெரும்பாலான நிறுவனங்கள் தங்கள் வியாபாரத்திற்கு அல்லது அவர்களின் நற்பெயருக்கு தீங்கு விளைவிக்கும் பரிசோதனையை இயக்க அனுமதிக்காது. கூட்டாளர்களுடனான வேலை என்பது உங்கள் முடிவுகளை வெளியிடும்போது, உங்கள் முடிவுகளை "மறுபிரதி" செய்வதற்கு அழுத்தம் கொடுக்கலாம், சில பங்காளிகள் உங்கள் வேலையை வெளியிடுவதைத் தடுக்கிறார்கள் என்றால், அது மோசமானதாக தோற்றமளிக்கும். இறுதியாக, இந்த ஒத்துழைப்புகளை வளர்ப்பதற்கும் பராமரிப்பதற்கும் தொடர்புடைய செலவினங்களுடனான கூட்டுப்பணியும் வருகிறது.
இந்த கூட்டாண்மை வெற்றிகரமாக தீர்க்கப்பட வேண்டிய முக்கிய சவாலாக இரு கட்சிகளின் நலன்களையும் சமன் செய்ய ஒரு வழியைக் கண்டுபிடித்து, அந்த சமநிலையைப் பற்றி யோசிக்க ஒரு பயனுள்ள வழி பாஸ்டரின் குவாண்டான்ட் (Stokes 1997) . பல ஆராய்ச்சியாளர்கள், ஒரு பங்குதாரருக்கு ஆர்வமாக இருக்கும் நடைமுறை-ஏதாவது ஒன்றைச் செய்துகொண்டிருந்தால், அவர்கள் உண்மையான விஞ்ஞானம் செய்ய முடியாது. இந்த மனப்போக்கை வெற்றிகரமான கூட்டுறவை உருவாக்க மிகவும் கடினமாகிவிடும், மேலும் அது முற்றிலும் தவறாக நடக்கும். உயிரியலாளர் லூயிஸ் பேஷ்சரின் வழிகாட்டுதல் ஆராய்ச்சி மூலம் இந்த சிந்தனையின் பிரச்சனை பிரமாதமாக விவரிக்கப்பட்டுள்ளது. பீட் ஜூஸை ஆல்கஹாலாக மாற்றுவதற்காக ஒரு வர்த்தக நொதித்தல் திட்டத்தில் பணியாற்றும் போது, பேஸ்ட்சர் நுண்ணுயிரியுடனான ஒரு புதிய கிளாஸ் கண்டுபிடித்தார், அது இறுதியில் நோய் கிருமி கோட்பாட்டிற்கு வழிவகுத்தது. இந்த கண்டுபிடிப்பு மிகவும் நடைமுறை சிக்கலைத் தீர்த்தது - இது நொதித்தல் செயல்முறையை மேம்படுத்த உதவியது - அது ஒரு பெரிய அறிவியல் முன்னேற்றத்திற்கு வழிவகுத்தது. எனவே, நடைமுறை பயன்பாடுகளுடன் உண்மையான விஞ்ஞான ஆராய்ச்சிக்கு முரணாக இருப்பதைப் பற்றி சிந்திக்காமல், இவை இரண்டு தனித்தனி பரிமாணங்களாக கருதப்படுவது நல்லது. ஆராய்ச்சி பயன்பாடு (அல்லது இல்லை) மூலம் உந்துதல், மற்றும் ஆராய்ச்சி அடிப்படை புரிதல் (அல்லது இல்லை) பெற முடியும். விமர்சனரீதியாக, பாஸ்டர்ஸின் சில ஆராய்ச்சிகள், பயன்பாட்டினால் உந்துதல் மற்றும் அடிப்படை புரிதல் (எண்ணிக்கை 4.17) ஆகியவற்றால் உந்துதல் பெற முடியும். ஆராய்ச்சியாளர்கள் மற்றும் பங்காளிகளிடையே ஒத்துழைப்பிற்கு ஏற்றவாறு இரண்டு இலக்குகள் இயற்கையாக முன்னேற்றமளிக்கும் என்று பாஸ்டர்ஸின் குவாட்ரன்ட்-ஆராய்ச்சி ஆராய்ச்சி. அந்த பின்னணியைக் கொண்டு, கூட்டு முயற்சிகளுடன் இரண்டு சோதனை முயற்சிகளை விவரிப்பேன்: ஒரு நிறுவனம் மற்றும் ஒரு அரசு சாரா நிறுவனத்துடன் ஒன்று.
பெரிய நிறுவனங்கள், குறிப்பாக தொழில்நுட்ப நிறுவனங்கள், சிக்கலான சோதனைகள் நடத்துவதற்காக நம்பமுடியாத அதிநவீன உள்கட்டமைப்பை உருவாக்கியுள்ளன. தொழில்நுட்ப துறையில், இந்த சோதனைகள் அடிக்கடி A / B சோதனைகள் என்று அழைக்கப்படுகின்றன, ஏனெனில் அவை இரண்டு சிகிச்சையின் செயல்திறனை ஒப்பிடுகின்றன: A மற்றும் B. இத்தகைய பரிசோதனைகள் விளம்பரங்கள் மீது அதிகமான கிளிக்-வழியாக விகிதங்கள் அதிகரிக்கின்றன, ஆனால் அதே சோதனை உள்கட்டமைப்பு விஞ்ஞான புரிதலை முன்னேற்றும் ஆராய்ச்சிக்காக பயன்படுத்தப்பட வேண்டும். பேஸ்புக்கில் ஆராய்ச்சியாளர்கள் மற்றும் கலிஃபோர்னியா பல்கலைக்கழகத்தில் சான் டியாகோ ஆகியோருக்கு வாக்களிக்கும் வாக்களிப்பில் பல்வேறு செய்திகளின் விளைவுகளில் (Bond et al. 2012) இடையேயான கூட்டாளி நடத்திய ஆய்வு இந்த வகையான ஆராய்ச்சிக்கான திறனை விளக்குகிறது.
நவம்பர் 2, 2010 அன்று, அமெரிக்க காங்கிரஸின் தேர்தல்களின் நாள்-அமெரிக்காவில் 61 மில்லியனுக்கும் அதிகமான பேஸ்புக் பயனர்கள், 18 வயது மற்றும் அதற்கு மேற்பட்டோர் வாக்களிப்பதற்கான ஒரு பரிசில் பங்கேற்றனர். பேஸ்புக் பார்வையிட்டபோது, பயனர்கள் மூன்று குழுவில் ஒருவராக இருந்தனர், இது என்ன பதாகை (ஏதாவது இருந்தால்) அவர்களின் நியூஸ் ஃபீட் (படம் 4.18) மேலே வைக்கப்பட்டது:
பாண்ட் மற்றும் சக ஊழியர்கள் இரு முக்கிய விளைவுகளை ஆய்வு செய்தனர்: வாக்களிக்கும் நடத்தை மற்றும் உண்மையான வாக்களிப்பு நடத்தை முதலில், Info Info சமூகத்தில் உள்ள மக்கள், "நான் வாக்களித்த" (சுமார் 20% எதிராக 18%) கிளிக் செய்தால், தகவல் குழுவில் இருக்கும் மக்களை விட இரண்டு சதவிகித புள்ளிகள் அதிக வாய்ப்புள்ளது. மேலும், ஆய்வாளர்கள் சுமார் 6 மில்லியன் மக்களுக்கு பகிரங்கமாக கிடைக்கக்கூடிய வாக்களிப்பு பதிவர்களுடன் தங்களது தரவரிசைகளை ஒன்றிணைத்த பின்னர், தகவல் மையம் சமூகத்தில் உள்ள மக்கள் 0.39 சதவிகித புள்ளிகள் கட்டுப்பாட்டு குழுவில் இருந்ததை விட வாக்களிக்கும் வாய்ப்பு அதிகம், மற்றும் தகவல் குழு கட்டுப்பாட்டுக் குழுவில் உள்ளவர்களுக்கே வாக்களிக்கும் வாய்ப்பு கிடைத்திருக்கலாம் (எண்ணிக்கை 4.18).
இந்த சோதனையின் முடிவுகள், சில ஆன்லைன் பெறுநரிடமிருந்து பெறப்பட்ட வாக்குகள் மற்றவர்களை விட மிகவும் திறமையானவையாகும், மேலும் விளைவு பற்றிய ஒரு ஆராய்ச்சியாளரின் மதிப்பீடு வாக்கெடுப்பு வாக்குப்பதிவு அல்லது உண்மையான வாக்களிப்பதைப் பற்றியதா என்பதைப் பொறுத்து இருக்கலாம். இந்த பரிசோதனை துரதிருஷ்டவசமாக, சில தகவல்களை ஆராய்ச்சியாளர்கள் ஒரு "முகம் குவியல்" என்று அழைக்கப்படும் சமூக தகவல்கள் மூலம் வாக்கெடுப்பு மூலம் அதிகரித்துள்ளது. அது சமூக தகவல் பேனர் கவனித்த அல்லது அந்த பேனர் கவனித்த யாரோ உண்மையில் வாக்களித்தனர் அல்லது இரண்டு நிகழ்தகவு அதிகரித்தது என்று நிகழ்தகவு அதிகரித்துள்ளது என்று இருக்க முடியும். இவ்வாறு, இந்த ஆராய்ச்சியில் மற்ற ஆய்வாளர்கள் (எ.கா., Bakshy, Eckles, et al. (2012) பார்க்க முடியும் என்று ஒரு சுவாரசியமான கண்டுபிடிப்பை வழங்குகிறது.
ஆராய்ச்சியாளர்களின் இலக்குகளை முன்னேற்றுவதற்கு கூடுதலாக, இந்த பரிசோதனையானது பங்குதாரர் அமைப்பு (பேஸ்புக்) இன் குறிக்கோளை மேலும் முன்னேற்றுவித்தது. சோப்பு வாங்குவதற்கு வாக்களிப்பதைப் பற்றிக் கலந்துரையாடப்பட்ட நடத்தை நீங்கள் மாற்றினால், ஆன்லைன் விளம்பரங்களின் விளைவுகளை அளவிடுவதற்கு ஒரு பரிசோதனை எனும் ஆய்வுக்கு சரியான ஆய்வு என்ன என்பதை நீங்கள் பார்க்கலாம். (எ.கா., RA Lewis and Rao (2015) ). இந்த விளம்பர செயல்திறன் ஆய்வுகள் அடிக்கடி ஆன்லைன் விளம்பரங்களுக்கு வெளிப்பாடு விளைவை அளவிடுகின்றன- Bond et al. (2012) இல் உள்ள சிகிச்சைகள் Bond et al. (2012) அடிப்படையில் ஆஃப்லைன் நடத்தைக்கு வாக்களிக்கும் விளம்பரங்கள். எனவே, இந்த ஆராய்ச்சி ஆன்லைன் விளம்பரங்களின் செயல்திறனைப் படிக்க பேஸ்புக்கின் திறனை முன்னெடுக்க முடியும் மற்றும் ஃபேஸ்புக் விளம்பரங்கள் மாறும் நடத்தைக்கு பயனுள்ளதாக இருக்கும் என்று விளம்பரதாரர்களுக்கு Facebook ஐ ஆதரிக்க முடியும்.
ஆய்வாளர்கள் மற்றும் பங்காளிகளின் நலன்களை பெரும்பாலும் இந்த ஆய்வில் இணைந்திருந்தாலும், அவை கூட பகுதியளவு பதற்றத்தில் இருந்தன. குறிப்பாக, மூன்று குழுக்களுக்கு கட்டுப்பாடு, தகவல் மற்றும் தகவல் + சமூகத்திற்கான பங்கேற்பாளர்களின் ஒதுக்கீடு வியக்கத்தக்க சமநிலையற்றதாக இருந்தது: 98 சதவிகித மாதிரி தகவல் + சமூகத்திற்கு ஒதுக்கப்பட்டுள்ளது. இந்த சமநிலையற்ற ஒதுக்கீடு புள்ளிவிவரரீதியில் திறனற்றது, ஆராய்ச்சியாளர்களுக்கான மிகச்சிறந்த ஒதுக்கீடு ஒவ்வொரு குழுவிலும் பங்கேற்பாளர்களில் மூன்றில் ஒரு பங்கினர் இருந்திருக்க வேண்டும். ஆனால் எல்லையற்ற ஒதுக்கீடு நடந்தது ஏனெனில் பேஸ்புக் எல்லோரும் தகவல் + சமூக சிகிச்சையைப் பெற விரும்பியது. அதிர்ஷ்டவசமாக, ஒரு கட்டுப்பாட்டு குழுவிற்கான பங்கேற்பாளர்களில் 1% சம்பந்தப்பட்ட சிகிச்சிற்கும் 1% பேரும் மீண்டும் பரிசோதிக்கும்படி ஆராய்ச்சியாளர்கள் நம்பினர். கட்டுப்பாட்டுக் குழு இல்லாமலே, தகவல் + சமூக சிகிச்சையின் விளைவை அளவிடுவது அடிப்படையில் இயலாததாக இருந்திருக்கும், ஏனெனில் இது ஒரு சீரற்ற கட்டுப்பாட்டு பரிசோதனையைக் காட்டிலும் ஒரு "கவனமாகவும் கவனமாகவும்" பரிசோதனையாக இருந்திருக்கும். இந்த எடுத்துக்காட்டுக்கு பங்காளிகளுடன் பணிபுரியும் ஒரு பயனுள்ள நடைமுறை பாடம் உள்ளது: சில நேரங்களில் நீங்கள் ஒரு சிகிச்சையை வழங்குவதை யாரோ நிரூபிப்பதன் மூலம் ஒரு பரிசோதனையை உருவாக்கி, சில நேரங்களில் நீங்கள் ஒரு பரிசோதனையை (அதாவது, ஒரு கட்டுப்பாட்டு குழுவை உருவாக்குவதற்கு) யாரேனும் நம்புவதன் மூலம் ஒரு பரிசோதனையை உருவாக்கலாம்.
பங்கேற்பாளர்களுடன் தொழில்நுட்ப நிறுவனங்கள் மற்றும் ஏ / பி சோதனைகள் ஆகியவற்றுடன் பங்குதாரர் எப்போதும் பங்கேற்க வேண்டிய அவசியம் இல்லை. உதாரணமாக, அலெக்ஸாண்டர் கோபாக், ஆண்ட்ரூ காஸ், மற்றும் ஜான் டெர்னோவ்ஸ்கி (2016) சுற்றுச்சூழல் சார்பற்ற நிறுவனமான லீக் ஆஃப் கான்சர்வேஷன் வாக்கர்ஸ் உடன் இணைந்து சமூக அணிதிரட்டலை ஊக்குவிப்பதற்கான பல்வேறு செயல்திட்டங்களை பரிசோதித்து பரிசோதனைகள் நடத்தினர். ஆராய்ச்சியாளர்கள் பொதுமக்கள் ட்வீட் மற்றும் தனிப்பட்ட நேரடி செய்திகளை இரண்டையும் வெவ்வேறு வகையான அடையாளங்களுக்கான முயற்சிகளை மேற்கொள்வதற்கு NGO இன் ட்விட்டர் கணக்கைப் பயன்படுத்துகின்றனர். இந்த செய்திகளில் எந்த ஒரு மனுவை கையெழுத்திடுமாறு மக்களுக்கு ஊக்கமளிப்பதற்கும், ஒரு மனுவைப் பற்றிய மறு ட்வீட் செய்தலுக்கும் இது மிகவும் பயனுள்ளதாக இருந்தது.
தலைப்பு | குறிப்புகள் |
---|---|
தகவல் பகிர்வு மீது பேஸ்புக் செய்திகள் ஊட்டம் விளைவு | Bakshy, Rosenn, et al. (2012) |
ஆன்லைன் டேட்டிங் வலைத்தளத்தின் நடத்தையில் பகுதி தெரியாத விளைவு | Bapna et al. (2016) |
மின்சாரம் பயன்பாட்டில் வீட்டு எரிசக்தி அறிக்கையின் விளைவு | Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013) |
வைரஸ் பரவலில் பயன்பாட்டு வடிவமைப்பு விளைவு | Aral and Walker (2011) |
பரவலைப் பரப்புவதற்கு வழிவகுக்கும் விளைவு | SJ Taylor, Bakshy, and Aral (2013) |
விளம்பரங்களில் சமூக தகவலின் விளைவு | Bakshy, Eckles, et al. (2012) |
பலவகையான வாடிக்கையாளர்களுக்காக பட்டியல் மற்றும் ஆன்லைன் மூலம் விற்பனை மீது பட்டியல் அதிர்வெண் விளைவு | Simester et al. (2009) |
சாத்தியமான வேலை பயன்பாடுகளில் பிரபலமான தகவலின் விளைவு | Gee (2015) |
புகழ் மீது ஆரம்ப மதிப்பீடுகளின் விளைவு | Muchnik, Aral, and Taylor (2013) |
அரசியல் அணிதிரட்டலில் செய்தி உள்ளடக்கத்தின் விளைவு | Coppock, Guess, and Ternovski (2016) |
ஒட்டுமொத்தமாக, உங்களிடம் சக்திவாய்ந்த செயல்பாட்டைச் செயல்படுத்துவது, இல்லையெனில் கடினமாக இருக்கும், மேலும் அட்டவணை 4.3 ஆராய்ச்சியாளர்கள் மற்றும் நிறுவனங்களுக்கிடையேயான கூட்டுத்தொகை மற்ற எடுத்துக்காட்டுகளை வழங்குகிறது. உங்கள் சொந்த பரிசோதனையை உருவாக்குவதை விட கூட்டாளி மிகவும் எளிதாக இருக்க முடியும். ஆனால் இந்த அனுகூலங்கள் குறைபாடுகளால் வருகின்றன: பங்குபற்றுபவர்கள், சிகிச்சைகள் மற்றும் நீங்கள் படிக்கக்கூடிய விளைவுகளின் வகைகள் குறைக்கலாம். மேலும், இந்த கூட்டு நெறிமுறை சவால்களுக்கு வழிவகுக்கும். சுவாரஸ்யமான விஞ்ஞானத்தைச் செய்கையில் நீங்கள் தீர்க்கும் ஒரு உண்மையான சிக்கலைக் கவனிக்க ஒரு கூட்டாட்சிக்கான வாய்ப்பை கண்டுபிடிக்க சிறந்த வழி. நீங்கள் உலகத்தை பார்த்து இந்த வழியில் பயன்படுத்த முடியாது என்றால், அது பாஸ்டரின் குவாண்டானில் பிரச்சினைகள் கண்டுபிடிக்க கடினமாக இருக்கும், ஆனால், நடைமுறையில், நீங்கள் இன்னும் மேலும் கவனிக்க தொடங்க வேண்டும்.