4.6.2 భర్తీ మెరుగుపరచండి, మరియు తగ్గించడం

, కాని ప్రయోగాత్మక అధ్యయనాలు ప్రయోగాలు స్థానంలో చికిత్సలు సరిచేస్తూ మరియు పాల్గొనేవారు సంఖ్య తగ్గించడం ద్వారా మీ ప్రయోగం మరింత మానవత్వంతో చేయండి.

నేను డిజిటల్ ప్రయోగాల రూపకల్పనకు గురించి అందిస్తున్నాయి చేయాలనుకుంటున్న ఆ సలహా రెండవ భాగం నీతి సంబంధించినది. వికీపీడియా ప్రదర్శనలలో barnstars న సెటినా మరియు వాన్ డి Rijt ప్రయోగం, ఖర్చులు తగ్గగానే నీతి పరిశోధనా రూపకల్పన యొక్క ఒక ముఖ్యమైన భాగంగా మారింది అర్థం. నైతిక సూత్రాలు జంతువులు పాల్గొన్న ప్రయోగాలు మార్గనిర్దేశం అభివృద్ధి: నేను చాప్టర్ 6 లో వివరించడానికి మేము మానవ అంశాలలో పరిశోధనలు మార్గదర్శక నైతిక చట్రాలు పాటు, డిజిటల్ ప్రయోగాల రూపకల్పనకు పరిశోధకులు కూడా వేరే మూలం నుండి నైతిక ఆలోచనలు ఉపయోగించుకుంటాయి. ముఖ్యంగా, హ్యూమన్ ప్రయోగాత్మక టెక్నిక్ వారి మైలురాయి పుస్తకం సూత్రాలు, Russell and Burch (1959) భర్తీ మెరుగుపరచండి మరియు తగ్గించండి: జంతువులపై చేసిన పరిశోధనలో మార్గనిర్దేశం ఉండాలి మూడు సూత్రాలు ప్రతిపాదించాడు. మానవ ప్రయోగాలు డిజైన్-రూపం మార్గనిర్దేశం నేను ఈ మూడు R యొక్క కూడా ఉపయోగిస్తారు ఇన్ చేయవచ్చు, ఒక కొద్దిగా సవరించిన ప్రతిపాదించారు అవ్వాలనుకుంటే. ముఖ్యంగా,

• భర్తీ: వీలైతే తక్కువ గాటు పెట్టే పద్ధతుల ప్రయోగాలు పునఃస్థాపించుము
• మెరుగుపర్చండి: సాధ్యమైనంత ఇది ప్రమాదకరం చేయడానికి చికిత్స మెరుగుపర్చండి
• తగ్గించండి: సాధ్యమైనంత మీ ప్రయోగంలో పాల్గొనే సంఖ్యను తగ్గించండి

ఈ మూడు R యొక్క కాంక్రీటు తయారు మరియు వారు సమర్థవంతంగా మంచి మరియు మరింత మానవత్వంతో ప్రయోగాత్మక రూపకల్పనను దారి ఎలా చూపించడానికి గాను, నేను నైతిక చర్చను ఉత్పత్తి చేసే ఒక ఆన్లైన్ రంగంలో ప్రయోగంలో వివరించడానికి చేస్తాము. అప్పుడు నేను మూడు R యొక్క ప్రయోగం రూపకల్పన కాంక్రీటు మరియు ఆచరణ మార్పులను సూచించారు ఎలా వివరించడానికి చేస్తాము.

అత్యంత నైతికంగా చర్చించారు డిజిటల్ రంగంలో ప్రయోగాలలో ఒకదాన్ని ఆడమ్ క్రామెర్, జామి Gillroy మరియు జెఫ్రే హాన్కాక్ నిర్వహించిన "ఎమోషనల్ ఒకరి నుండి ఇంకొకరి వ్యాపించేది," ఉంది (2014) . ప్రయోగం ఫేస్బుక్లో జరిగింది మరియు శాస్త్రీయ మరియు ఆచరణాత్మక ప్రశ్నలు మిశ్రమాన్ని ప్రేరేపించింది. సమయంలో, వినియోగదారులు Facebook పలకరించే ప్రబలంగా మార్గం న్యూస్ ఫీడ్ తిరస్కరించిన ఒక యూజర్ యొక్క Facebook స్నేహితులను నుండి Facebook స్థితి నవీకరణలను ఒక యాంత్రికంగా పెట్టినందుకు సెట్. ఫేస్బుక్ కొన్ని విమర్శకుల న్యూస్ ఫీడ్ ఆశావాహ వారి తాజా ఆఫ్ చూపిస్తున్న పోస్ట్లు స్నేహితులకు ఎందుకంటే పార్టీ అది వారి జీవితాలను పోల్చి తక్కువ అద్భుతమైన కనిపిస్తుంది ఎందుకంటే వినియోగదారులు విచారం కావచ్చు సూచించింది. మరోవైపు, బహుశా ప్రభావాన్ని సరిగ్గా వ్యతిరేకం; బహుశా మీ స్నేహితుడు ఒక మంచి సమయం మీరు సంతోషంగా అనుభూతి చేస్తాయి కలిగి చూసిన? పరిశీలించడానికి గాను ఇవి పరికల్పన మరియు ఒక ప్రయోగం ఒక వ్యక్తి యొక్క భావోద్వేగాలు ఆమె స్నేహితులు 'ప్రభావం ఎలా మా అవగాహన ముందుకు భావోద్వేగాలు-క్రామెర్ మరియు సహచరులు నడిచింది పోటీపడ్డారు. పరిశోధకులు ఒక వారం 700,000 వినియోగదారులు ఉంచుతారు నాలుగు గ్రూపులుగా: ఒక "ప్రతికూల తగ్గింది" సమూహం, ప్రతికూల పదాలు (ఉదా, విచారంగా) నియమరహితంగా న్యూస్ ఫీడ్ కనిపించకుండా నిరోధించబడ్డాయి తో పోస్ట్లు వీరిలో; ఒక "అనుకూల తగ్గింది" సానుకూల పదాలు (ఉదా, సంతోషంగా) తో పోస్ట్లు యాదృచ్ఛికంగా నిరోధించబడ్డాయి వీరిలో; సమూహం మరియు రెండు నియంత్రణ సమూహాలు. "ప్రతికూల తగ్గింది" సమూహం కోసం నియంత్రణ సమూహం లో పోస్ట్ యాదృచ్చికంగా "ప్రతికూల తగ్గింది" సమూహంగా కానీ భావోద్వేగాన్ని నిమిత్తం లేకుండా అదే రేటులో నిరోధించబడ్డాయి. "అనుకూల తగ్గింది" సమూహం కోసం నియంత్రణ సమూహం ఒక సమాంతర పద్ధతిలో నిర్మించారు. ఈ ప్రయోగం నమూనా సరైనదేనా నియంత్రణ సమూహం ఎల్లప్పుడూ ఏ మార్పులు ఒకటి కాదు అని వివరిస్తుంది. అయితే, కొన్నిసార్లు నియంత్రణ సమూహం ఖచ్చితమైన పోలిక సృష్టించడానికి ఒక పరిశోధన ప్రశ్న అవసరం క్రమంలో ఒక చికిత్స పొందుతుంది. అన్ని సందర్భాలలో, న్యూస్ ఫీడ్ నుండి నిరోధించబడ్డాయి పోస్ట్లు Facebook వెబ్సైట్ ఇతర ప్రాంతాలలో ఇప్పటికీ వినియోగదారులకు అందుబాటులో ఉన్నాయి.

క్రామెర్ మరియు సహచరులు సానుకూలతను లో పాల్గొనే పరిస్థితి తగ్గించాయి, వారి హోదా నవీకరణలను సానుకూల పదాల శాతం తగ్గింది మరియు ప్రతికూల పదాలు శాతం పెంచింది. మరోవైపు, ప్రతికూలత తగ్గింది స్థితిలో పాల్గొనే, ధనాత్మక పదాల శాతం పెరిగింది మరియు ప్రతికూల పదాలు శాతాన్ని తగ్గింది (మూర్తి 4.23). అయితే, ఈ ప్రభావాలు చాలా చిన్నవిగా ఉన్నాయి: చికిత్సలు మరియు నియంత్రణలు మధ్య అనుకూల మరియు ప్రతికూల మాటలలో తేడా 1,000 పదాలు గురించి 1 ఉంది.

మూర్తి 4.23: భావోద్వేగ అంటువ్యాధి యొక్క ఎవిడెన్స్ (Kramer, Guillory, and Hancock 2014) . అనుకూల పదాలను మరియు ప్రయోగాత్మక పరిస్థితి ప్రతికూల పదాలు శాతం. బార్స్ ప్రామాణిక లోపాలు అంచనా సూచిస్తాయి.

నేను అధ్యాయం చివర మరింత పఠనం విభాగంలో ఈ ప్రయోగం శాస్త్రీయ అంశాలను యొక్క చర్చ చేసిన, కానీ దురదృష్టవశాత్తు, ఈ ప్రయోగం నైతిక చర్చను ఉత్పత్తి కోసం అత్యంత ప్రసిద్ధుడు. ఈ కాగితం సైన్సెస్ నేషనల్ అకాడమీ ఆఫ్ ప్రొసీడింగ్స్ లో ప్రచురించబడింది, కొన్ని రోజుల తరువాత, పరిశోధకులు మరియు పత్రికా రెండు నుండి అపరిమితమైన గొడవ ఉంది. 1) పాల్గొన్న ప్రామాణిక ఫేస్బుక్ నియమాలు సేవా కొన్ని ఆలోచన పాల్గొనే హాని కారణం కావచ్చు మరియు 2) ఒక అధ్యయనం చేయించుకున్న కాలేదు మూడవ పార్టీ నైతిక ఒక చికిత్స కోసం మించి ఏ సమ్మతి ఇవ్వలేదు: రెండు ప్రధాన పాయింట్లు పై దృష్టి కాగితం చుట్టూ దౌర్జన్యం సమీక్ష (Grimmelmann 2015) . ఈ చర్చలో లేవనెత్తిన నైతిక ప్రశ్నలు త్వరగా పరిశోధనకు నైతిక సమీక్ష ప్రాసెస్ గురించి ఒక అరుదైన "ఆందోళన సంపాదకీయ వ్యక్తీకరణ" ప్రచురించడం పత్రిక కలుగుతుంది (Verma 2014) . తరువాత సంవత్సరాలలో, ప్రయోగం తీవ్ర చర్చ మరియు అసమ్మతి యొక్క మూలమని కొనసాగింది, ఈ అసమ్మతి నీడలు అనేక ఇతర ప్రయోగాలు సంస్థల ద్వారా అమలు చేస్తున్నారు లోకి డ్రైవింగ్ యొక్క ఉద్దేశపూర్వకం ప్రభావాన్ని కలిగించవచ్చని (Meyer 2014) .

ఎమోషనల్ ఒకరి నుండి ఇంకొకరి వ్యాపించేది గురించి ఆ నేపథ్య ఇచ్చిన, నేను ఇప్పుడు 3 R యొక్క కాంక్రీటు, ఆచరణాత్మక (మీరు వ్యక్తిగతంగా ఈ నిర్దిష్ట ప్రయోగానికి నైతిక గురించి అనుకుంటున్నాను ఉండవచ్చు సంసార) వాస్తవిక అధ్యయనాలు కోసం మెరుగుదలలు సూచించారు చూపించాయి కోరుకుంటారు. తొలి R భర్తీ ఉంది: పరిశోధకులు వీలైతే తక్కువ గాటు మరియు ప్రమాదకర పద్ధతులు ప్రయోగించడం స్థానంలో చేయించుకోవాలి. ఉదాహరణకు, బదులుగా ఒక ప్రయోగం అమలు కంటే, పరిశోధకులు సహజ ప్రయోగం విశదీకరించారు కాలేదు. చాప్టర్ 2 వివరించిన విధంగా, సహజ ప్రయోగాలు (ఉదా, ఎవరు సైన్యంలోకి రచించాలి ఉంటుంది నిర్ణయించే ఒక లాటరీ) ఏదో చికిత్సలు రాండం దాదాపుగా ప్రపంచంలో జరిగే పరిస్థితులు ఉంటాయి. ఒక సహజ ప్రయోగం ప్రయోజనాన్ని పరిశోధకుడు చికిత్సలు అందించడానికి కలిగి ఉండదు; వాతావరణంలో మీరు ఆ చేసే. ఇతర మాటలలో, ఒక సహజ ప్రయోగం తో, పరిశోధకులు ప్రయోగాత్మకంగా ప్రజల న్యూస్ ఫీడ్స్ మార్చటానికి అవసరమైన కాదు.

నిజానికి, ఎమోషనల్ ఒకరి నుండి ఇంకొకరి వ్యాపించేది ప్రయోగం దాదాపు పాటే, Coviello et al. (2014) వాట్ ఎమోషనల్ ఒకరి నుండి ఇంకొకరి వ్యాపించేది సహజ ప్రయోగం చెప్పబడతాయి దోపిడీ. వారి విధానం వాద్యపరికరాలు వేరియబుల్స్ అని పిలిచే ఒక సాంకేతికతను ఉపయోగిస్తుంది, మీరు ముందు ఎప్పుడూ చూడలేదు ఒక బిట్ సంక్లిష్టంగా ఉంది. కాబట్టి, అవసరమైతే ఎందుకు వివరించేందుకు గాను, దానిని నిర్మించే వీలు. కొందరు పరిశోధకులు మానసిక అంటువ్యాధి అధ్యయనం కలిగి ఉండవచ్చని మొదటి ఆలోచన మీ వార్తల ఫీడ్ చాలా ప్రతికూల అక్కడ మీ వార్తల ఫీడ్ రోజులలో మీ పోస్ట్ చాలా అనుకూలంగానే పేరు రోజులు మీ పోస్ట్స్ పోల్చడానికి ఉంటుంది. లక్ష్యం మీ పోస్ట్ యొక్క భావోద్వేగ అంశం అంచనా కేవలం ఉంటే ఈ విధానం జరిమానా ఉంటుంది, కానీ గోల్ మీ పోస్ట్ లో మీ న్యూస్ ఫీడ్ యొక్క సాధారణ ప్రభావం అధ్యయనం ఉంటే ఈ విధానం సమస్యాత్మకంగా ఉంది. ఈ డిజైన్ తో సమస్యను చూడటానికి, థాంక్స్ గివింగ్ భావిస్తారు. సంయుక్త లో, అనుకూల పోస్ట్లు స్పైక్ మరియు ప్రతికూల పోస్ట్లు థాంక్స్ గివింగ్ న ఆదాయ వనరుగా. అందువలన, థాంక్స్ గివింగ్ న, పరిశోధకులు మీ వార్తల ఫీడ్ చాలా పాజిటివ్ అని చూడగలిగారు మరియు మీరు అలాగే అనుకూల విషయాలను పోస్ట్. కానీ, మీ అనుకూల పోస్ట్లు మీ న్యూస్ ఫీడ్ యొక్క కంటెంట్ ద్వారా థాంక్స్ గివింగ్ వలన కావచ్చు. బదులుగా, సాధారణ ప్రభావం పరిశోధకులు నేరుగా మీ భావోద్వేగాలు మార్చకుండా మీ వార్తల ఫీడ్ మార్పులు కంటెంట్ ఏదో అవసరం అంచనా క్రమంలో. వాతావరణ: అదృష్టవశాత్తూ, ఆ జరుగుతున్న అన్ని సమయం వంటి ఏదో ఉంది.

Coviello మరియు సహచరులు ఒకరి నగరంలో ఒక వర్షపు రోజు, సగటున, దాదాపు 1 శాతం పాయింట్ ద్వారా సానుకూల ఉంటాయి పోస్ట్లు నిష్పత్తి తగ్గించడానికి మరియు 1 గురించి పర్సెంటేజి పాయింట్ ప్రతికూల ఉంటాయి పోస్ట్లు నిష్పత్తి పెరుగుతుంది దొరకలేదు. అప్పుడు, Coviello మరియు సహచరులు ప్రయోగపూర్వకంగా ఎవరి న్యూస్ ఫీడ్ మార్చటానికి అవసరం లేకుండా భావోద్వేగ అంటువ్యాధి అధ్యయనం ఈ వాస్తవం దోపిడీకి. సారాంశం వారు ఏమి మీ పోస్ట్ పేరు మీ స్నేహితులు నివసిస్తున్నారు నగరాల్లో వాతావరణ ప్రభావానికి ఎలా కొలత. ఈ అర్ధమే ఎందుకు, మీరు న్యూయార్క్ నగరంలో నివసిస్తున్నారు మరియు మీరు సీటెల్ లో నివసించే ఒక స్నేహితుడు కలిగి ఊహించుకోండి. ఇప్పుడు ఒక రోజు అది మొదలవుతుంది సీటెల్ వర్షం ఊహించుకోండి. సీటెల్ లో ఈ వర్షం నేరుగా మీ మూడ్ ప్రభావితం చేయదు, కానీ అది మీ వార్తల ఫీడ్ ఎందుకంటే మీ స్నేహితుని పోస్ట్లు తక్కువ సానుకూల మరియు మరింత ప్రతికూల కలిగిస్తాయి. అందువలన, సీటెల్ లో వర్షం యాదృచ్ఛికంగా మీ వార్తల ఫీడ్ మార్పు. ఒక నమ్మకమైన గణాంక విధానాన్ని ఈ అంతర్ టర్నింగ్ సంక్లిష్టమైనది (మరియు Coviello మరియు సహచరులు ఉపయోగిస్తారు ఖచ్చితమైన విధానం ఒక బిట్ ప్రామాణికం కాని) లేదు కాబట్టి నేను మరింత పఠనం విభాగంలో మరింత వివరణాత్మక చర్చా ఉంచాము. Coviello గురించి గుర్తు అత్యంత ముఖ్యమైన విషయం, సహోద్యోగి యొక్క విధానం సమర్థవంతంగా పాల్గొనే హాని అని ఒక ప్రయోగం అమలు అవసరం లేకుండా భావోద్వేగ అంటువ్యాధి అధ్యయనం వాటిని ఎనేబుల్ ఆ, మరియు అది అనేక ఇతర సెట్టింగులను మీరు ఇతర ప్రయోగాలు భర్తీ చేసే విషయంలో కావచ్చు పద్ధతులు.

3 రూ రెండవ మెరుగుపరచండి ఉంది: పరిశోధకులు సాధ్యమైనంత చిన్న హాని కలిగించే క్రమంలో వారి చికిత్సలు శుద్ధి చేయించుకోవాలి. ఉదాహరణకు, బదులుగా అనుకూల లేదా ప్రతికూల గాని అని కంటెంట్ నిరోధించడాన్ని కంటే, పరిశోధకులు అనుకూల లేదా ప్రతికూల అని కంటెంట్ మందితో ఉండవచ్చు. ఈ పెంచడం డిజైన్ పాల్గొనే న్యూస్ ఫీడ్స్ భావోద్వేగాన్ని మార్చారు ఉండేది, కానీ అది విమర్శకులు వ్యక్తం ఆందోళన ఒకటి ప్రసంగించారు ఉండేది: ప్రయోగాలు తమ న్యూస్ ఫీడ్ లో ముఖ్యమైన సమాచారం మిస్ పాల్గొనే సంభవించిన అని. క్రామెర్ మరియు సహచరులు ఉపయోగించిన నమూనాపై తో, ముఖ్యమైన ఒక సందేశాన్ని కాదని ఒకటిగా నిరోధించాలని అవకాశం ఉంది. అయితే, ఒక పెంచడం డిజైన్ తో, స్థానభ్రంశం అని సందేశాలను తక్కువ ముఖ్యమైనవి ఆ ఉంటుంది.

చివరకు, మూడవ ఆర్ తగ్గించండి ఉంది: పరిశోధకులు వీలైతే, వారి ప్రయోగంలో పాల్గొనే సంఖ్యను తగ్గించవచ్చు చేయించుకోవాలి. గతంలో, ఈ తగ్గింపు సహజంగా అనలాగ్ ప్రయోగాలు వేరియబుల్ ఖర్చు అధిక ఎందుకంటే, వాటి రూపకల్పన మరియు విశ్లేషణ ఆప్టిమైజ్ పరిశోధన ప్రోత్సహించిన జరిగింది. అయితే, సున్నా వేరియబుల్ ఖర్చు డేటా ఉన్నప్పుడు, పరిశోధకులు వారి ప్రయోగం పరిమాణం ఒక ధర నిరోధ ఎదుర్కోకుండా, మరియు ఈ అనవసరంగా పెద్ద ప్రయోగాలు దారితీయొచ్చని ఉంది.

ఉదాహరణకు, క్రామెర్ మరియు సహచరులు తమ విశ్లేషణ మరింత సమర్థవంతంగా చేయడానికి ప్రవర్తన వారి పాల్గొనే-ముందే చికిత్స పోస్టింగ్ గురించి ముందుగానే శుద్ధి సమాచారాన్ని ఉపయోగించారు కాలేదు. మరింత ప్రత్యేకంగా, బదులుగా చికిత్స మరియు నియంత్రణ పరిస్థితుల్లో అనుకూల పదాలను నిష్పత్తి పోల్చడం కంటే, క్రామెర్ మరియు సహచరులు పరిస్థితుల మధ్య సానుకూల పదాలు శాతంలో మార్పు పోలిస్తే ఉండేవాడు ఒక విధానం తరచుగా వ్యత్యాసం లో తేడాలు మరియు దగ్గరగా నేను అధ్యాయంలో ముందుగా వివరించి మిశ్రమ డిజైన్ (మూర్తి 4.5) సంబంధించినది అని. అంటే, ప్రతి పాల్గొనే కోసం, పరిశోధకులు మార్పు స్కోర్ (చికిత్స అనంతర ప్రవర్తన - ముందుగానే శుద్ధి ప్రవర్తన) సృష్టించారు కాలేదు మరియు తర్వాత చికిత్స మరియు నియంత్రణ పరిస్థితుల్లో పాల్గొనే మార్పు స్కోర్లు పోలిస్తే. ఈ తేడా ఇన్ తేడాలు విధానం ఇది పరిశోధకులు చాలా చిన్న నమూనాలను ఉపయోగించి అదే గణాంక నమ్మకాన్ని సాధించలేకపోవడం అంటే, గణాంక మరింత సమర్థవంతంగా. ఇతర మాటలలో, "విడ్జెట్" వంటి పాల్గొనే చికిత్స ద్వారా పరిశోధకులు తరచుగా మరింత ఖచ్చితమైన అంచనాలు పొందవచ్చు.

ముడి డేటా చేయకుండా అది ఒక తేడా ఇన్ తేడాలు విధానం ఈ విషయంలో ఉండేవి సరిగ్గా ఎంత మరింత సమర్థవంతంగా తెలుసు కష్టం. కానీ, Deng et al. (2013) Bing శోధన ఇంజిన్ మూడు ఆన్లైన్ ప్రయోగాలు గురించి వారు 50% వారి అంచనాలు అంతర్భేధం తగ్గించడానికి పోయారు నివేదించారు, మరియు అదే విధమైన ఫలితాలను నెట్ఫ్లిక్స్ వద్ద కొన్ని ఆన్లైన్ ప్రయోగాలు నమోదు చేయబడ్డాయి (Xie and Aurisset 2016) . ఈ 50% తేడాలో తగ్గింపు ఎమోషనల్ ఒకరి నుండి ఇంకొకరి వ్యాపించేది పరిశోధకులు విదానంలో తేడా విశ్లేషణ పద్ధతులను ఉపయోగిస్తారు ఉంటే సగం లో వారి నమూనా కట్ సామర్థ్యం ఉండవచ్చు అర్థం. ఇతర మాటలలో, విశ్లేషణ లో ఒక చిన్న మార్పుతో, 350,000 మంది తప్పించుకున్నప్పటికీ ఉండవచ్చు ప్రయోగంలో పాల్గొనడం.

ఈ సమయంలో మీరు 350,000 మంది అనవసరంగా ఎమోషనల్ ఒకరి నుండి ఇంకొకరి వ్యాపించేది లో పరిశోధకులు శ్రద్ధ ఎందుకు వొండరింగ్ ఉండవచ్చు. అధిక పరిమాణం ఆందోళన తగిన చేసే ఎమోషనల్ ఒకరి నుండి ఇంకొకరి వ్యాపించేది రెండు ప్రత్యేక లక్షణాలను ఉన్నాయి, మరియు ఈ లక్షణాలు పలు డిజిటల్ రంగంలో ప్రయోగాలు పంచుకుంటున్నాయి: 1) ప్రయోగాన్ని కనీసం కొన్ని పాల్గొనే హాని కలిగించవచ్చు మరియు 2) పాల్గొనడం కాదు అనే అనిశ్చితి ఉంది స్వచ్ఛంద. ఈ రెండు లక్షణాలు తో ప్రయోగాల్లో ఇది ప్రయోగాలు వీలైనంత చిన్న ఉంచాలని మంచిది తెలుస్తోంది.

ముగింపు లో, మూడు, R's-పునఃస్థాపించుము మెరుగుపరచండి మరియు పరిశోధకులు వారి ప్రయోగ రూపకల్పనలో నీతి నిర్మించడానికి సహాయపడే సూత్రాలు తగ్గించండి అందించండి. వాస్తవానికి, ఎమోషనల్ అంటురోగాలకు ఈ సాధ్యం మార్పులు ప్రతి విక్రయాల్లో పరిచయం. ఉదాహరణకు, సహజ ప్రయోగాల నుండి ఆధారాలు ఎల్లప్పుడూ శుభ్రంగా స్వైర ప్రయోగాల నుండి సాక్ష్యంగా ఉంది మరియు పెంచడం బ్లాక్ కంటే అమలు మరింత logistically కష్టం ఉండవచ్చు. సో, ఈ మార్పులు సూచిస్తూ ప్రయోజనం ఇతర పరిశోధకులు నిర్ణయాలు రెండవ ఊహించడం కాదు. అయితే, ఇది మూడు R యొక్క ఒక వాస్తవిక పరిస్థితి ఎలా అంటుకోవడానికి వర్ణించేందుకు ఉంది.