4.5.4 Partner na may malakas

Partnering maaaring mabawasan ang mga gastos at dagdagan ang antas, ngunit maaari itong baguhin ang mga uri ng mga kalahok, paggamot, at kinalabasan na maaari mong gamitin.

Ang alternatibo sa paggawa nito sa sarili ay pakikisosyo sa isang malakas na organisasyon tulad ng isang kumpanya, gobyerno, o NGO. Ang bentahe ng pakikipagtulungan sa isang kapareha ay na maaari nilang paganahin ang mga ito upang magpatakbo ng mga eksperimento na hindi mo magagawa ng iyong sarili. Halimbawa, ang isa sa mga eksperimentong sasabihin ko sa iyo tungkol sa ibaba ay kasangkot 61 milyong kalahok-walang indibidwal na mananaliksik ay maaaring makamit ang sukat na iyon. Sa parehong oras na ang pakikisalamuha ay nagdaragdag kung ano ang maaari mong gawin, ito ay nagpipigil din sa iyo. Halimbawa, hindi pinapayagan ka ng karamihan sa mga kumpanya na magpatakbo ka ng isang eksperimento na maaaring makapinsala sa kanilang negosyo o sa kanilang reputasyon. Ang pagtratrabaho kasama ang mga kasosyo ay nangangahulugan din na pagdating sa oras na mag-publish, maaari kang magkaroon ng presyon upang "muling i-frame" ang iyong mga resulta, at maaaring subukan ng ilang mga kasosyo upang harangan ang paglalathala ng iyong trabaho kung ginagawang masama ang mga ito. Sa wakas, ang pakikisosyo ay may mga gastos na may kaugnayan sa pagpapaunlad at pagpapanatili ng mga pakikipagtulungan.

Ang pangunahing hamon na dapat lutasin upang maging matagumpay ang mga pakikipagsosyo ay ang paghahanap ng paraan upang balansehin ang mga interes ng parehong partido, at isang kapaki-pakinabang na paraan upang isipin ang balanseng iyon ay Quadrant ng Pasteur (Stokes 1997) . Maraming mananaliksik ang nag-iisip na kung sila ay nagtatrabaho sa isang praktikal na bagay-isang bagay na maaaring maging interesado sa isang kapareha-kung gayon hindi nila maaaring gawin ang tunay na agham. Ang pag-iisip na ito ay magiging mahirap upang lumikha ng mga matagumpay na pakikipagsosyo, at mangyayari rin itong ganap na mali. Ang problema sa ganitong paraan ng pag-iisip ay kamangha-manghang larawan ng pagsasaliksik ng landas ng biologist na si Louis Pasteur. Habang nagtatrabaho sa isang komersyal na proyekto ng pagbuburo upang i-convert ang beet juice sa alkohol, natuklasan ni Pasteur ang isang bagong uri ng mikroorganismo na humahantong sa teorya ng sakit sa mikrobyo. Ang pagtuklas na ito ay lutasin ang isang napaka-praktikal na problema-nakatulong ito na mapabuti ang proseso ng pagbuburo-at ito ay humantong sa isang pangunahing pagsulong pang-agham. Kaya, sa halip na pag-iisip tungkol sa pagsasaliksik sa mga praktikal na aplikasyon bilang salungat sa tunay na siyentipikong pananaliksik, mas mabuti na isipin ang mga ito bilang dalawang hiwalay na sukat. Ang pananaliksik ay maaaring motivated sa pamamagitan ng paggamit (o hindi), at ang pananaliksik ay maaaring humingi ng pangunahing pag-unawa (o hindi). Sa kritikal, ang ilang pananaliksik-tulad ng Pasteur's-ay maaaring maging motivated sa pamamagitan ng paggamit at naghahanap ng pangunahing pag-unawa (tayahin 4.17). Ang pananaliksik sa Quadrant-pananaliksik ni Pasteur na likas na sumusulong sa dalawang layunin-ay perpekto para sa mga pakikipagtulungan sa pagitan ng mga mananaliksik at mga kasosyo. Dahil sa background na iyon, ilalarawan ko ang dalawang pang-eksperimentong pag-aaral na may pakikipagsosyo: isa sa isang kumpanya at isa sa isang NGO.

Figure 4.17: Pasteur's Quadrant (Stokes 1997) . Sa halip na pag-iisip ng pananaliksik bilang "basic" o "apply," mas mabuti na isipin ito bilang motivated sa paggamit (o hindi) at naghahanap ng pangunahing pag-unawa (o hindi). Ang isang halimbawa ng pananaliksik na ang parehong ay motivated sa pamamagitan ng paggamit at naghahanap ng pangunahing pag-unawa ay Pasteur ng trabaho sa pag-convert ng beet juice sa alak na humahantong sa teorya ng mikrobyo ng sakit. Ito ang uri ng trabaho na pinakaangkop sa pakikipagtulungan sa mga makapangyarihan. Ang mga halimbawa ng trabaho na hinihimok ng paggamit ngunit hindi humingi ng pangunahing pag-unawa ay nagmula sa Thomas Edison, at mga halimbawa ng gawaing hindi pinasigla ng paggamit ngunit ang naghahangad ng pag-unawa ay nagmula sa Niels Bohr. Tingnan ang Stokes (1997) para sa isang mas masusing pag-uusap tungkol sa balangkas na ito at bawat isa sa mga kasong ito. Inangkop mula sa Stokes (1997) , figure 3.5.

Ang mga malalaking kumpanya, partikular na mga kompanya ng tech, ay nakagawa ng hindi kapani-paniwala na sopistikadong imprastraktura para sa pagpapatakbo ng mga kumplikadong eksperimento. Sa industriya ng tech, ang mga eksperimento na ito ay madalas na tinatawag na A / B na pagsusulit dahil inihambing nila ang pagiging epektibo ng dalawang paggamot: A at B. Ang mga eksperimento na ito ay kadalasang tumatakbo para sa mga bagay na tulad ng pagtaas ng mga rate ng pag-click sa mga ad, ngunit ang parehong pang-eksperimentong imprastraktura ay maaari ring gagamitin para sa pananaliksik na sumusulong sa pag-unawa sa agham. Ang isang halimbawa na nagpapakita ng potensyal na ganitong uri ng pananaliksik ay isang pag-aaral na isinagawa ng isang pakikipagtulungan sa pagitan ng mga mananaliksik sa Facebook at sa University of California, San Diego, sa mga epekto ng iba't ibang mga mensahe sa voter turnout (Bond et al. 2012) .

Noong Nobyembre 2, 2010-araw ng halalan ng kongreso ng Estados Unidos-lahat ng 61 milyong gumagamit ng Facebook na naninirahan sa Estados Unidos at 18 at mas matanda ay nakibahagi sa isang eksperimento tungkol sa pagboto. Sa pagbisita sa Facebook, ang mga gumagamit ay random na nakatalaga sa isa sa tatlong mga grupo, na tinutukoy kung ano ang banner (kung mayroon man) ay inilagay sa tuktok ng kanilang Feed ng Balita (tayahin 4.18):

• isang grupo ng kontrol
• isang mensahe sa impormasyon tungkol sa pagboto na may isang naki-click na "I Voted" na buton at isang counter (Info)
• isang mensahe na nagbibigay-kaalaman tungkol sa pagboto na may isang naki-click na "I Voted" na pindutan at isang counter plus mga pangalan at mga larawan ng kanilang mga kaibigan na nag-click sa "I Voted" (Info + Social)

Nag-aral ng dalawang pangunahing resulta ang mga bono at kasamahan: iniulat na pag-uugali ng pagboto at aktwal na pag-uugali sa pagboto. Una, natagpuan nila na ang mga tao sa Info + Social group ay halos dalawang puntos na porsyento na mas malamang kaysa sa mga tao sa grupong Info upang i-click ang "I Voted" (tungkol sa 20% kumpara sa 18%). Dagdag pa, pagkatapos ng mga mananaliksik na pinagsama ang kanilang data sa mga magagamit na mga talaan ng pagboto sa publiko para sa mga anim na milyong tao na kanilang natagpuan na ang mga tao sa Info + Social group ay 0.39 porsyento na mga puntos na mas malamang na aktwal na bumoto kaysa sa mga nasa control group at na ang mga tao sa grupong Info ay malamang na bumoto ng mga nasa control group (tayahin 4.18).

Figure 4.18: Mga resulta mula sa isang eksperimento sa pagkuha-out-the-boto sa Facebook (Bond et al. 2012) . Ang mga kalahok sa grupong Info ay bumoto sa parehong rate ng mga nasa control group, ngunit ang mga tao sa Info + Social group ay bumoto sa isang bahagyang mas mataas na rate. Ang mga bar ay kumakatawan sa tinatayang 95% na agwat ng pagtitiwala. Ang mga resulta sa graph ay para sa humigit-kumulang na anim na milyong kalahok na naitugma sa mga talaan ng pagboto. Inangkop mula sa Bond et al. (2012) , tayahin 1.

Ang mga resulta ng eksperimentong ito ay nagpapakita na ang ilang mga online na mensahe ng get-out-the-boto ay mas epektibo kaysa sa iba at ang pagtatantya ng isang mananaliksik tungkol sa pagiging epektibo ay maaaring depende kung ang kinalabasan ay iniulat na pagboto o aktwal na pagboto. Sa kasamaang palad na ito ay hindi nag-aalok ng anumang mga pahiwatig tungkol sa mga mekanismo na kung saan ang social na impormasyon-kung saan ang ilang mga mananaliksik ay may playfully na tinatawag na isang "mukha pile" -nagdagdag ng pagboto. Maaaring ang social na impormasyon ay nagdaragdag ng posibilidad na napansin ng isang tao ang banner o nadagdagan ang posibilidad na ang isang tao na napansin ang banner ay bumoto o pareho. Kaya, ang eksperimentong ito ay nagbibigay ng isang kagiliw-giliw na paghahanap na maaaring malalaman ng iba pang mga mananaliksik (tingnan, halimbawa, Bakshy, Eckles, et al. (2012) ).

Bilang karagdagan sa pagsulong ng mga layunin ng mga mananaliksik, ang eksperimentong ito ay nag-advance din sa layunin ng organisasyon ng kasosyo (Facebook). Kung binago mo ang pag-uugali na pinag-aralan mula sa pagboto sa pagbili ng sabon, maaari mong makita na ang pag-aaral ay may eksaktong katulad na istruktura bilang eksperimento upang masukat ang epekto ng mga online na ad (tingnan ang hal., RA Lewis and Rao (2015) ). Ang mga pag-aaral ng pagiging epektibo ng ad ay madalas na sumusukat sa epekto ng pagkakalantad sa mga online na ad-ang paggamot sa Bond et al. (2012) ay karaniwang mga ad para sa pagboto-sa offline na pag-uugali. Kaya, ang pananaliksik na ito ay maaaring mag-advance sa kakayahan ng Facebook na pag-aralan ang pagiging epektibo ng mga online na ad at maaaring makatulong sa Facebook kumbinsihin ang mga potensyal na advertiser na ang mga ad sa Facebook ay epektibo sa pagbabago ng pag-uugali.

Kahit na ang mga interes ng mga mananaliksik at mga kasosyo ay halos nakahanay sa pag-aaral na ito, sila ay bahagyang din sa pag-igting. Sa partikular, ang paglalaan ng mga kalahok sa tatlong grupo-kontrol, Info, at Info + Social-ay napakalaking imbalanced: 98% ng sample ay nakatalaga sa Info + Social. Ang hindi timbang na laang-gugulin ay hindi epektibo sa istatistika, at ang isang mas mahusay na laang-gugulin para sa mga mananaliksik ay magkakaroon ng isang-katlo ng mga kalahok sa bawat grupo. Ngunit ang hindi timbang na laang-gugulin ay nangyari dahil nais ng Facebook na lahat ay makatanggap ng Info + Social na paggamot. Sa kabutihang palad, ang mga mananaliksik ay kumbinsido sa kanila na pigilin ang 1% para sa isang kaugnay na paggamot at 1% ng mga kalahok para sa isang control group. Kung wala ang grupong pang-kontrol, ito ay karaniwang imposibleng sukatin ang epekto ng paggamot sa Info + Social dahil ito ay isang "pagtataksil at pag-obserba" na eksperimento sa halip na isang randomized na kinokontrol na eksperimento. Ang halimbawang ito ay nagbibigay ng isang mahalagang praktikal na aralin para sa pakikipagtulungan sa mga kasosyo: kung minsan ay lumikha ka ng isang eksperimento sa pamamagitan ng pagkumbinsi sa isang tao na maghatid ng paggamot at kung minsan ay lumikha ka ng isang eksperimento sa pamamagitan ng pagkumbinsi sa isang tao na huwag maghatid ng paggamot (ibig sabihin, upang lumikha ng isang control group).

Ang pakikipagtulungan ay hindi laging kailangan na kasangkot ang mga kompanya ng tech at A / B na pagsusulit sa milyun-milyong kalahok. Halimbawa, nakipagtulungan si Alexander Coppock, Andrew Guess, at John Ternovski (2016) sa isang NGO sa kapaligiran-ang Liga ng mga Botante ng Conservation-upang magpatakbo ng mga eksperimentong pagsubok ng iba't ibang mga estratehiya para sa pagtataguyod ng pagpapakilos sa lipunan. Ginamit ng mga mananaliksik ang Twitter account ng Twitter upang ipadala ang parehong mga pampublikong tweets at pribadong direktang mga mensahe na sinubukang maging kalakihan ang iba't ibang uri ng pagkakakilanlan. Pagkatapos ay sinukat nila kung alin sa mga mensaheng ito ang pinaka-epektibo para sa paghikayat sa mga tao na mag-sign isang petisyon at retweet impormasyon tungkol sa isang petisyon.

Sa pangkalahatan, ang pakikisosyo sa makapangyarihang kakayahan ay nagpapahintulot sa iyo na gumana sa isang saklaw na mahirap gawin, at ang talahanayan 4.3 ay nagbibigay ng iba pang mga halimbawa ng pakikipagtulungan sa pagitan ng mga mananaliksik at mga organisasyon. Ang pakikibahagi ay maaaring maging mas madali kaysa sa pagbuo ng iyong sariling eksperimento. Ngunit ang mga pakinabang na ito ay may mga disadvantages: ang mga pakikipagtulungan ay maaaring limitahan ang mga uri ng mga kalahok, paggamot, at mga kinalabasan na maaari mong pag-aralan. Dagdag pa, ang mga pakikipagsosyo na ito ay maaaring humantong sa mga etikal na hamon. Ang pinakamahusay na paraan upang makita ang isang pagkakataon para sa isang pakikipagsosyo ay upang mapansin ang isang tunay na problema na maaari mong malutas habang ikaw ay gumagawa ng kagiliw-giliw na agham. Kung hindi ka na ginagamit sa ganitong paraan ng pagtingin sa mundo, maaaring mahirap makita ang mga problema sa Quadrant ng Pasteur, ngunit, sa pagsasanay, masisimulan mong mapansin ang mga ito nang higit pa at higit pa.