4.6 ایڈوائس

چاہے آپ اپنے آپ کو کام کر رہے ہو یا کسی پارٹنر کے ساتھ کام کر رہے ہو، میں مشورہ کے چار ٹکڑے ٹکڑے پیش کرنا چاہوں گا جسے مجھے اپنے کام میں خاص طور پر مددگار ثابت ہوتا ہے. مشورہ کے پہلے دو ٹکڑے ٹکڑے کسی بھی تجربے پر لاگو ہوتے ہیں، جبکہ دوسرا دو ڈیجیٹل عمر تجربات کے لئے بہت زیادہ مخصوص ہیں.

مشورہ کا پہلا پہلا ٹکڑا جب آپ ایک تجربہ کررہے ہیں تو آپ کو کسی بھی ڈیٹا کو جمع کرنے سے قبل ممکنہ طور پر سوچنا چاہئے. شاید یہ تجربات چلانے کے عادی محققین کے لئے ظاہر ہوتا ہے، لیکن بڑے اعداد و شمار کے ذرائع کے ساتھ کام کرنے کے عادی افراد کے لئے یہ بہت ضروری ہے (باب نمبر 2). اس اعداد و شمار کے ساتھ آپ کے اعداد و شمار کے بعد زیادہ سے زیادہ کام کیا جاتا ہے، لیکن تجربات برعکس ہیں: آپ کو اعداد و شمار جمع کرنے سے قبل زیادہ تر کام کئے جاتے ہیں. اعداد و شمار جمع کرنے سے پہلے احتیاط سے سوچنے کے لۓ اپنے آپ کو مجبور کرنے کے بہترین طریقوں میں سے ایک آپ کے تجربے کے لئے پہلے سے تجزیہ کاری کا منصوبہ بنانا اور رجسٹر کرنا ہے جس میں آپ اس تجزیہ کا تجزیہ کرتے ہیں کہ آپ اس کا جائزہ لیں گے (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011; Lin and Green 2016) .

عام مشورے کا دوسرا حصہ یہ ہے کہ کوئی بھی تجربہ مکمل نہیں ہونے والا ہے، اور اس کی وجہ سے، آپ کو ایک دوسرے کو مضبوط کرنے کے تجربات کی ایک سیریز کو ڈیزائن کرنے پر غور کرنا چاہئے. میں نے یہ آرماڈا کی حکمت عملی کے طور پر بیان کیا ہے سنا ہے؛ ایک بڑے پیمانے پر لڑائی کی تعمیر کرنے کی بجائے، آپ کو چھوٹے چھوٹے جہازوں کو مکمل کرنے کے ساتھ تعمیر کرنا چاہئے. ان قسم کے کثیر تجربات کے مطالعہ نفسیات میں معمول ہیں، لیکن وہ نایاب ہیں. خوش قسمتی سے، کچھ ڈیجیٹل تجربات کی کم قیمت کثیر تجربات کا مطالعہ آسان بناتا ہے.

عام پس منظر کو دیکھتے ہوئے، میں اب مشورہ کے دو ٹکڑے پیش کرنا چاہوں گا جو ڈیجیٹل عمر تجربات کو ڈیزائن کرنے کے لئے زیادہ مخصوص ہے: صفر متغیر لاگت ڈیٹا (سیکشن 4.6.1) بنائیں اور اپنے ڈیزائن (سیکشن 4.6.2) میں اخلاقیات کی تعمیر کریں.