4.6.1 صفر متغیر لاگت کے اعداد و شمار بنائیں

بڑے تجربات چلانے کی کلید صفر پر آپ کی متغیر لاگت ڈرائیونگ کر رہا ہے. ایسا کرنے کے بہترین طریقوں آٹومیشن اور آننددایک تجربات ڈیزائن کر رہے ہیں.

ڈیجیٹل تجربات ڈرامائی طور پر مختلف قیمت ڈھانچے ہو سکتا ہے اور اس کے ماضی میں ناممکن تھے کہ تجربات کو چلانے کے لئے کے قابل بناتا ہے محققین. مزید خاص طور پر، تجربات عام طور پر اخراجات کے دو اہم قسمیں ہیں:. مقررہ اخراجات اور متغیر اخراجات مقررہ اخراجات کے اخراجات آپ کے پاس کتنے شرکاء کے لحاظ سے تبدیل نہیں ہے کہ ہیں. مثال کے طور پر، ایک لیب تجربہ میں، مقررہ اخراجات خلائی کرائے اور فرنیچر خرید کی قیمت متغیر اخراجات، دوسری طرف، تبدیلی آپ کتنے شرکاء پر منحصر ہو سکتا ہے.. مثال کے طور پر، ایک لیب تجربہ میں، متغیر اخراجات کے عملے اور شرکاء کی ادائیگی سے آ سکتا ہے. عام طور پر، ینالاگ تجربات کم مقررہ اخراجات اور اعلی متغیر اخراجات ہیں، اور ڈیجیٹل تجربات اعلی مقررہ اخراجات اور کم متغیر اخراجات (چترا 4.18) ہے. مناسب ڈیزائن کے ساتھ، آپ کو تمام طرح صفر کے آپ کے استعمال کے متغیر لاگت ڈرائیو کر سکتے ہیں، اور اس دلچسپ تحقیق کے مواقع پیدا کر سکتے ہیں.

پیکر 4.18: ینالاگ اور ڈیجیٹل تجربات میں لاگت کے ڈھانچے کی یوجنابدق. ڈیجیٹل تجربات اعلی مقررہ اخراجات اور کم متغیر اخراجات ہے جبکہ عام طور پر، ینالاگ تجربات کم مقررہ اخراجات اور اعلی متغیر اخراجات ہیں. مختلف قیمت ڈھانچے ڈیجیٹل تجربات کہ ینالاگ تجربات کے ساتھ ممکن نہیں ہے کہ ایک پیمانے پر چلا سکتے ہیں کہ مطلب.

دو اہم متغیر لاگت کی ادائیگی کے عملے اور ادائیگی کرنے کے عناصر موجود ہیں شرکاء اور ان میں سے ہر ایک مختلف حکمت عملی کا استعمال کرتے ہوئے صفر پر کارفرما کیا جا سکتا. ادائیگیاں کہ تحقیق کے معاونین، شرکاء بھرتی معالجے کی فراہمی، اور نتائج کی پیمائش کرتے کام سے خلیہ عملے کو. مثال کے طور پر، Schultz کی اور ان کے ساتھیوں کے مطابق میدان کے استعمال (2007) سماجی معیار اور بجلی کے استعمال کی ضرورت تحقیق کے معاونین پر علاج کی فراہمی اور بجلی کے میٹر پڑھنے کے لئے ہر گھر کا سفر کرنے کی (شکل 4.3). تحقیق کے معاونین کی طرف سے اس کوشش کے تمام مطالعہ کے لئے ایک نئے گھر والوں کو شامل کرنے کی لاگت میں شامل کر دیا گیا ہوتا کہ اس کا مطلب. دوسری طرف، Restivo اور وین ڈی Rijt کی ڈیجیٹل میدان کے استعمال کے لئے (2012) وکیپیڈیا میں انعامات، محققین زیادہ شرکاء میں عملی طور پر کوئی لاگت کا اضافہ کر سکتے. متغیر انتظامی اخراجات کو کم کرنے کے لئے ایک عام حکمت عملی کمپیوٹر کے کام کے ساتھ انسانی کام (جو مہنگی ہے) (سستا ہے) کی جگہ لے لے کرنے کے لئے ہے. تقریبا، تم اپنے آپ سے پوچھ سکتے ہیں: جبکہ میری ریسرچ ٹیم پر سب سو رہا ہے اس کے استعمال کو چلا سکتے ہیں؟ جواب ہاں میں ہے، تو آپ آٹومیشن کے ایک بڑا کام کیا ہے.

متغیر لاگت کا دوسرا اہم قسم کے شرکاء کو ادائیگی ہے. بعض محققین کی ادائیگیوں کے شرکاء کے لئے کی ضرورت ہے کہ کم کرنے ایمیزون مکینیکل ترک اور دیگر آن لائن لیبر مارکیٹ کو استعمال کیا ہے. صفر متغیر اخراجات پورے راستے کو چلانے کے لئے، تاہم، ایک مختلف نقطہ نظر کی ضرورت ہے. ایک طویل وقت کے لئے، محققین وہ حصہ لینے کے لئے لوگوں کو ادا کرنا پڑے تو بورنگ رہے ہیں کہ تجربات ڈیزائن کیا ہے. لیکن، آپ لوگوں میں بننا چاہتا ہوں ایک استعمال کیا پیدا کر سکتا ہے تو کیا ہوگا؟ یہ دور کی کوڑی لگتی ہے، لیکن میں نے ذیل میں آپ کو ایک مثال دیتا ہوں میرے اپنے کام سے، اور ٹیبل 4.4 میں زیادہ مثالیں موجود ہیں. آننددایک تجربات ڈیزائن کرنے کے لئے اس نقطہ نظر کے باب 3 میں موضوعات میں سے کچھ باز گشت ہے کہ زیادہ آننددایک سروے ڈیزائن اور باب 5 میں بڑے پیمانے پر تعاون کے ڈیزائن کے بارے میں کے بارے میں نوٹ. اس طرح، مجھے لگتا ہے کہ ڈیجیٹل دور میں تحقیق کے ڈیزائن کی ایک تیزی سے اہم حصہ شریک کے لطف اندوزی کیا بھی صارف کو کہا جا سکتا تجربہ کرے گا.

آپ کو صفر متغیر اخراجات کے تجربات تخلیق کرنے کے لئے چاہتے ہیں تو آپ اس بات کا یقین کرنے کے لئے سب کچھ مکمل طور پر خود کار ہے اور شرکاء کو کسی بھی ادائیگیوں کی ضرورت نہیں ہے کہ چاہیں گے. یہ ممکن ہے کہ کس طرح ظاہر کرنے کے لئے، میں ثقافتی مصنوعات کی کامیابی اور ناکامی پر میرا مقالہ تحقیق بیان کریں گے. یہ مثال بھی ہے کہ صفر متغیر لاگت ڈیٹا کو صرف چیزوں کو سستا کرنے کے بارے میں نہیں ہے ظاہر کرتا ہے. بلکہ، یہ دوسری صورت میں ممکن نہیں ہو گا کہ تجربات کو چالو کرنے کے بارے میں ہے.

میرا مقالہ ثقافتی مصنوعات کے لئے کامیابی کی پر puzzling فطرت کی طرف سے حوصلہ افزائی کیا گیا تھا. ہٹ گانے، نغمے، بہترین کتابوں کی فروخت، اور بلاک بسٹر فلمیں بہت زیادہ کامیاب اوسط سے بہت ہیں. اس کی وجہ سے، ان کی مصنوعات کے لئے مارکیٹ اکثر "جیتنے والے کو تمام" منڈیوں کو کہا جاتا ہے. اس کے باوجود، ایک ہی وقت، خاص طور پر گانا، کتاب، یا فلم کامیاب بن جائے گا جس میں ناقابل یقین حد تک ناقابل اعتبار ہے. سکرین ولیم گولڈمین (1989) کے elegantly یہ کہہ کر کہ یہ کامیابی کی پیشن گوئی کرنے کے لئے آتا ہے جب، کی طرف سے تعلیمی تحقیق کے بہت تلخیص "کوئی کچھ نہیں جانتا." کے unpredictability جیتنے والے کو تمام مارکیٹوں مجھے ایک نتیجہ ہے کہ کس طرح کامیابی کی بہت ہے حیرت بنا دیا معیار اور کتنا صرف قسمت ہے. یا،، تھوڑا سا مختلف طریقے سے اظہار ہم متوازی دنیاؤں کی تخلیق اور، ان سب کو آزادانہ طور پر تیار ہے ایک ہی گانے، نغمے میں سے ہر ایک کی دنیا میں مقبول ہو کرے گا؟ اور، اگر نہیں، کیا ان اختلافات کی وجہ سے ایک نظام ہو سکتا ہے؟

ان سوالات کے جواب دینے کے لئے، ہم پیٹر Dodds، ڈنکن واٹس (میرے مقالہ مشیر)، اور آن لائن میدان تجربات کا ایک سلسلہ I-بھاگ گیا. خاص طور پر، ہم لوگوں کو نئی موسیقی کو دریافت کر سکتا ہے جہاں MusicLab نامی ایک ویب سائٹ کی تعمیر، اور ہم تجربات کی ایک سیریز کے لئے اس کا استعمال کیا. ہم نے ایک نوجوان کے مفاد ویب سائٹ پر بینر اشتھارات چلنا (چترا 4.19) کی طرف سے اور میڈیا میں بھی ذکر کیا کے ذریعے شرکاء کو بھرتی کیا. ہماری ویب سائٹ پر فراہم کی باخبر رضامندی پر پہنچنے شرکاء، ایک مختصر پس منظر سوالنامہ مکمل، اور تصادفی دو تجرباتی حالات آزاد اور سماجی اثر و رسوخ سے ایک کے لئے مقرر کئے گئے تھے. آزاد کی حالت میں، شرکاء صرف بینڈ اور گیتوں کا نام دیا، جس کے بارے میں فیصلوں گانے سن کرنے کے لئے بنایا. ایک گانا سنتے وقت، شرکاء وہ موقع (لیکن ذمہ داری) نغمہ کی لوڈ، اتارنا کرنے کے لئے تھا، جس کے بعد اس کی شرح کے لئے کہا گیا. سماجی اثر و رسوخ کی حالت میں، شرکاء، ایک ہی تجربہ تھا وہ بھی دیکھ سکتا تھا سوائے ہر گیت پچھلے شرکاء کی طرف سے ڈاؤن لوڈ کیا گیا تھا کتنی بار. مزید برآں، سماجی اثر و رسوخ کی حالت میں شرکاء تصادفی آٹھ متوازی دنیاؤں جن میں سے ہر آزادانہ طور پر تیار (چترا 4.20) سے ایک کے لئے مقرر کئے گئے تھے. اس ڈیزائن کو استعمال کرتے ہوئے، ہم نے دو متعلقہ تجربات بھاگ گیا. سب سے پہلے میں، ہم شرکاء نغمات ایک ناچھانٹا ہوا گرڈ میں، جس میں ان کی مقبولیت کی ایک کمزور سگنل فراہم کی پیش کئے. دوسرے تجربے میں، ہم نے ایک فہرست، جس میں مقبولیت کی ایک بہت مضبوط سگنل فراہم کی میں گانے، نغمے (چترا 4.21) پیش.

پیکر 4.19: میرے ساتھیوں اور میں MusicLab تجربات کے لئے شرکاء کو بھرتی کرتے تھے بینر اشتہار کی ایک مثال (Salganik, Dodds, and Watts 2006) .

پیکر 4.20: MusicLab تجربات کے لئے تجرباتی ڈیزائن (Salganik, Dodds, and Watts 2006) . آزاد اور سماجی اثر و رسوخ: شرکاء تصادفی دو شرائط میں سے ایک میں مقرر کئے گئے تھے. آزاد کی حالت میں شرکاء نے دوسرے لوگوں کو کیا کیا تھا کے بارے میں کوئی معلومات کے بغیر ان کے انتخاب بنا دیا. سماجی اثر و رسوخ حالت میں شرکاء تصادفی آٹھ متوازی دنیاؤں، ان کی دنیا میں ہر گیت گزشتہ کے شرکاء میں سے ڈاؤن لوڈ کی طرف سے ماپا وہ کے طور پر مقبولیت دیکھ سکتا جہاں میں مقرر کئے گئے تھے، لیکن وہ کسی بھی معلومات نہیں دیکھ سکا، اور نہ وہ اس سے بھی کیا کے وجود، دوسرے عالمین میں سے کسی کے بارے میں جاننا.

ہم گیتوں کی مقبولیت قسمت کا ایک اہم کردار ہے تجویز دنیاؤں بھر اختلاف پایا. مثال کے طور پر، ایک ہی دنیا میں گیت "لاک ڈاؤن" 52Metro طرف 1st میں آیا تھا، اور ایک اور دنیا میں اس کے 48 گانے، نغمے کے باہر کی 40th میں آیا تھا. یہ بالکل وہی گانا سب ایک ہی گانے کے خلاف مقابلہ تھا، لیکن ایک ہی دنیا میں یہ خوش قسمت ہے اور دوسروں میں یہ نہیں کیا. اس کے علاوہ، دو تجربات بھر کے نتائج کا موازنہ کر کے ہم سماجی اثر و رسوخ زیادہ غیر مساوی کامیابی، شاید predictability کے ظہور پیدا کرتا ہے جس کی طرف جاتا ہے کہ پایا. لیکن، دنیاؤں (متوازی دنیاؤں کے استعمال کی اس قسم کے باہر سے نہیں کیا جا سکتا ہے) پار کر، ہم اس سماجی اثر و رسوخ اصل unpredictability کے اضافہ ہوا پایا. اس کے علاوہ، حیرت کی بات ہے، یہ سب سے زیادہ غیر متوقع نتائج (چترا 4.22) ہے کہ سب سے بڑی اپیل کے گانے تھا.

پیکر 4.21: MusicLab تجربات میں سماجی اثر و رسوخ کے حالات سے پردے (Salganik, Dodds, and Watts 2006) . تجربہ 1 میں سماجی اثر و رسوخ کی حالت میں، گانے، نغمے، پچھلے ڈاؤن لوڈ کی تعداد کے ساتھ ساتھ، ایک 16 ایکس 3 آئتاکار گرڈ، گانے، نغمے کے عہدوں پر تصادفی ہر شریک کے لئے مقرر کیا گیا جہاں میں اہتمام شرکاء کو پیش کیا گیا. تجربہ 2، سماجی اثر و رسوخ کی حالت میں شرکاء لوڈ شمار، موجودہ مقبولیت کی نزولی ترتیب میں ایک کالم میں پیش ساتھ گانے، نغمے دکھائی گئی،.

پیکر 4.22: اپیل اور کامیابی کے درمیان تعلقات دیکھیے MusicLab تجربات سے نتائج (Salganik, Dodds, and Watts 2006) . ایکس محور نغمہ کی اپیل کا ایک طریقہ کے طور پر کام کرتا ہے جو خود مختار دنیا میں گانا، کے مارکیٹ شیئر ہے، اور Y محور کام کرتا ہے جو 8 سماجی اثر و رسوخ دنیاؤں میں ایک ہی گیت، کے مارکیٹ شیئر ہے گانوں کی کامیابی کا ایک طریقہ کے طور پر. ہم سماجی اثر و رسوخ کے شرکاء کہ بڑھتی تجربہ کار-خاص طور پر، تجربہ 1 سے ترتیب میں تبدیلی 2 استعمال کرنے کے لئے کہ (چترا 4.21) پایا، خاص طور پر کے لئے سب سے بڑی اپیل گانے، زیادہ ناقابل اعتبار بننے کی کامیابی -caused.

MusicLab کیونکہ یہ ڈیزائن کیا گیا تھا کہ راستے میں سے بنیادی طور پر صفر متغیر لاگت کو چلانے کے لئے کے قابل تھا. یہ میں سو رہا تھا کو چلانے کے لئے کے قابل تھا تو سب سے پہلے، سب کچھ مکمل خود کار رہا تھا. کوئی متغیر شریک کے معاوضے معاوضہ نہیں تھا تو دوسرا، معاوضے مفت موسیقی تھا. معاوضے کے طور پر موسیقی کا استعمال بھی مقررہ اخراجات اور متغیر اخراجات کے درمیان ایک تجارتی آف ہے بعض اوقات نہیں ہے کہ کس طرح کی وضاحت کرتا ہے. موسیقی کا استعمال کرتے ہوئے مقررہ اخراجات میں اضافہ ہوا میں بینڈ کی طرف سے اجازت کی حفاظت اور ان کی موسیقی شرکاء کے رد عمل کے بارے میں بینڈ کے لئے رپورٹ کی تیاری کے وقت خرچ کرنے کے لئے تھا کیونکہ. لیکن، اس معاملے میں، متغیر اخراجات کو کم کرنے کے لیے مقررہ اخراجات میں اضافہ کیا یہ صحیح بات تھی. کہ ایک معیاری لیب تجربہ کے مقابلے میں تقریبا 100 گنا بڑا تھا کہ ایک تجربہ چلانے کے لئے فعال کیا ہے.

اس کے علاوہ، MusicLab تجربات صفر متغیر لاگت اپنے آپ میں ختم ہو جائے کرنے کی ضرورت نہیں ہے ظاہر ہوتا ہے کہ؛ بلکہ یہ تجربہ ایک نئی قسم چلانے کے لئے ایک ذریعہ ہو سکتا ہے. ہم ایک معیاری سماجی اثر و رسوخ لیب تجربہ 100 بار چلانے کیلئے ہمارے شرکاء کے تمام استعمال نہیں کیا کہ نوٹس. اس کے بجائے، ہم کچھ مختلف، آپ کو ایک سماجی تجربہ کرنے کے لئے ایک نفسیاتی تجربہ سے سوئچنگ کے طور پر سوچ سکتے تھے جس نے کیا (Hedström 2006) . بلکہ انفرادی فیصلہ سازی پر توجہ کرنے کے بجائے، ہم اپنے تجربہ مقبولیت پر، ایک اجتماعی نتائج مرکوز. ایک اجتماعی نتیجہ پر اس سوئچ کا مطلب ہم ایک واحد ڈیٹا نقطہ پیدا کرنے کے بارے میں 700 شرکاء کی ضرورت ہے کہ (متوازی دنیاؤں میں سے ہر ایک میں 700 افراد موجود تھے). اس پیمانے کی وجہ سے کے استعمال کی لاگت کی ساخت کا صرف ممکن تھا. عام طور پر، محققین انفرادی فیصلوں سے پیدا ہوتی ہے کہ کس طرح اجتماعی نتائج کا مطالعہ کرنا چاہتے ہیں تو، اس طرح MusicLab طور پر گروپ کے تجربات بہت دلچسپ ہیں. ماضی میں، وہ ذرائع آمدورفت کے مسائل مشکل گیا ہے، لیکن ان مشکلات کی وجہ سے صفر متغیر لاگت کو ڈیٹا کے امکان کی دھندلاہٹ رہے ہیں.

صفر متغیر لاگت کے اعداد و شمار کے فوائد کی عکاسی کرنے کے علاوہ میں، MusicLab تجربات بھی اس نقطہ نظر کے ساتھ ایک چیلنج دکھانے کے: ہائی مقررہ اخراجات. میرے معاملے میں، میں نے تجربہ کی تعمیر کے لیے تقریبا چھ ماہ کے لئے Peter Hausel نامی ایک باصلاحیت ویب ڈویلپر کے ساتھ کام کرنے کے قابل ہو جائے کرنے کے لئے انتہائی خوش قسمت تھا. میرے مشیر، ڈنکن واٹس، تحقیق کی اس قسم کی حمایت کرنے کے لئے گرانٹ کی ایک بڑی تعداد موصول ہوئی تھی اس کی وجہ یہ صرف ممکن تھا. ہم 2004 میں MusicLab تعمیر کے بعد سے ٹیکنالوجی کو بہتر بنایا ہے، اور اب یہ اس طرح کا ایک تجربہ کی تعمیر کے لئے بہت آسان ہو جائے گا. لیکن، اعلی مقررہ قیمت کی حکمت عملی محققین کسی نہ کسی طرح ان کے اخراجات کا احاطہ کر سکتے ہیں کے لئے واقعی صرف ممکن ہیں.

آخر میں، ڈیجیٹل تجربات مطابق تجربات کے مقابلے میں ڈرامائی طور پر مختلف قیمت ڈھانچے ہو سکتا ہے. اگر تم واقعی بڑے تجربات کو چلانے کے لئے چاہتے ہیں، آپ 0. لئے ہر ممکن حد تک زیادہ سے زیادہ اور مثالی طور پر تمام طریقہ آپ کی متغیر لاگت کو کم کرنے کے آپ اپنے استعمال کے میکینکس خودکار کی طرف سے ایسا کر سکتے ہیں کی کوشش کرنی چاہئے (مثلا، کمپیوٹر کے وقت کے ساتھ انسانی وقت کی جگہ) اور یہ کہ لوگوں میں بننا چاہتا تجربات کو ڈیزائن. ان خصوصیات کے ساتھ تجربات کو ڈیزائن کر سکتے ہیں جو محققین تجربات ماضی میں ممکن نہیں تھا کے نئے طریقے سے چلانے کے لئے قابل ہو جائے گا.