4.3 دو تجربات کے طول و عرض: لیب میدان اور ینالاگ ڈیجیٹل

لیب کے تجربات، کنٹرول پیش کرتے ہیں تجربات حقیقت پیش کرتے ہیں، اور ڈیجیٹل تجربات پیمانے پر کنٹرول اور حقیقت پسندی کو اکٹھا.

تجربات بہت سے مختلف سائز اور سائز میں آتے ہیں. لیکن، ان اختلافات کے باوجود، محققین یہ مددگار لیب تجربات اور تجربات کے درمیان ایک تسلسل کے ساتھ تجربات کو منظم کرنے کے مل گیا ہے. اب، تاہم، محققین کو یہ بھی تجربات مطابق تجربات اور ڈیجیٹل تجربات کے درمیان ایک تسلسل کے ساتھ ساتھ منظم کرنا چاہئے. یہ دو جہتی ڈیزائن کی جگہ آپ کو طاقت اور مختلف نقطہ نظر کی کمزوریوں کو سمجھنے اور سب سے بڑا موقع کے علاقوں (چترا 4.1) مشورہ ہے میں مدد ملے گی.

پیکر 4.1: تجربات کے لئے ڈیزائن کی جگہ کے یوجنابدق. ماضی میں، تجربات لیب میدان طول و عرض کے ساتھ ساتھ مختلف. اب، وہ بھی ینالاگ ڈیجیٹل طول و عرض پر مختلف ہوتی ہیں. میری رائے میں، سب سے بڑا موقع کے علاقہ ڈیجیٹل تجربات ہے.

ماضی میں، محققین تجربات منظم ہے کہ اہم راستہ لیب میدان طول و عرض کے ساتھ ساتھ تھا. سوشل سائنسز میں تجربات کی اکثریت لیب کے تجربات انڈرگریجویٹ طالب علموں کورس کریڈٹ کے لئے ایک تجربہ گاہیں میں عجیب کاموں کو انجام کہاں ہیں. یہ سماجی رویے کے بارے میں بہت ہی خاص نظریات کو ٹیسٹ کرنے کے لئے ڈیزائن بہت ہی مخصوص علاج پیدا کرنے کے محققین کے قابل بناتا ہے کیونکہ یہ تجربہ اس قسم کے نفسیات میں تحقیق کے غلبہ. بعض مسائل کے لئے، تاہم، کچھ طرح ایک غیر معمولی ماحول میں ایسی غیر معمولی کاموں کو انجام طرح کے غیر معمولی لوگوں سے انسانی رویے کے بارے میں مضبوط نتائج اخذ بارے میں تھوڑا سا عجیب لگ رہا ہے. یہ خدشات تجربات کی طرف ایک تحریک کی وجہ سے ہے. تجربات زیادہ قدرتی ماحول میں، شرکاء کی زیادہ نمائندہ گروپوں کے ساتھ بے ترتیب کنٹرول تجربات کا مضبوط ڈیزائن یکجا زیادہ عام کاموں کو انجام،.

کچھ لوگوں کے طریقوں کے مقابلہ کے طور پر لیب اور تجربات کے بارے میں سوچنا ہے، لیکن یہ مختلف طاقت اور کمزوریوں کے ساتھ تکمیلی طریقوں کے طور پر ان کے بارے میں سوچ کے لئے بہترین ہے. مثال کے طور پر، Correll, Benard, and Paik (2007) ایک لیب تجربہ اور کے ذرائع "زچگی سزائے." امریکہ میں تلاش کرنے کی کوشش میں ایک فیلڈ تجربہ دونوں استعمال کیا، ماؤں، اس وقت بھی جب بے اولاد عورتوں کے مقابلے میں کم پیسہ کمانے جیسے ملازمتوں میں کام کرنے والے بھی اسی طرح کی مہارت کے ساتھ موازنہ خواتین. اس پیٹرن کے لئے بہت سے ممکنہ وضاحت موجود ہیں، اور ایک ہے کہ آجروں ماؤں کے خلاف جانبدار رہے ہیں ہے. (کیونکہ وہ مقابلے کی بے اولاد مردوں کے مقابلے میں زیادہ حاصل کرنے کے لئے ہوتے دلچسپ بات یہ ہے، کے برعکس باپ دادا کے لئے سچ ہو لگتا ہے). لیب میں ایک اور میدان میں سے ایک: ماؤں کے خلاف ممکنہ تعصب کا اندازہ کرنے کے لئے ہے، Correll اور ان کے ساتھیوں نے دو تجربات بھاگ گیا.

سب سے پہلے، ایک لیب تجربہ میں Correll اور ساتھیوں، شرکاء، جو کالج انڈر گریجویٹ تھے بتایا کہ ایک کیلی فورنیا کی بنیاد شروع اپ کمیونی کیشن کمپنی اپنی نئی ایسٹ کوسٹ مارکیٹنگ ڈیپارٹمنٹ کی قیادت کرنے کے ایک شخص کے لئے ایک روزگار کی تلاش کررہا تھا. طلباء کی کمپنی کی خدمات حاصل کرنے کے عمل میں ان کی مدد کرنا چاہتا تھا اور وہ کئی ممکنہ امیدواروں کے ریزیومے کا جائزہ لینے اور اس طرح ان کی انٹیلی جنس، گرمی، اور کام کرنے کے عزم کے طول و عرض کی ایک بڑی تعداد پر امیدواروں کی درجہ بندی کرنے کے لئے کہا گیا تھا کہ کہا گیا تھا. اس کے علاوہ، طالب علموں سے پوچھا گیا کہ وہ درخواست گزار اور کیا وہ ایک شروع ہونے والے تنخواہ کے طور پر کی سفارش کرے گا کی خدمات حاصل کرنے کی سفارش کرے گا تو. طالب علموں کو شاید نہ جانتے ہوں، تاہم، خاص طور پر شروع ایک بات کے علاوہ اسی طرح کی ہو کرنے کے لئے تعمیر کیا گیا تھا: شروع کے کچھ اشارہ زچگی (ایک والدین اساتذہ کی انجمن میں ملوث ہونے کی لسٹنگ کی طرف سے) اور کچھ نہیں کیا. Correll کہ طلباء ماؤں کی خدمات حاصل کرنے کی سفارش کرنے کے امکانات کم تھے اور انہیں کم اغاز تنخواہ کی پیشکش پایا. اس کے علاوہ، دونوں درجہ بندی اور خدمات حاصل کرنے سے متعلق فیصلوں میں سے ایک شماریاتی تجزیہ کے ذریعے، Correll ماؤں کے نقصانات کو بڑی حد تک حقیقت یہ ہے کہ ماؤں قابلیت اور وابستگی کے لحاظ سے نچلے درجہ دیا گیا تھا کی طرف سے وضاحت کر رہے تھے کہ پایا. دوسرے الفاظ میں، Correll کی دلیل ان علامات طریقہ کار ہے جس کے ذریعے ماؤں کے پسماندہ ہیں ہیں کہ. اس طرح، اس لیب تجربہ ایک causal اثر کی پیمائش اور اس اثر کے لئے ایک ممکنہ وضاحت فراہم کرنے Correll اور ان کے ساتھیوں کی اجازت.

کورس کے، ایک شاید، ایک کل وقتی کام کبھی نہیں پڑا ہے جو اکیلے دو لوگوں کی خدمات حاصل کی چند سو انڈرگریجویٹ کے فیصلوں کی بنیاد پر پوری امریکی لیبر مارکیٹ کے بارے میں نتائج اخذ بارے میں شبہ ہو سکتا ہے. لہذا، Correll اور ان کے ساتھیوں کو بھی ایک تکمیلی میدان استعمال کیا ہے. محققین جعلی تعارفی خطوط اور شروع میں بھیجنے کی طرف سے مشتہر کام سوراخ کے سینکڑوں کے جواب میں. انڈر گریجویٹس کے لئے دکھایا مال کی طرح، کچھ شروع زچگی اشارہ کیا اور کچھ نہیں کیا. Correll اور ان کے ساتھیوں کی مائیں بھی اتنا تعلیم یافتہ بے اولاد عورتوں کے مقابلے میں انٹرویو کے لیے واپس بلایا حاصل کرنے کے امکانات کم تھے. دوسرے الفاظ میں، ایک قدرتی ماحول میں نتیجے کے فیصلے کرنے اصلی آجروں زیادہ انڈرگریجویٹ طرح برتاؤ. وہ اسی وجہ سے دیکھیں فیصلے کر لی؟ بدقسمتی سے، ہم نہیں جانتے. محققین کے امیدواروں کی درجہ بندی کرنے یا ان کے فیصلوں کی وضاحت کے لئے آجروں سے پوچھنا کرنے کے قابل نہیں تھے.

تجربات کی یہ جوڑی عام طور پر لیب اور تجربات کے بارے میں بہت سے پتہ چلتا ہے. لیب کے تجربات ماحول جس میں شرکاء فیصلے کر رہے ہیں کی کل کنٹرول کے قریب محققین کو پیش کرتے ہیں. لہذا مثال کے طور، لیب کے استعمال میں، Correll یقینی بنانے کے لیے کہ تمام ریزیومے کو ایک پرسکون ماحول میں پڑھ رہے تھے کے قابل تھا؛ میدان کے استعمال میں، شروع سے کچھ بھی پڑھا گیا ہے نہیں ہو سکتا. اس کے علاوہ، لیب کے ماحول میں شرکاء جانتے ہیں کیونکہ یہ ہے کہ وہ تعلیم حاصل کی جا رہی ہیں، محققین اکثر اضافی ڈیٹا انہیں سمجھنے میں مدد کر سکتے ہیں کہ کیوں شرکاء ان فیصلے کر رہے ہیں کو جمع کرنے کے قابل ہیں. مثال کے طور پر، Correll مختلف جہتوں پر امیدواروں کی درجہ بندی کرنا لیب تجربہ میں شرکاء سے پوچھا. عمل اس قسم کا ڈیٹا محققین کس طرح شرکاء شروع علاج میں اختلافات کے پیچھے میکانزم کو سمجھنے میں مدد کر سکتا ہے.

دوسری طرف، میں نے صرف فوائد کے طور پر بیان ہے کہ یہ بالکل وہی خصوصیات بھی کبھی کبھی نقصانات پر غور کر رہے. تجربات ترجیح دیتے ہیں جو محققین وہ قریب سے مشاہدہ کیا جا رہا ہے جب لیب کے تجربات میں شرکاء بہت مختلف طریقے سے کام کر سکتا ہے کہ بحث. مثال کے طور پر، تجربہ گاہیں میں تجربہ شرکاء تحقیق کا مقصد اندازہ لگایا اور متعصب ظاہر کرنے کے لئے تو کے طور پر نہیں ان کے رویے کو تبدیل کر دیا ہے ہو سکتا ہے. اس کے علاوہ، تجربات ترجیح دیتے ہیں جو شروع میں ہے کہ چھوٹے اختلافات بحث ہو سکتی محققین کو ایک بہت ہی صاف، جراثیم سے پاک لیب کے ماحول میں باہر کھڑے کر سکتے ہیں، اور اس طرح لیب تجربہ اصلی خدمات حاصل کرنے کے فیصلوں پر زچگی کے اثر سے زیادہ کا اندازہ لگانے گا. آخر میں، تجربات کے بہت سے حامیوں تنقید عجیب شرکاء پر لیب کے تجربات انحصاری: مغربی تعلیم یافتہ، صنعتی، امیر سے بنیادی طور پر طالب علموں کو، اور جمہوری ممالک (Henrich, Heine, and Norenzayan 2010) . Correll اور ان کے ساتھیوں کی طرف سے تجربات (2007) لیب میدان لگاتار پر دو انتہاؤں کی نمائندگی کرتی ہے. ان دو انتہاؤں کے درمیان میں جیسا کہ ایک لیب میں غیر طالب علموں کو لانے یا میدان میں جانے لیکن ابھی بھی شرکاء کو ایک غیر معمولی کام انجام اندوز نقطہ نظر بشمول ہائبرڈ ڈیزائن کی ایک قسم ہیں.

ینالاگ ڈیجیٹل: لیب میدان طول و عرض ماضی میں موجود ہے کہ اصل میں، ڈیجیٹل دور محققین اب ایک دوسرا بڑا طول و عرض جس کے ساتھ ساتھ تجربات مختلف کر سکتے ہیں کا مطلب ہے کہ. خالص لیب کے تجربات، خالص تجربات، اور درمیان میں سنکر کی ایک قسم ہیں بس کے طور پر، خالص ینالاگ تجربات، خالص ڈیجیٹل تجربات، اور سنکر کی ایک قسم ہیں. یہ اس کے طول و عرض کی ایک رسمی تعریف پیش کرنے کے لئے مشکل ہے، لیکن ایک مفید کام کر تعریف ہے کہ مکمل طور پر ڈیجیٹل تجربات، شرکاء کو بھرتی کرنے کے randomize، معالجوں کو فراہم، اور نتائج کی پیمائش ڈیجیٹل بنیادی ڈھانچے کے استعمال بنانے کے کہ تجربات ہیں. مثال کے طور پر، Restivo اور وین ڈی Rijt کی (2012) جو ان اقدامات کے چاروں لئے ڈیجیٹل نظام استعمال کیا جاتا ہے کیونکہ barnstars کے مطالعہ اور وکی پیڈیا ایک مکمل طور پر ڈیجیٹل تجربہ تھا. اسی طرح مکمل طور پر مطابق تجربات ان چار مراحل میں سے کسی کے لئے ڈیجیٹل بنیادی ڈھانچے کا استعمال نہیں کرتے کہ تجربات ہیں. نفسیات میں کلاسیکی تجربات کے بہت سے Analog تجربات ہیں. ان دو انتہاؤں کے درمیان میں جزوی طور پر چار مراحل کے لئے ینالاگ اور ڈیجیٹل نظام کا ایک مجموعہ استعمال کرتے ہیں کہ ڈیجیٹل تجربات سے ہیں.

شدید، مواقع صرف آن لائن ڈیجیٹل تجربات نہیں ہیں کو چلانے کے لئے. محققین معالجے کی ترسیل یا نتائج کی پیمائش کرنے کے لئے ترتیب میں جسمانی دنیا میں ڈیجیٹل آلات کا استعمال کرتے ہوئے کی طرف سے جزوی طور پر ڈیجیٹل تجربات کو چلا سکتے ہیں. مثال کے طور پر، محققین نتائج کی پیمائش کرنے کے لئے تعمیر کے ماحول میں علاج یا سینسر فراہم کرنے کے لئے سمارٹ فونز استعمال کر سکتے. اصل میں، ہم اس باب میں بعد میں دیکھیں گے کے طور پر، محققین نے پہلے ہی گھر بجلی میٹر سماجی معیار اور گھرانوں کی 8.5 ملین شامل توانائی کی کھپت کے بارے میں تجربات میں نتائج کی پیمائش کرنے کے استعمال کیا ہے (Allcott 2015) . ڈیجیٹل آلات کی تیزی سے لوگوں کی زندگی میں ضم ہو اور سینسر تعمیر ماحول میں ضم ہو جاتے ہیں، ان مواقع جسمانی دنیا میں جزوی طور پر ڈیجیٹل تجربات کو چلانے کے لئے ڈرامائی طور پر اضافہ ہو جائے گا. دوسرے الفاظ میں، ڈیجیٹل تجربات صرف آن لائن تجربات نہیں ہیں.

ڈیجیٹل نظام ہر جگہ لیب میدان لگاتار ساتھ تجربات کے لئے نئے امکانات پیدا. خالص لیب کے تجربات میں، مثال کے، محققین نے شرکاء کے رویے کی finer پیمائش کے لئے ڈیجیٹل نظام استعمال کر سکتے ہیں؛ بہتر پیمائش کی اس قسم کی ایک مثال نظریں محل وقوع کے عین مطابق اور مسلسل اقدامات فراہم کرتا ہے جس آنکھ سے باخبر رہنے کا سامان ہے. ڈیجیٹل دور بھی آن لائن لیب طرح کے تجربات چلانے کے امکانات پیدا. مثال کے طور پر، محققین میں تیزی سے آن لائن تجربات کے لئے شرکاء (چترا 4.2) بھرتی کرنے ایمیزون مکینیکل ترک (MTurk) کو گود لیا ہے. MTurk "کارکنوں" پیسے کے لئے ان کاموں کو مکمل کرنے کے لئے چاہتے ہیں کے ساتھ مکمل ہو جائے کرنے کی ضرورت ہے کہ کاموں کو ہے جنہوں نے "آجروں" سے میل کھاتا ہے. روایتی لیبر مارکیٹ کے برعکس، تاہم، عام طور پر ملوث کاموں میں صرف چند منٹ مکمل کرنے کے لئے کی ضرورت ہوتی ہے اور آجر اور کارکن کے درمیان مکمل تعامل کے مجازی ہے. روایتی لیب کے تجربات ادائیگی کرنے والے لوگوں کی MTurk دھارتا پہلوؤں کے لئے وہ ایسا نہیں کریں گے کہ کاموں کو مکمل کرنے کی وجہ سے آزاد یہ قدرتی طور پر تجربات کی بعض اقسام کے لئے مناسب ہے. بنیادی طور پر، MTurk شرکاء-بھرتی کے ایک پول کو منظم کرنے اور عوام اور محققین نے شرکاء میں سے ایک ہمیشہ دستیاب پول میں نل کرنے کے لئے اس کے بنیادی ڈھانچے کا فائدہ اٹھایا ہے کی ادائیگی کے لئے بنیادی ڈھانچے کو پیدا کیا ہے.

پیکر 4.2: کاغذات ایمیزون مکینیکل ترک (MTurk) سے اعداد و شمار کا استعمال کرتے ہوئے شائع (Bohannon 2016) . MTurk اور دیگر آن لائن لیبر مارکیٹ محققین تجربات کے لئے شرکاء کو بھرتی کرنے کے لئے ایک آسان راستہ فراہم کرتے ہیں.

ڈیجیٹل تجربات کے میدان کی طرح کی تجربات کے لئے بھی زیادہ امکانات پیدا. ڈیجیٹل تجربات ممکن میکانزم (لیب کے تجربات کی طرح) اور زیادہ متنوع شرکاء ایک قدرتی ماحول (میدان تجربات کی طرح) میں حقیقی فیصلے کرنے کو سمجھنے کے لئے سخت کنٹرول اور عمل کے اعداد و شمار پیش کر سکتے. اس سے قبل تجربات کی اچھی خصوصیات کے اس مجموعہ کے علاوہ میں، ڈیجیٹل تجربات بھی تین مواقع ینالاگ لیب اور تجربات میں مشکل تھے کہ پیش کرتے ہیں.

سب سے پہلے، سب سے زیادہ ینالاگ لیب اور تجربات کے شرکاء کے سینکڑوں ہیں، جبکہ، ڈیجیٹل تجربات شرکاء میں لاکھوں ہے کر سکتے ہیں. کچھ ڈیجیٹل تجربات صفر متغیر لاگت سے اعداد و شمار کو پیدا کر سکتے ہیں، کیونکہ پیمانے میں یہ تبدیلی ہے. محققین، ایک تجرباتی بنیادی ڈھانچے کو پیدا کیا ہے ایک بار شرکاء کی تعداد میں اضافہ عام طور پر قیمت میں اضافہ نہیں ہے، ہے. 100 یا اس سے زیادہ کا ایک پہلو کی طرف شرکاء کی تعداد میں اضافہ صرف ایک مقداری تبدیلی نہیں ہے، یہ اس کے تجربات (مثال کے طور، علاج کے اثرات میں heterogeneity) اور مکمل طور پر مختلف تجرباتی ڈیزائن کے چلانے (سے مختلف چیزیں سیکھنے کے لئے محققین کے قابل بناتا ہے کیونکہ، گتاتمک تبدیلی ہے مثال کے طور پر، بڑے گروپ کے تجربات). یہ نکتہ بہت اہم ہے، مجھے لگتا ہے میں ڈیجیٹل تجربات بنانے کے بارے میں مشورہ پیش کرتے وقت باب کے آخر میں اس کی طرف رجوع کر لیں گے.

دوسرا، سب سے زیادہ ینالاگ لیب اور تجربات کے شرکاء کا علاج جبکہ طور indistinguishable ہے ویجٹ، ڈیجیٹل تجربات اکثر تحقیق کے ڈیزائن اور تجزیہ کے مراحل میں شرکاء کے بارے میں پس منظر کی معلومات کا استعمال کرتے ہیں. کیونکہ وہ مکمل طور پر ماپا ماحول میں جگہ لے یہ پس منظر کی معلومات، جس میں پہلے علاج کی معلومات کو کہا جاتا ہے، ڈیجیٹل تجربات میں اکثر دستیاب ہے. مثال کے طور پر، فیس بک میں ایک محقق انڈرگریجویٹ کے ساتھ ایک معیاری لیب تجربہ ڈیزائنگ ایک محقق سے کہیں زیادہ پہلے علاج میں معلومات ہے. یہ پہلے علاج معلومات کے شرکاء کے طور پر دشوار ویجٹ کے علاج سے باہر منتقل کرنے کے لئے کے قابل بناتا ہے محققین. مزید خاص طور پر، پہلے علاج معلومات کے طور پر مسدود کرنے میں زیادہ موثر تجرباتی طرح ڈیزائن کے فعال (Higgins, Sävje, and Sekhon 2016) اور شرکاء کی ٹارگٹ بھرتی (Eckles, Kizilcec, and Bakshy 2016) -اور زیادہ بصیرت شعار تجزیہ جیسے heterogeneity کی تخمینہ علاج کے اثرات میں سے (Athey and Imbens 2016a) اور بہتر صحت سے متعلق کے لئے covariate ایڈجسٹمنٹ (Bloniarz et al. 2016) .

سوئم، بہت سے Analog لیب اور تجربات وقت کی ایک نسبتا کمپریسڈ رقم میں علاج اور اقدام نتائج حاصل، جبکہ، کچھ ڈیجیٹل تجربات وقت کے ساتھ فراہم کیا جا سکتا ہے کہ اور اثرات بھی وقت کے ساتھ ماپا جا سکتا ہے معالجے شامل. مثال کے طور پر، Restivo اور وین ڈی Rijt کے تجربے نتائج 90 دنوں کے لئے روزانہ ماپا ہے، اور تجربات میں سے ایک کے بارے میں میں بعد میں باب میں آپ کو بتا دونگا (Ferraro, Miranda, and Price 2011) بنیادی طور پر 3 سال سے زیادہ نتائج پٹریوں کوئی لاگت. تجربات کے سب سے اوپر پر چلائے جا رہے ہیں جب یہ تینوں مواقع سائز، پہلے علاج کی معلومات، اور طول بلد کے علاج اور نتائج سب سے زیادہ عام اعداد و شمار پر ہیں ہمیشہ پر پیمائش کے نظام (ہمیشہ پر پیمائش کے نظام پر زیادہ کے لئے 2 باب ملاحظہ کریں).

ڈیجیٹل تجربات بہت سے امکانات کے پیش کرتے ہیں، جبکہ وہ بھی ینالاگ لیب اور تجربات دونوں کے ساتھ کچھ کمزوریوں کا اشتراک کریں. مثال کے طور پر، تجربات ماضی کا مطالعہ کرنے کے لئے استعمال نہیں کیا جا سکتا، اور وہ صرف علاج کو توڑ کیا جا سکتا ہے کے اثرات کا اندازہ کر سکتے ہیں. اس کے علاوہ، تجربات بلاشبہ پالیسی کی رہنمائی کے لئے مفید ہیں، اگرچہ، عین مطابق رہنمائی وہ پیش کرتے ہیں کر سکتے ہیں کیونکہ اس طرح کے طور پر ماحولیاتی انحصار، تعمیل کے مسائل، اور توازن اثرات پیچیدگیوں کی کسی حد تک محدود ہے (Banerjee and Duflo 2009; Deaton 2010) . آخر میں، ڈیجیٹل تجربات تجربات کی طرف سے پیدا اخلاقی خدشات آوردن. تجربات کے حامیوں کے لوگوں کی لاکھوں کی طرف سے بنایا نتیجے میں فیصلوں میں unobtrusively اور تصادفی مداخلت کرنے کی صلاحیت ترہی. یہ خصوصیات خاص سائنسی فوائد پیش کرتے ہیں، لیکن وہ بھی (محققین نے ایک بڑے پیمانے پر "لیب چوہوں" جیسے لوگوں کے علاج کے طور پر اس کے بارے میں لگتا ہے کہ) تجربات اخلاقی پیچیدہ کر سکتے ہیں. اس کے علاوہ، شرکاء کو ہر ممکن حد اذیت کے علاوہ میں، ڈیجیٹل تجربات، کیونکہ ان کے پیمانے کے ساتھ، بھی سماجی نظام کام کر کے تعطل سے متعلق خدشات میں اضافہ کر سکتے ہیں (مثال کے طور پر، وکیپیڈیا اجر نظام تہ و بالا Restivo اور وین ڈیر Rijt بھی کئی barnstars دیا تو کے بارے میں خدشات) .