4.5.2合作伙伴与强大

Partnering模式可以降低成本，扩大规模，但它可以改变各种参与者，治疗方法与结果，您可以使用。

自己做的另一种方法是用一个强大的组织合作，如公司，政府或非政府组织。与合作伙伴合作的好处是，它们可以让你运行实验，你就不能由自己做。例如，实验，我会告诉你下面参与6100万参与者之一;任何个人研究者可以达到这一规模。在同一时间，建立伙伴关系增加了你可以做什么，它也同时限制了你。例如，大多数公司不会允许您运行可能损害他们的业务或他们的声誉实验。与合作伙伴的合作也意味着，当谈到时间进行发布，你可能会在压力下“重制帧”你的结果，有些合作伙伴可能甚至试图阻止你的作品的出版，如果这让他们看起来很糟糕。最后，还合作带有相关的开发和维护这些合作成本。

一个必须解决使这些成功的合作伙伴关系的核心挑战是找到一种方法来平衡双方的利益，并想想平衡有用的方法是巴斯德象限 (Stokes 1997) 。许多研究人员认为，如果他们是在一些实事，一些可能会感兴趣的工作伙伴，那么他们就不会做真正的科学。这种心态将使它很难建立成功的合作关系，这也恰好是完全错误的。用这种思维方式的问题是奇妙的生物学家路易斯·巴斯德的开创性研究说明。虽然在商业发酵工程甜菜汁转换成酒精的工作，巴斯德发现了一类新的微生物，最终导致疾病的细菌理论。这一发现解决了一个很实际的问题，它有助于改善的过程中发酵，并导致一个重大的科学进步。因此，而不是想着与实际应用研究，与真正的科研冲突之中，不如将它们看作两个独立的维度。研究可以利用的动机（或没有）和研究可以寻求基本的了解（或没有）。重要的是，一些研究样Pasteur's，可以通过使用，并寻求从根本上了解（图4.16）的动机。研究巴斯德象限的研究内在地推进两个目标，是理想的研究人员和合作伙伴之间的合作。在这种背景下，我将描述与伙伴关系两个实验研究：一个公司和一个有一个非政府组织。

图4.16：巴斯德象限（根据图3.5从Stokes (1997)而不是研究思路是不是“基本”或“应用”最好是通过使用（或不），并寻求从根本上了解（或没有）的动机是想研究。这两个是利用动机，并寻求从根本上了解研究的一个例子是巴斯德对转换甜菜汁成酒精而导致疾病的细菌理论的工作。这是一种工作，这是最适合与强大的合作伙伴关系。工作的例子利用的动机，但并不寻求基本的了解来自于托马斯·爱迪生和寻道谅解来自尼尔斯·玻尔不是由使用动机但工作的例子。见Stokes (1997)对这种框架的一个更深入的讨论，每个这些情况。

大企业，尤其是高科技公司，已经开发了运行复杂的实验，令人难以置信的复杂的基础设施。在高科技产业，这些实验通常被称为A / B测试（因为他们测试的两种治疗的效果：A和B）。这些实验是经常运行的东西像广告上提高点击率，但在相同的实验基础设施也被用于推进科学认识的研究。这说明了这种研究的潜在的一个例子是通过Facebook和加州圣地亚哥大学的研究人员之间的伙伴关系进行的，不同的消息对选民投票率的影响的研究(Bond et al. 2012)

在2010年11月2日，在美国国会中期选举，所有6100万的Facebook谁住在美国和超过18的用户每天约表决实验的一部分。当来访的Facebook，用户被随机分配到一个三组，其中决定什么旗（如果有的话）被放置在他们的新闻饲料（图4.17）的顶部：

• 对照组。
• 大约有一个可点击的投票参考消息“我投票”按钮，计数器（信息）。
• 大约有一个可点击的投票参考消息“我投票”按钮，计数器+名字和他们的朋友谁已经点击了“我投票”（信息+社会的）的图片。

邦德和他的同事研究了两种主要成果：报告投票行为与实际投票行为。首先，他们发现，人们在信息社会+组中分别为约2个百分点，比人信息组更可能点击“我投票”（约20％比18％）。此外，研究人员合并可公开获得的投票记录约6万人的数据后，他们发现，人们在信息+社会群体是0.39个百分点，更可能实际上比人们在控制条件选举权和人们的信息组同样可能投票作为控制条件的人（图4.17）。

图4.17：来自Facebook上的GET-出的票试验结果(Bond et al. 2012)该信息组中的参与者投票赞成以相同的速率，因为人们在控制条件下，但人们在信息+社会组投以稍高的速率。条代表估计的95％置信区间。结果在图中包括对他们来说，研究人员能够匹配表决记录600万参与者。

这个实验表明，一些上网，出了票的消息比其他人更有效，这表明治疗的有效性研究人员的估计可能取决于他们是否研究报告或实际行为。这个实验遗憾的是不提供有关机制的任何线索，通过这些社会信息化 - 这一些研究人员戏称为一个“面子一堆” - 增加投票。这可能是社会信息化增加的可能性，有人注意到横幅或它增加了一个人究竟是谁发现的旗帜投票或两者的概率。因此，该实验提供了一个有趣的发现，即进一步研究可能会探索（见例如， Bakshy, Eckles, et al. (2012)

除了推进研究人员的目标，这个实验也推进合作伙伴组织（脸谱）的目标。如果更改投票买肥皂研究的行为，那么你就可以看到，该研究具有完全相同的结构作为实验来衡量网络广告的效果（参见例如， Lewis and Rao (2015)这些广告效果的研究中频繁测量曝光的效果，网络广告，在该处理Bond et al. (2012)基本上都是进行表决，离线行为的广告。因此，本研究可以推动Facebook的研究网络广告的效果能力，可以帮助Facebook说服Facebook的广告是有效的潜在的广告客户。

尽管研究人员和合作伙伴的利益在这项研究中大多一致，他们也部分地紧张。特别是，参加者的三个条件，控制，信息和信息+社会极大了不平衡的分配：样品的98％被分配到信息+社交。这个不平衡分配是低效的统计，并为研究人员提供更好的分配会一直各组中的参与者的1/3。但是，不平衡的分配发生了因为Facebook希望每个人都收到信息+社会待遇。幸运的是，研究人员相信他们忍住1％为对照组相关的治疗和参与者的1％。没有对照组，将已基本无法衡量的信息社会+治疗的效果，因为这将是一个“扰动观察”的实验，而不是一个随机对照实验。这个例子提供了宝贵的实践课与合作伙伴合作：有时你创建说服赍治疗，有时您通过说服别人不提供一个处理一个实验的实验（即创建一个对照组）。

合作伙伴并不总是需要科技公司和A / B测试，数以百万计的参与者参与。例如，亚历山大科波克，安德鲁猜了，约翰Ternovski (2016)与环保NGO（保护选民联盟）合作，进行实验测试不同的策略，促进社会动员。研究人员使用了非政府组织的Twitter账号来发送公共鸣叫，并且试图黄金不同类型的身份私人直接消息。然后，研究人员测量了这些消息是最有效的鼓励人们签署有关的请愿书请愿书和转推的信息。

总体而言，与强大的合作能够给您一个规模，是很难不这样做工作，和表4.3提供的研究人员和机构之间的伙伴关系的其他例子。伙伴关系可能比建立自己的实验要容易得多。但是，这些优点都设有缺点：伙伴关系可以限制种参与者，治疗和预后可以学习。此外，这些伙伴关系可能导致的伦理挑战。现货的合作伙伴关系的机会，最好的办法是注意当你正在做有趣的科学可以解决一个真正的问题。如果你不习惯的看待世界的这种方式，它可以是很难发现在巴斯德象限的问题，但经过实践，你会开始注意到他们越来越多。