Waiting
Procesando inicio de sesión ...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

सामूहिक ट्रस्ट गेम: हनीकॉम्ब प्रतिमान के आधार पर ट्रस्ट गेम का एक ऑनलाइन समूह अनुकूलन

Published: October 20, 2022 doi: 10.3791/63600
Automatic Translation
1, *1, *1, 1, 1
1University of Goettingen
* These authors contributed equally

Summary

कलेक्टिव ट्रस्ट गेम हनीकॉम्ब प्रतिमान पर आधारित एक कंप्यूटर-आधारित, मल्टी-एजेंट ट्रस्ट गेम है, जो शोधकर्ताओं को सामूहिक विश्वास और संबंधित संरचनाओं, जैसे निष्पक्षता, पारस्परिकता या फॉरवर्ड-सिग्नलिंग के उद्भव का आकलन करने में सक्षम बनाता है। खेल खेल में आंदोलन व्यवहार के माध्यम से समूह प्रक्रियाओं के विस्तृत अवलोकन की अनुमति देता है।

Abstract

समूहों में विश्वास को समग्र रूप से समझने की आवश्यकता ने सामूहिक विश्वास को मापने के लिए नए दृष्टिकोणों में वृद्धि की है। हालांकि, यह निर्माण अक्सर उपलब्ध अनुसंधान विधियों द्वारा अपने उभरते गुणों में पूरी तरह से कैप्चर नहीं किया जाता है। इस पेपर में, कलेक्टिव ट्रस्ट गेम (सीटीजी) प्रस्तुत किया गया है, हनीकॉम्ब प्रतिमान पर आधारित एक कंप्यूटर-आधारित, मल्टी-एजेंट ट्रस्ट गेम, जो शोधकर्ताओं को सामूहिक विश्वास के उद्भव का आकलन करने में सक्षम बनाता है। सीटीजी पारस्परिक विश्वास पर पिछले शोध पर आधारित है और हनीकॉम्ब प्रतिमान में एक समूह सेटिंग के लिए व्यापक रूप से ज्ञात ट्रस्ट गेम को अनुकूलित करता है। प्रतिभागी या तो एक निवेशक या ट्रस्टी की भूमिका निभाते हैं; दोनों भूमिकाएं समूहों द्वारा निभाई जा सकती हैं। प्रारंभ में, निवेशकों और ट्रस्टियों को धन की राशि के साथ संपन्न किया जाता है। फिर, निवेशकों को यह तय करने की आवश्यकता है कि वे अपने बंदोबस्ती का कितना, यदि कोई है, तो न्यासियों को भेजना चाहते हैं। वे संभावित निवेश राशि प्रदर्शित करने वाले प्लेफील्ड पर आगे और पीछे जाकर अपनी प्रवृत्तियों के साथ-साथ अपने अंतिम निर्णय का संचार करते हैं। अपने निर्णय समय के अंत में, निवेशकों ने जिस राशि पर सहमति व्यक्त की है, उसे गुणा किया जाता है और ट्रस्टियों को भेजा जाता है। न्यासियों को यह बताना होगा कि उस निवेश में से कितना, यदि कोई हो, वे निवेशकों को वापस करना चाहते हैं। फिर, वे प्लेफील्ड पर आगे बढ़कर ऐसा करते हैं। इस प्रक्रिया को कई राउंड के लिए दोहराया जाता है ताकि सामूहिक विश्वास बार-बार बातचीत के माध्यम से एक साझा निर्माण के रूप में उभर सके। इस प्रक्रिया के साथ, सीटीजी आंदोलन डेटा की रिकॉर्डिंग के माध्यम से वास्तविक समय में सामूहिक विश्वास के उद्भव का पालन करने का अवसर प्रदान करता है। सीटीजी विशिष्ट शोध प्रश्नों के लिए अत्यधिक अनुकूलन योग्य है और इसे कम, कम लागत वाले उपकरणों के साथ एक ऑनलाइन प्रयोग के रूप में चलाया जा सकता है। इस पेपर से पता चलता है कि सीटीजी उच्च आंतरिक वैधता और आर्थिक खेलों की समय-प्रभावशीलता के साथ समूह इंटरैक्शन डेटा की समृद्धि को जोड़ता है।

Introduction

कलेक्टिव ट्रस्ट गेम (सीटीजी) मनुष्यों के एक समूह के भीतर सामूहिक विश्वास को ऑनलाइन मापने का अवसर प्रदान करता है। यह बर्ग, डिकहौट और मैककेब1 (बीडीएम) द्वारा मूल ट्रस्ट गेम को समूह स्तर पर सामान्यीकृत करता है और इसके उभरतेगुणों 2,3,4, साथ ही निष्पक्षता, पारस्परिकता या फॉरवर्ड-सिग्नलिंग जैसी संबंधित अवधारणाओं में सामूहिक विश्वास को पकड़ और मात्रा निर्धारित कर सकता है।

पिछले शोध में ज्यादातर विश्वास को एक पूरी तरह से पारस्परिक निर्माण के रूप में माना जाता है, उदाहरण के लिए, एक नेता और अनुयायी 5,6 के बीच, विश्लेषण के उच्च स्तर को छोड़कर। विशेष रूप से संगठनात्मक संदर्भों में, यह विश्वास को समग्र रूप से समझने के लिए पर्याप्त नहीं हो सकता है, इसलिए उन प्रक्रियाओं को समझने की बहुत आवश्यकता है जिनके द्वारा समूह स्तर पर विश्वास बनता है (और कम हो जाता है)।

हाल ही में, ट्रस्ट रिसर्च ने अधिक बहु-स्तरीय सोच को शामिल किया है। फुलमर और गेलफेंड7 ने विश्वास पर कई अध्ययनों की समीक्षा की और उन्हें विश्लेषण के स्तर के अनुसार वर्गीकृत किया जो प्रत्येक अध्ययन में जांच की जाती है। विश्लेषण के तीन अलग-अलग स्तर पारस्परिक (डोंडिक), समूह और संगठनात्मक हैं। महत्वपूर्ण रूप से, फुलमर और गेलफेंड7 भी विभिन्न संदर्भों के बीच अंतर करते हैं। संदर्भ वे संस्थाएं हैं जिन पर ट्रस्ट निर्देशित किया जाता है। इसका मतलब यह है कि जब "ए बी से एक्स पर भरोसा करता है", तो ए (आर्थिक खेलों में निवेशक) को स्तर (व्यक्तिगत, समूह, संगठनात्मक) द्वारा दर्शाया जाता है और बी (ट्रस्टी) को संदर्भ (व्यक्तिगत, समूह, संगठनात्मक) द्वारा दर्शाया जाता है। एक्स एक विशिष्ट डोमेन का प्रतिनिधित्व करता है जिसे ट्रस्ट संदर्भित करता है। इसका मतलब यह है कि एक्स कुछ भी हो सकता है जैसे कि आम तौर पर सकारात्मक झुकाव, सक्रिय समर्थन, विश्वसनीयता, या वित्तीय आदान-प्रदान जैसा कि आर्थिक खेल1 में।

यहां, सामूहिक विश्वास को रूसो और सहयोगियों की पारस्परिक विश्वास की परिभाषा के आधार पर परिभाषित कियागया है, और सामूहिक विश्वास 9,10,11,12,13,14 पर पिछले अध्ययनों के समान; सामूहिक विश्वास में किसी अन्य व्यक्ति, समूह या संगठन के इरादों या व्यवहार की सकारात्मक अपेक्षाओं के आधार पर भेद्यता को स्वीकार करने का एक समूह का इरादा शामिल है। सामूहिक विश्वास मनुष्यों के एक समूह के बीच साझा की गई एक मनोवैज्ञानिक स्थिति है और इस समूह के बीच बातचीत में बनाई गई है। सामूहिक विश्वास का महत्वपूर्ण पहलू इसलिए एक समूह के भीतर साझाता है।

इसका मतलब यह है कि सामूहिक विश्वास पर शोध को व्यक्तिगत प्रक्रियाओं के एक सरल औसत से परे देखने और सामूहिक विश्वास को एक उभरती हुई घटना 2,3,4 के रूप में अवधारणा करने की आवश्यकता है, क्योंकि समूह विज्ञान में नए विकास से पता चलता है कि समूह प्रक्रियाएं द्रव, गतिशील और आकस्मिक 2,15 हैं। हम उद्भव को "प्रक्रिया के रूप में परिभाषित करते हैं जिसके द्वारा निचले स्तर के सिस्टम तत्व बातचीत करते हैं और उन गतिशीलता के माध्यम से ऐसी घटनाएं बनाते हैं जो सिस्टम के उच्च स्तर पर प्रकट होती हैं" 16 (पृष्ठ 335)। प्रस्तावित रूप से, यह सामूहिक विश्वास पर भी लागू होना चाहिए।

अनुसंधान जो समूह प्रक्रियाओं के उद्भव और गतिशीलता पर ध्यानकेंद्रित करता है, इन गुणों को पकड़ने के लिए उपयुक्त पद्धतियों का उपयोग करना चाहिए। हालांकि, सामूहिक विश्वास माप की वर्तमान स्थिति पीछे लगती है। अधिकांश अध्ययनों ने समूह 9,10,12,13,18 में प्रत्येक व्यक्ति के डेटा में एक सरल औसत तकनीक को नियोजित किया है। यकीनन, इस दृष्टिकोण की केवल थोड़ी भविष्यवाणी वैधताहै 2 क्योंकि यह इस बात की उपेक्षा करता है कि समूह केवल व्यक्तियों का एकत्रीकरण नहीं हैं, बल्कि अद्वितीय प्रक्रियाओं के साथ उच्च-स्तरीय संस्थाएं हैं। कुछ अध्ययनों ने इन कमियों को संबोधित करने की कोशिश की है: एडम्स19 के एक अध्ययन ने एक अव्यक्त चर दृष्टिकोण को नियोजित किया, जबकि किम और सहयोगियों10 ने सामूहिक विश्वास का अनुमान लगाने के लिए विगनेट्स का उपयोग किया। ये दृष्टिकोण आशाजनक हैं कि वे सामूहिक विश्वास को उच्च-स्तरीय निर्माण के रूप में पहचानते हैं। फिर भी, जैसा कि चेट्टी और सहयोगियों ने नोटकिया है, सर्वेक्षण-आधारित उपायों में सच्चाई से जवाब देने के लिए प्रोत्साहन की कमी है, इसलिए विश्वास पर शोध ने व्यवहार या प्रोत्साहन-संगतउपायों को तेजी से अपनाया है।

इस चिंता को कई अध्ययनों द्वारा संबोधित किया जाता है, जिन्होंने एक व्यवहार विधि को अनुकूलित किया है, अर्थात् बीडीएम1,समूहों 23,24,25,26 द्वारा खेला जाना है। बीडीएम में, दो पक्ष या तो निवेशक (ए) या ट्रस्टी (बी) के रूप में कार्य करते हैं। इस अनुक्रमिक आर्थिक खेल में, ए और बी दोनों को प्रारंभिक बंदोबस्ती (जैसे, 10 यूरो) प्राप्त होती है। फिर, ए को यह तय करने की आवश्यकता है कि वे अपने बंदोबस्ती का कितना, यदि कोई है, तो बी को भेजना चाहते हैं (उदाहरण के लिए, 5 यूरो)। इस राशि को प्रयोगकर्ता द्वारा तीन गुना कर दिया जाता है, इससे पहले कि बी यह तय कर सके कि प्राप्त धन (जैसे, 15 यूरो) का कितना, यदि कोई हो, तो वे ए को वापस भेजना चाहते हैं (उदाहरण के लिए, 7.5 यूरो)। A द्वारा B को भेजी जाने वाली राशि को B के प्रति A के विश्वास के स्तर के रूप में प्रचालित किया जाता है, जबकि B द्वारा वापस भेजी गई राशि का उपयोग B की विश्वसनीयता या A और B की स्थिति में निष्पक्षता की डिग्री को मापने के लिए किया जा सकता है। अनुसंधान के एक बड़े निकाय ने डोंडिक ट्रस्ट गेम27 में व्यवहार की जांच की है। बीडीएम को तथाकथित 'वन-शॉट' गेम दोनों के रूप में खेला जा सकता है, जिसमें प्रतिभागी केवल एक बार एक विशिष्ट व्यक्ति के साथ गेम खेलते हैं, और दोहराए गए राउंड में, जिसमें पारस्परिकता28,29 के साथ-साथ फॉरवर्ड-सिग्नलिंग जैसे पहलू भूमिका निभा सकते हैं।

कई अध्ययनों में जिन्होंनेसमूहों 23,24,25,26 के लिए बीडीएम को अनुकूलित किया है, या तो निवेशक, ट्रस्टी, या दोनों भूमिकाएं समूहों द्वारा निभाई गई थीं। हालांकि, इनमें से किसी भी अध्ययन ने समूह प्रक्रियाओं को दर्ज नहीं किया। अध्ययन डिजाइनों में समूहों के साथ व्यक्तियों को प्रतिस्थापित करना आकस्मिक घटनाओं की जांच के लिए स्थापित कोल्बे और बूस17 या कोज़लोव्स्की15 मानकों को पूरा नहीं करता है। इस अंतर को भरने के लिए, सीटीजी विकसित किया गया था।

सीटीजी को विकसित करने का उद्देश्य एक प्रतिमान बनाना था जो व्यापक रूप से उपयोग किए जाने वाले बीडीएम1 को एक दृष्टिकोण के साथ जोड़ देगा जो सामूहिक विश्वास को एक उभरते व्यवहार-आधारित निर्माण के रूप में पकड़ता है जो एक समूह के बीच साझा किया जाता है।

सीटीजी बूस और सहकर्मियों30 द्वारा हनीकॉम्ब प्रतिमान पर आधारित है, जिसे जर्नल ऑफ विज़ुअलाइज़्ड एक्सपेरिमेंट्स31 में भी प्रकाशित किया गया है और अब ट्रस्ट रिसर्च में उपयोग के लिए अनुकूलित किया गया है। जैसा कि रिटर और सहकर्मियों32 द्वारा वर्णित है, हनीकॉम्ब प्रतिमान "एक बहु-एजेंट कंप्यूटर-आधारित वर्चुअल गेम प्लेटफॉर्म है जिसे प्लेफील्ड पर प्रतिभागी-असाइन किए गए अवतार आंदोलनों की धारणा को छोड़कर सभी संवेदी और संचार चैनलों को खत्म करने के लिए डिज़ाइन किया गया था" (पृष्ठ 3)। हनीकॉम्ब प्रतिमान विशेष रूप से अनुसंधान समूह प्रक्रियाओं के लिए उपयुक्त है क्योंकि यह शोधकर्ताओं को स्थानिक-अस्थायी डेटा के साथ एक वास्तविक समूह के सदस्यों के आंदोलन को रिकॉर्ड करने की अनुमति देता है। यह तर्क दिया जा सकता है कि, समूह इंटरैक्शन विश्लेषण17 के बगल में, हनीकॉम्ब उन कुछ उपकरणों में से एक है जो शोधकर्ताओं को समूह प्रक्रियाओं का बहुत विस्तार से पालन करने की अनुमति देता है। समूह इंटरैक्शन विश्लेषण के विपरीत, हनीकॉम्ब के स्थानिक-अस्थायी डेटा का मात्रात्मक विश्लेषण कम समय-गहन है। इसके अतिरिक्त, कमीवादी वातावरण और प्लेफील्ड पर आंदोलन को छोड़कर प्रतिभागियों के बीच सभी पारस्परिक संचार को बाहर करने की संभावना शोधकर्ताओं को भ्रामक कारकों (जैसे, शारीरिक उपस्थिति, आवाज, चेहरे के भाव) को सीमित करने और उच्च आंतरिक वैधता के साथ प्रयोग करने की अनुमति देती है। हालांकि समूह चर्चा डिजाइन33 को नियोजित करने वाले अध्ययनों में समूह प्रक्रिया के सभी प्रभावशाली पहलुओं की पहचान करना मुश्किल है, एक आंदोलन प्रतिमान में समूह बातचीत के बुनियादी सिद्धांतों पर ध्यान केंद्रित करने से शोधकर्ताओं को इस प्रयोग में समूह प्रक्रिया के सभी पहलुओं को निर्धारित करने की अनुमति मिलती है। इसके अतिरिक्त, पिछले शोध ने प्रोक्सेमिक व्यवहार34 का उपयोग किया है- इसलिए स्वयं और किसी अन्य व्यक्ति के बीच की जगह को कम करना- विश्वास35,36 की जांच करने के लिए।

Figure 1
चित्रा 1: सीटीजी का योजनाबद्ध अवलोकन। (ए) एक सीटीजी राउंड की योजनाबद्ध प्रक्रिया। (बी) राउंड की शुरुआत में अवतारों का प्रारंभिक प्लेसमेंट। तीन नीले रंग के निवेशक प्रारंभिक क्षेत्र "0" पर खड़े हैं। पीला ट्रस्टी प्रारंभिक क्षेत्र "0" पर खड़ा है। (सी) निवेश चरण के दौरान स्क्रीनशॉट प्लेफील्ड के निचले आधे हिस्से पर तीन निवेशकों (नीले अवतार) को दर्शाता है। एक (बड़ा नीला अवतार) वर्तमान में "12" पर खड़ा है, दो निवेशक वर्तमान में "24" पर खड़े हैं। दो अवतारों में पूंछ होती है (नारंगी तीर द्वारा इंगित)। पूंछ यह संकेत दे रही है कि वे किस दिशा से अपने वर्तमान क्षेत्र में चले गए (उदाहरण के लिए, एक निवेशक (बड़ा नीला अवतार) बस "0" से "12" में चला गया)। बिना पूंछ वाला अवतार इस मैदान पर कम से कम 4000 एमएस (डी) के लिए खड़ा है, वापसी चरण के दौरान स्क्रीनशॉट में एक ट्रस्टी (पीला अवतार) और प्लेफील्ड का ऊपरी आधा हिस्सा दिखाया गया है। ट्रस्टी वर्तमान में "3/6" पर खड़ा है और हाल ही में पूंछ द्वारा इंगित "2/6" से वहां चला गया है। नीचे दी गई नीली संख्या (36) निवेशकों द्वारा किए गए निवेश को इंगित करती है। तीर द्वारा इंगित पीली संख्या, वर्तमान रिटर्न (54) है जैसा कि प्लेफील्ड के बीच में दर्शाया गया है। रिटर्न की गणना निम्नानुसार की जाती है: (निवेश (36 सेंट) x 3) x वर्तमान रिटर्न अंश (3/6) = 54 प्रतिशत। (ई) प्रतिभागियों को फीडबैक देने वाली पॉप-अप विंडो जो इस बात पर प्रतिक्रिया देती है कि उन्होंने राउंड के दौरान कितना कमाया है, ट्रस्टी की समय-सीमा समाप्त होने के बाद 15 सेकंड के लिए प्रदर्शित किया जाता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

सीटीजी (चित्रा 1 ए) की मुख्य प्रक्रिया बीडीएम1 की प्रक्रिया पर बारीकी से आधारित है, ताकि इस आर्थिक खेल का उपयोग करके पिछले अध्ययनों के बराबर परिणाम बनाए जा सकें। चूंकि हनीकॉम्ब प्रतिमान आंदोलन के सिद्धांत पर आधारित है, प्रतिभागी उस राशि को इंगित करते हैं जिसे वे छोटे षट्भुज क्षेत्र पर अपने अवतार को स्थानांतरित करके निवेश या वापस करना चाहते हैं जो वापसी के लिए एक निश्चित राशि या अंश को इंगित करता है (चित्रा 1 सी, डी)। प्रत्येक दौर से पहले, निवेशकों और न्यासियों दोनों को एक निश्चित राशि (जैसे, 72 सेंट) के साथ संपन्न किया जाता है, जिसमें निवेशकों को प्लेफील्ड के निचले आधे हिस्से में रखा जाता है और ट्रस्टियों को प्लेफील्ड के ऊपरी आधे हिस्से में रखा जाता है (चित्रा 1 बी)। डिफ़ॉल्ट सेटिंग में, निवेशकों को पहले स्थानांतरित करने की अनुमति है, जबकि ट्रस्टी अभी भी बने हुए हैं। निवेशक यह इंगित करने के लिए प्लेफील्ड में जाते हैं कि वे अपने बंदोबस्ती का कितना, यदि कोई हो, ट्रस्टी को भेजना चाहते हैं (चित्रा 1 सी)। क्षेत्र पर आगे और पीछे जाने के माध्यम से, प्रतिभागी अन्य निवेशकों को यह भी बता सकते हैं कि वे ट्रस्टी को कितना भेजना चाहते हैं। कॉन्फ़िगरेशन के आधार पर, प्रतिभागियों को एक सर्वसम्मत निर्णय पर पहुंचने की आवश्यकता होती है कि वे टाइम-आउट तक पहुंचने पर एक प्लेफील्ड पर अभिसरण करके कितना निवेश करना चाहते हैं। यह लागू करने के लिए सर्वसम्मति से निर्णय लेने की आवश्यकता थी कि निवेशकों को एक दूसरे के साथ खेलने के बजाय एक-दूसरे के साथ बातचीत करने की आवश्यकता है। यदि निवेशक एक संयुक्त निर्णय पर नहीं पहुंचते हैं, तो उनके खाते से जुर्माना (जैसे, 24 सेंट) काट लिया जाता है। यह सुनिश्चित करने के लिए लागू किया गया था कि निवेशकों को सामूहिक विश्वास के साझा स्तर तक पहुंचने के लिए अत्यधिक प्रेरित किया जाएगा। एक बार निवेशकों का समय समाप्त हो जाने के बाद, निवेश ति धन को गुणा किया जाता है और ट्रस्टियों को भेजा जाता है, जिन्हें तब स्थानांतरित करने की अनुमति दी जाती है, जबकि निवेशक स्थिर रहते हैं। ट्रस्टी आंदोलन के माध्यम से इंगित करते हैं कि वे निवेशकों को कितना वापस करना चाहते हैं (चित्रा 1 डी)। उपलब्ध रिटर्न विकल्पों को ट्रस्टियों पर संज्ञानात्मक भार तुलनात्मक रूप से कम रखने के लिए प्लेफील्ड पर अंशों के रूप में प्रदर्शित किया जाता है। जिस प्लेफील्ड पर ट्रस्टी खड़े होते हैं, जब उनका आवंटित समय समाप्त हो जाता है, यह इंगित करता है कि कौन सा अंश (जैसे, 4/6) निवेशकों को वापस कर दिया गया है। राउंड एक पॉप-अप (चित्रा 1 ई) के साथ समाप्त होता है जो प्रत्येक प्रतिभागी के लिए सारांशित करता है कि उन्होंने उस दौर के दौरान कितना कमाया और उनके वर्तमान खाते की शेष राशि क्या है।

राउंड को कई बार दोहराया जाना चाहिए। शोधकर्ताओं को प्रतिभागियों को समान भूमिकाओं में कम से कम 10 या 15 राउंड के लिए सीटीजी खेलना चाहिए। यह आवश्यक है क्योंकि सामूहिक विश्वास एक उभरता हुआ निर्माण है और एक समूह के भीतर बार-बार बातचीत के दौरान विकसित करने की आवश्यकता है। इसी तरह, फॉरवर्ड-सिग्नलिंग (यानी, अगले दौर में उच्च निवेश वाले ट्रस्टियों से उच्च रिटर्न) जैसी अन्य अवधारणाएं केवल बार-बार बातचीत में उभरेंगी। हालांकि, यह महत्वपूर्ण है कि प्रतिभागी खेले जाने वाले राउंड की सटीक संख्या से अनजान हैं क्योंकि यह दिखाया गया है कि व्यवहार में भारी बदलाव हो सकता है जब प्रतिभागियों को पता होता है कि वे अंतिम दौर खेल रहे हैं (यानी, आर्थिकखेलों में अधिक अनुचित व्यवहार या विक्षेपण 37,38)।

इस तरह, सीटीजी कई स्तरों पर सामूहिक विश्वास के उद्भव के बारे में जानकारी प्रदान करता है। सबसे पहले, अंतिम दौर में प्रदर्शित सामूहिक विश्वास का स्तर ट्रस्टी (ओं) के प्रति निवेशकों के साझा स्तर का घनिष्ठ प्रतिनिधित्व होना चाहिए। दूसरा, प्रत्येक दौर में निवेश की गई राशि बार-बार बातचीत पर सामूहिक विश्वास के उद्भव के लिए एक प्रॉक्सी के रूप में काम कर सकती है। तीसरा, आंदोलन डेटा समूह प्रक्रिया पर प्रकाश डालता है जो यह निर्धारित करता है कि प्रत्येक दौर में कितना पैसा निवेश किया गया है।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

इस परियोजना में डेटा संग्रह और डेटा विश्लेषण को गोटिंगेन विश्वविद्यालय के मनोविज्ञान के लिए जॉर्ज-एलियास-मुलर इंस्टीट्यूट की आचार समिति द्वारा अनुमोदित किया गया है (प्रस्ताव 289/2021); प्रोटोकॉल जॉर्ज-एलियास-मुलर-इंस्टीट्यूट फॉर साइकोलॉजी की नैतिकता समितियों के मानव अनुसंधान पर दिशानिर्देशों का पालन करता है। सीटीजी सॉफ्टवेयर को ओएसएफ परियोजना (डीओआई 10.17605 / ओएसएफ) से डाउनलोड किया जा सकता है। यू 24 पीएक्स) लिंक के तहत: https://s.gwdg.de/w88YNL।

1. तकनीकी सेटअप तैयार करें

  1. ऑनलाइन सहमति फॉर्म और प्रश्नावली तैयार करें
    1. एक ऑनलाइन प्रश्नावली उपकरण में एक ऑनलाइन सहमति फॉर्म तैयार करें।
    2. यदि लागू हो, तो एक ऑनलाइन प्रश्नावली उपकरण में एक ऑनलाइन प्रश्नावली तैयार करें।
      नोट: हनीकॉम्ब कार्यक्रम के भीतर एक छोटी प्रश्नावली शामिल करना संभव है (चरण 1.3.5 देखें)। लंबी प्रश्नावली का उपयोग करने के लिए, इसके बजाय एक अलग ऑनलाइन प्रश्नावली उपकरण का उपयोग करें। ऑनलाइन प्रश्नावली उपकरण के उदाहरण सामग्री की तालिका में दिए गए हैं।
  2. दूरस्थ डेस्कटॉप सर्वर तैयार करें
    1. किसी दूरस्थ सर्वर पर Linux-आधारित ऑपरेटिंग सिस्टम स्थापित करें। यदि संभव हो, तो तकनीकी सहायकों से संस्थान में उपलब्ध संसाधनों के बारे में पूछें। अन्यथा, एक स्थापना दिशानिर्देश39 का पालन करें।
    2. इस सर्वर40 पर विभिन्न उपयोगकर्ता बनाएँ।
      1. एक उपयोगकर्ता व्यवस्थापक बनाएं जिसमें रूट अनुमतियाँ हैं और प्रयोग में केवल तकनीकी लीड द्वारा एक्सेस किया जाता है।
      2. एक उपयोगकर्ता प्रयोगकर्ता बनाएं जिसमें साझा फ़ोल्डर बनाने, डेटा आयात और निर्यात करने की अनुमति है, और डेटा एकत्र करने वाले सभी कर्मियों (छात्रों / अनुसंधान सहायकों, आदि सहित) द्वारा एक्सेस किया जा सकता है।
      3. प्रतिभागी -1, प्रतिभागी -2, आदि नाम के कई उपयोगकर्ता बनाएं।
        नोट: शोधकर्ता केवल एक प्रयोगात्मक सत्र में उतने ही प्रतिभागियों का परीक्षण करने में सक्षम होंगे जितने कि उपयोगकर्ता बनाए गए हैं।
    3. सर्वर पर जावा रनटाइम वातावरण उपलब्ध है, यह सुनिश्चित करने के लिए व्यवस्थापक उपयोगकर्ता पर कमांड जावा-संस्करण निष्पादित करें। यदि नहीं, तो जारी रखने से पहले सबसे हालिया जावा संस्करण स्थापित करें और सुनिश्चित करें कि सभी उपयोगकर्ता इसे एक्सेस कर सकते हैं।
    4. प्रोग्राम स्थापित करें
      1. प्रोग्राम डाउनलोड करें।
        नोट: प्रोग्राम को ज़िप-फ़ाइल HC_CTG.zip के रूप में डाउनलोड किया जा सकता है जिसमें 1) रनेबल एचसी.jar, 2) कॉन्फ़िगरेशन के लिए तीन फाइलें (hc_server.config, hc_panel.config, और hc_client.config), और 3) इंट्रो और रॉडेटा नामक दो सबफ़ोल्डर शामिल हैं।
      2. प्रयोगकर्ता उपयोगकर्ता पर एक फ़ोल्डर बनाएं और इसे अन्य उपयोगकर्ताओं के साथ साझा करें। संपीड़ित फ़ाइल से फ़ाइलें निकालें HC_CTG.zip इस फ़ोल्डर में डाल दें.
      3. प्रत्येक प्रतिभागी उपयोगकर्ता के लिए, इस साझा फ़ोल्डर तक पहुँचें और जाँचें कि उपयोगकर्ता फ़ाइलों तक पहुँच सकता है.
  3. तीन कॉन्फ़िगरेशन फ़ाइलें खोलें।
    1. hc_server.config संपादित करें और संपादित फ़ाइल सहेजें.
      1. n_Pl वांछित संख्या पर सेट करके खिलाड़ियों की संख्या कॉन्फ़िगर करें। उदाहरण के लिए, =के पीछे 4 दर्ज करें।
      2. गेम नंबर 54 ए (जैसे, 54 ए, 54 ए, 54 ए, 54 ए, 54 ए) को चार राउंड के लिए दोहराकर खेलने के लिए राउंड की संख्या (प्लेऑर्डर) कॉन्फ़िगर करें।
        नोट: i54a निर्देशों के लिए खड़ा है और कॉन्फ़िगरेशन फ़ाइल में हटाया नहीं जाना चाहिए।
      3. कॉन्फ़िगर करें कि प्लेऑर्डर के अंत में 200 को शामिल करके हनीकॉम्ब में एक प्रश्नावली दिखाई जानी चाहिए या नहीं। यदि एक अलग ऑनलाइन प्रश्नावली उपकरण का उपयोग किया जाता है तो 200 हटाएं।
      4. निवेश स्केल कॉन्फ़िगर करें. निवेशकों (iscale) के लिए पैमाने को कॉन्फ़िगर करने के लिए, दर्ज करें कि कौन से मान निवेश चरणों के रूप में उपलब्ध होने चाहिए (उदाहरण के लिए, 0, 12, 24, 36, 48, 60, 72). पूर्णांकों का उपयोग करें जो तीन के गुणक हैं ताकि भुगतान भी पूर्णांक हों।
        नोट: ये कॉन्फ़िगर किए गए मान भी निवेशकों के लिए संभावित निवेश चरणों के रूप में प्रदर्शित होते हैं।
        1. ट्रस्टियों (tlabel) के लिए प्रदर्शन स्केल कॉन्फ़िगर करें, यह चुनकर कि प्लेफील्ड पर संभावित रिटर्न के रूप में कौन से मान प्रदर्शित किए जाने चाहिए (उदाहरण के लिए, 0, 1/6, 2/6, 3/6, 4/6, 5/6, 1). नोट: यह पैमाना भुगतान की गणना को प्रभावित नहीं करता है।
        2. ट्रस्टियों (tscala) के लिए स्केल कॉन्फ़िगर करें कि रिटर्न के रूप में कौन से रिटर्न मान संभव होने चाहिए (उदाहरण के लिए, 0, 0.166666, 0.3333, 0.5, 0.6666, 0.833331, 1). केवल डिजिटल मानों का उपयोग करें (यानी, कोई अंश नहीं)।
          नोट: इन मानों का उपयोग भुगतान की गणना करने के लिए किया जाता है और प्लेफील्ड पर प्रदर्शित नहीं किया जाता है।
      5. टाइम-इन (निवेशकों के लिए टाइमइनआई , ट्रस्टियों के लिए टाइमइनटी ) और टाइम-आउट (निवेशकों के लिए टाइमआउटआई , ट्रस्टियों के लिए टाइमआउट ) को सेकंड में कॉन्फ़िगर करें। उदाहरण के लिए, timeInI = 0, timeOutI = 30, timeInT = 30, और टाइमआउट = 45।
      6. निवेशकों और ट्रस्टियों को सेंट (आर 52) में प्रत्येक दौर में दिए गए धन की मात्रा को कॉन्फ़िगर करें।
      7. ट्रस्टी को भेजे जाने से पहले उस कारक को कॉन्फ़िगर करें जिसके साथ निवेश गुणा किया जाता है (f52)।
      8. कॉन्फ़िगर करें कि क्या समूह को सर्वसम्मति से निर्णय पर पहुंचना है (सही के लिए एकमत सेट करें) या नहीं (सर्वसम्मति से गलत पर सेट करें)
      9. कॉन्फ़िगर करें कि क्या समूह को समान भागों में भुगतान किया जाता है ( bCommon को सही पर सेट करें) या प्रत्येक निवेशक ने निवेश में कितना योगदान दिया है ( bCommon को गलत पर सेट करें)।
      10. यदि एकमत से निर्णय नहीं लिया जाता है, तो जुर्माना कॉन्फ़िगर करें - यदि सर्वसम्मति से निर्णय नहीं लिया जाता है तो निवेशकों से काटे गए धन की राशि (पी 52)।
    2. यदि आवश्यक हो तो hc_client.config संपादित करें। ip_nr को लोकलहोस्ट पर सेट करना सुनिश्चित करें ताकि ग्राहक प्रयोगकर्ता से जुड़ सकें।
    3. hc_panel.config संपादित करें.
      1. स्क्रीन रिज़ॉल्यूशन के अनुसार षट्भुज (त्रिज्या) के आकार को समायोजित करें। यह सुनिश्चित करने के लिए कई अलग-अलग स्क्रीन पर प्रयोग का परीक्षण करें कि प्रयोग विभिन्न प्रकार की स्क्रीन पर दिखाई देगा।
      2. लेबल के तहत प्लेफील्ड पर प्रदर्शित पाठ को समायोजित करें (उदाहरण के लिए, आपकी भूमिका है: निवेशक, खाता शेष राशि, आदि)
    4. यदि आवश्यक हो, तो निर्देशों को समायोजित करें और / या अनुवाद करें। ऐसा करने के लिए, हनीकॉम्ब प्रोग्राम फ़ोल्डर के भीतर "इंट्रो" फ़ोल्डर में सरल HTML-फ़ाइलों (चित्रा 2A) को संपादित और सहेजें।
    5. यदि आप हनीकॉम्ब प्रोग्राम के भीतर प्रश्नावली का उपयोग करना चाहते हैं, तो फ़ाइल qq में प्रश्नावली को समायोजित और / या अनुवाद करें.txt और फ़ाइल सहेजें।
    6. इस सेटअप को सभी प्रयोग सत्रों (एक प्रयोग स्थिति के भीतर) में स्थिर रखें। सभी कॉन्फ़िगरेशन दस्तावेज़ करें.

2. प्रतिभागी भर्ती

  1. ऑनलाइन विज्ञापन
    1. उपलब्ध चैनलों (जैसे, सोशल मीडिया, विश्वविद्यालय ब्लॉग, क्यूआर-कोड के साथ फ्लायर) पर प्रतिभागियों की भर्ती करें। प्रयोग के बारे में महत्वपूर्ण जानकारी का नाम दें, जैसे कि इसका उद्देश्य, अवधि, और गेम व्यवहार के अनुसार गणना की गई अधिकतम भुगतान।
      नोट: यहां प्रस्तुत नमूना गौटिंगेन विश्वविद्यालय में मनोविज्ञान के छात्रों के लिए एक ऑनलाइन ब्लॉग के साथ-साथ सोशल मीडिया समूहों में अवैतनिक विज्ञापनों के माध्यम से भर्ती किया गया था। एक उदाहरण फ्लायर पूरक चित्र 1 में देखा जा सकता है।
    2. संभावित प्रतिभागियों को जागरूक करें कि भागीदारी के लिए एक स्थिर इंटरनेट कनेक्शन के साथ और एक शांत, एकांत क्षेत्र में व्यक्तिगत लैपटॉप / पीसी के उपयोग की आवश्यकता होगी। प्रतिभागियों को जागरूक करें कि उन्हें दूरस्थ डेस्कटॉप कनेक्शन स्थापित करने के लिए एक प्रोग्राम स्थापित करने की आवश्यकता हो सकती है।
      नोट: मोबाइल फोन या टैबलेट के माध्यम से भागीदारी संभव नहीं है।
    3. सुनिश्चित करें कि प्रतिभागी प्रयोग के समावेश मानदंडों जैसे भाषा आवश्यकताओं या रंग दृष्टि को पूरा करते हैं।
    4. सुनिश्चित करें कि प्रतिभागियों ने सीटीजी पर पिछले प्रयोगों में भाग नहीं लिया है।
  2. प्रतिभागियों के साथ प्रायोगिक सत्र बुक करें
    1. प्रतिभागियों को उनकी भागीदारी के लिए टाइम-स्लॉट बुक करने के लिए कहें।
    2. स्वचालित आमंत्रण या अनुस्मारक ई-मेल भेजने के लिए प्रतिभागी प्रबंधन सॉफ़्टवेयर का उपयोग करें.
    3. प्रयोग को चलाने के लिए पर्याप्त प्रतिभागी मौजूद हैं, यह सुनिश्चित करने के लिए कम से कम एक प्रतिभागी द्वारा ओवरबुक टाइम-स्लॉट।
  3. प्रतिभागियों को निम्न विवरण के साथ एक पुष्टिकरण ई-मेल भेजें: कंप्यूटर सेटअप पर मार्गदर्शिका, दूरस्थ डेस्कटॉप कनेक्शन उपकरण की स्थापना, और दूरस्थ डेस्कटॉप से कनेक्शन स्थापित करना. पहले लॉग इन के कारण तकनीकी समस्याओं से बचने के लिए, अभी तक कोई लॉग इन जानकारी न भेजें।
  4. प्रतिभागियों को प्रयोग से लगभग 24 घंटे पहले अनुस्मारक ई-मेल भेजें, जिसमें वीडियो कॉन्फ्रेंसिंग प्लेटफ़ॉर्म का लिंक भी शामिल है। पुष्टिकरण ई-मेल में भेजी गई स्थापना के बारे में जानकारी शामिल करें.

3. प्रायोगिक सेटअप (प्रत्येक प्रयोगात्मक सत्र से पहले)

  1. वीडियो कॉन्फ्रेंसिंग प्लेटफ़ॉर्म तैयार करें (चित्रा 3)
    1. सुनिश्चित करें कि प्रतिभागियों को उनके माइक्रोफ़ोन या कैमरा को साझा करने से ब्लॉक किया गया है। सुनिश्चित करें कि प्रतिभागी एक-दूसरे के नाम नहीं देख सकते हैं।
    2. प्रयोगकर्ता के माइक्रोफ़ोन और कैमरे को साझा करें, और वीडियो कॉन्फ्रेंसिंग प्लेटफ़ॉर्म (चित्रा 3) पर न्यूनतम निर्देशों के साथ स्क्रीन साझा करें।
  2. दूरस्थ डेस्कटॉप तैयार करें
    1. उपयोगकर्ता प्रयोगकर्ता
      1. प्रयोगकर्ता उपयोगकर्ता के साथ दूरस्थ डेस्कटॉप कनेक्शन प्रारंभ करें। साझा फ़ोल्डर खोलें और निर्देशिका में राइट क्लिक करके और यहां ओपन टर्मिनल चुनकर एक टर्मिनल शुरू करें।
      2. टर्मिनल में कमांड जावा-जार HC_Gui.jar लिखकर और एंटर दबाकर सर्वर प्रोग्राम HC_Gui.jar प्रारंभ करें।
    2. उपयोगकर्ता प्रतिभागी -1, प्रतिभागी -2, आदि।
      1. उपयोगकर्ता प्रतिभागी -1, प्रतिभागी -2, ...के साथ एक दूरस्थ डेस्कटॉप कनेक्शन स्थापित करें। साझा फ़ोल्डर खोलें और पहले की तरह इस फ़ोल्डर में एक टर्मिनल प्रारंभ करें।
      2. टर्मिनल में कमांड जावा-जार एचसी.jar लिखकर और एंटर दबाकर प्रत्येक उपयोगकर्ता के लिए क्लाइंट प्रोग्राम शुरू करें।
      3. जाँचें कि क्या कनेक्शन सभी सहभागी उपयोगकर्ताओं पर ठीक से स्थापित हैं.
        नोट: प्रतिभागी उपयोगकर्ताओं की स्क्रीन संदेश प्रदर्शित करना चाहिए कृपया प्रतीक्षा करें। कंप्यूटर सर्वर से कनेक्ट हो रहा है। उपयोगकर्ताओं के रूप में मौजूद कई लैपटॉप होने की सिफारिश की जाती है (चित्रा 4)।
    3. उपयोगकर्ता प्रयोगकर्ता
      1. जांचें कि सर्वर GUI में एक पंक्ति दिखाई देती है, जो प्रत्येक प्रतिभागी उपयोगकर्ताओं का IP पता प्रदर्शित करती है। जब सभी सहभागी उपयोगकर्ता कनेक्ट होते हैं, तो जाँचें कि सर्वर प्रोग्राम संदेश प्रदर्शित करता है सभी क्लाइंट कनेक्ट डे हैं। शुरू करने के लिए तैयार हैं? OK पर क्लिक करें।
      2. जाँच ें कि प्रतिभागी उपयोगकर्ताओं की स्क्रीन प्रयोग की स्वागत स्क्रीन प्रदर्शित करती है (प्रथम निर्देश पृष्ठ).
        नोट: प्रयोगकर्ता इस बिंदु तक सत्र तैयार कर सकता है।

4. प्रायोगिक प्रक्रिया

  1. प्रतिभागियों को निर्धारित प्रयोग समय-स्लॉट पर वीडियो कॉन्फ्रेंस में प्रवेश दें। एक मानकीकृत पाठ का उपयोग कर के सभी प्रतिभागियों का स्वागत करें। प्रतिभागियों को तकनीकी प्रक्रिया के बारे में समझाएं।
  2. ऑनलाइन सहमति फॉर्म का लिंक साझा करें। जांचें कि सभी प्रतिभागियों ने लिखित सहमति दी है।
  3. प्रतिभागियों को दूरस्थ डेस्कटॉप कनेक्शन टूल खोलने के लिए मार्गदर्शन करें और वीडियो कॉन्फ्रेंस में व्यक्तिगत चैट के माध्यम से प्रत्येक प्रतिभागी को अपना व्यक्तिगत लॉगिन डेटा भेजें।
    नोट: जब प्रतिभागी प्रतिभागी उपयोगकर्ताओं के लिए लॉग इन करते हैं, तो प्रयोगशाला में नोटबुक प्रतिभागी उपयोगकर्ताओं से कनेक्शन खो देंगे। यहां से, प्रयोग स्वचालित रूप से चलता है जब तक कि प्रतिभागी अंतिम पृष्ठ तक नहीं पहुंच जाते, उन्हें वीडियो कॉन्फ्रेंस पर लौटने का निर्देश देते हैं।
  4. प्रतिभागियों को ओके पर क्लिक करके पुष्टि करें कि उन्होंने पहला निर्देश पृष्ठ पढ़ा है। एक बार सभी प्रतिभागियों ने पुष्टि कर दी है, तब तक प्रतीक्षा करें जब तक कि प्रतिभागियों ने गेम पूरा नहीं कर लिया।
    नोट: प्रतिभागी अपनी पसंदीदा गति से निर्देशों के माध्यम से पृष्ठ कर सकते हैं। एक बार जब सभी प्रतिभागियों ने पुष्टि कर दी है कि उन्होंने निर्देशों को पढ़ लिया है, तो सीटीजी स्वचालित रूप से शुरू हो जाता है। गेम सर्वर.कॉन्फ़िगरेशन फ़ाइल में बताए गए अनुसार कई राउंड के माध्यम से स्वचालित रूप से प्रगति करता है।
  5. परीक्षण चरण
    1. प्रतिभागियों को दो भूमिकाओं में से एक को असाइन करें: निवेशक या ट्रस्टी।
      नोट: कई प्रतिभागियों को एक ही भूमिका सौंपी जा सकती है।
    2. क्या निवेशकों ने सबसे निचले क्षेत्र (0 के निवेश का संकेत दिया) और ट्रस्टियों ने सबसे ऊपर के क्षेत्र पर शुरुआत की है (0 की वापसी का संकेत देते हुए) (चित्रा 1 बी)।
    3. प्रतिभागियों को निर्देश दें कि वे अपने अवतार को बाएं-क्लिक द्वारा आसन्न षट्भुज क्षेत्र में स्थानांतरित करें। प्रतिभागियों को निर्देश दें कि केवल आसन्न फ़ील्ड चुने जा सकते हैं और फ़ील्ड को छोड़ा नहीं जा सकता है। प्रतिभागियों को निर्देश दें कि उनका अवतार प्रत्येक चाल के बाद 4000 एमएस के लिए एक छोटी पूंछ प्रदर्शित करेगा जो उस अंतिम दिशा को इंगित करता है जहां से वे वर्तमान क्षेत्र में चले गए (चित्रा 1 सी)।
    4. निवेशकों को शुरुआत से आगे बढ़ने की अनुमति दें (टाइम-इन = 0) आंदोलन के माध्यम से इंगित करने के लिए कि वे कितना निवेश करना चाहते हैं। एक निश्चित समय के बाद, निवेशकों की आवाजाही (टाइम-आउट) पर प्रतिबंध लगाएं।
      नोट: जिस क्षेत्र पर वे खड़े हैं, वह तब इंगित करेगा कि कितना निवेश किया गया है। प्लेफील्ड के बीच में, एक नीला नंबर भी ट्रस्टी को भेजी गई राशि दिखाएगा। यदि प्रयोग सर्वसम्मति से निवेश की आवश्यकता के लिए स्थापित किया जाता है, तो निवेश केवल तभी किया जाएगा जब सभी प्रतिभागी एक ही क्षेत्र में खड़े हों।
    5. निर्देशों में स्पष्ट करें कि निवेश की गई राशि को एक कारक (जैसे, तीन) से गुणा किया जाता है और ट्रस्टियों को भेजा जाता है। ट्रस्टियों को तब तक स्थानांतरित करने से रोकें जब तक निवेशक ट्रस्टी टाइम-आउट की लंबाई में ट्रस्टी टाइम-इन निर्धारित करके आगे बढ़ रहे हैं।
    6. न्यासियों को निर्देश दें कि वे उस अंश को इंगित करने के लिए आगे बढ़ें जो वे निवेशकों को वापस करना चाहते हैं। एक बार जब ट्रस्टी टाइम-आउट हो जाता है, तो जिस क्षेत्र पर ट्रस्टी खड़े होते हैं, उसे निवेशकों को लौटाए जाने वाले अंश को इंगित करने के लिए लिया जाता है। लौटाई गई राशि को प्लेफील्ड के बीच में एक पीले नंबर (चित्रा 1 डी) द्वारा भी इंगित किया जाता है।
    7. पॉप-अप विंडो में उस राशि को प्रदर्शित करें जो व्यक्ति ने राउंड के अंत में अर्जित की है (चित्रा 1 ई)।
    8. आवश्यकतानुसार गेम राउंड दोहराएं (यानी, जैसा कि server.config फ़ाइल में इंगित किया गया है)।
    9. एक बार सभी राउंड पूरा हो जाने के बाद, प्रतिभागियों को एक व्यक्तिगत अद्वितीय कोड उत्पन्न करने के लिए कहें ताकि व्यवहार डेटा को गुमनाम रखते हुए इन-गेम कमाई को उनके नाम से जोड़ा जा सके।
    10. प्रतिभागियों द्वारा कोड उत्पन्न करने के बाद, एक स्क्रीन प्रदर्शित करें जो प्रतिभागियों को वीडियो कॉन्फ्रेंस पर लौटने और दूरस्थ डेस्कटॉप कनेक्शन बंद करने का निर्देश देती है।
      नोट: प्रयोगात्मक प्रक्रिया (15 गेम राउंड के साथ इस प्रोटोकॉल में अनुभाग 4) में 35 मिनट लगते हैं।
    11. यदि किसी प्रतिभागी की तकनीकी समस्याओं या विफलता के लिए आवश्यक है कि प्रयोग सत्र को निरस्त कर दिया जाए, तो उसी प्रतिभागियों के साथ प्रयोग को फिर से शुरू करने से बचें।
  6. परीक्षण के बाद का चरण
    1. एक बार खेल पूरा हो जाने के बाद, सुनिश्चित करें कि सभी प्रतिभागियों ने दूरस्थ डेस्कटॉप कनेक्शन बंद कर दिया है। प्रतिभागियों को प्रश्नावली भरें जैसा कि एक विशिष्ट शोध प्रश्न के लिए उपयुक्त देखा गया है।
    2. जब प्रतिभागी प्रश्नावली भर रहे हैं, तो स्टॉप एंड एग्जिट पर क्लिक करके प्रयोगकर्ता उपयोगकर्ता पर सर्वर प्रोग्राम बंद करें। यह प्रतिभागी उपयोगकर्ताओं पर कार्यक्रम को भी बंद कर देगा।
    3. प्रतिभागियों को उनके समय के लिए धन्यवाद दें और बताएं कि उनकी कमाई उन्हें कैसे और कब हस्तांतरित की जाएगी। सुनिश्चित करें कि सभी प्रतिभागियों ने वीडियो कॉन्फ्रेंस छोड़ दी है, खासकर अगर एक और प्रयोग टाइम-स्लॉट सीधे बाद में निर्धारित किया गया है।

5. प्रयोग समाप्त करना

  1. डेटा (उदाहरण के लिए, क्लाउड में) को प्रति समूह एक * .csv और एक * .txt फ़ाइल के रूप में स्थानांतरित और बैकअप लें और प्रयोग समय-स्लॉट, प्रयोग के एक दिन- और समय-टिकट द्वारा चिह्नित किया गया है।
  2. सभी दूरस्थ डेस्कटॉप कनेक्शन बंद करें।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

यह पेपर 16 प्रतिभागियों (पांच पुरुष, 11 महिलाएं; आयु: एम = 21, एसडी = 2.07)। जोहानसन और ब्रूक्स42 के अनुसार, यह नमूना आकार एक पायलट प्रयोग में पर्याप्त है, खासकर जब प्रयोग के दौरान प्रतिभागियों के व्यक्तिपरक अनुभव के बारे में उच्च सूचना घनत्व तक पहुंचने के लिए गुणात्मक दृष्टिकोण के साथ जोड़ा जाता है। यह अनुशंसा की जाती है कि जब भी शोधकर्ता सीटीजी को अपने विशिष्ट शोध विचार के अनुकूल बनाने का इरादा रखते हैं, उदाहरण के लिए, प्रत्येक समूह के भीतर प्रतिभागियों की संख्या को अनुकूलित करके, उच्च डेटा गुणवत्ता सुनिश्चित करने के लिए मुख्य डेटा संग्रह से पहले एक समान पायलट अध्ययन चलाया जाना चाहिए।

पायलट डेटा के आधार पर, यह पेपर सीटीजी डेटा के संभावित विश्लेषण विधियों के साथ-साथ सीटीजी सेटअप के पहले सत्यापन दोनों का चित्रण प्रदान करता है। यहां रिपोर्ट किए गए परिणामों में सीटीजी पायलट अध्ययन से आंदोलन और निवेश डेटा शामिल हैं (एक समूह से उदाहरण आउटपुट पूरक डेटा 1 और पूरक डेटा 2 में देखा जा सकता है और एक उदाहरण डेटा प्रीप्रोसेसिंग स्क्रिप्ट ओएसएफ प्रोजेक्ट में देखा जा सकता है: https://s.gwdg.de/Cwx3ex) साथ ही प्रयोग के दौरान प्रतिभागियों के व्यक्तिपरक अनुभव पर प्रश्नावली डेटा और खेल पर टिप्पणी।

इस प्रकाशन के लिए, पायलट डेटा (एन = 16) का उपयोग यह प्रदर्शित करने के लिए किया जाता है कि पर्याप्त नमूना आकार तक पहुंचने पर सीटीजी के साथ वैज्ञानिक परिकल्पनाओं का परीक्षण कैसे किया जा सकता है। यह ध्यान दिया जाना चाहिए कि, आमतौर पर, सांख्यिकीय विश्लेषण के लिए पर्याप्त शक्ति तक पहुंचने के लिए बहुत बड़े नमूना आकार की आवश्यकता होती है। यहां रिपोर्ट किए गए परिणाम केवल संभावित विश्लेषण और विज़ुअलाइज़ेशन (चित्रा 5) के लिए चित्र के रूप में काम करना चाहिए। सीटीजी सामूहिक विश्वास की प्रक्रियाओं की जांच के लिए विशेष रूप से उपयुक्त है, और यह अन्य समूह के सदस्यों या ट्रस्टी के व्यवहार के आधार पर कैसे उभरता है या घटता है।

सबसे पहले, एक आकस्मिक घटना के रूप में सामूहिक विश्वास के गुणों की जांच की गई। यह अनुमान लगाया गया है कि सामूहिक विश्वास खेल में निवेश समय के साथ बदलता है (यानी, उभरता है)। इसका मतलब यह है कि पहले, मध्य (यानी, सातवें) और पंद्रहवें दौर में औसत निवेश एक दूसरे से काफी अलग होना चाहिए। इस परिकल्पना का परीक्षण युग्मित नमूना टी-परीक्षणों (बोनफेरोनी सही) के साथ किया गया था। छोटे नमूने के आकार (चार समूहों में N = 16) के कारण, पायलट डेटा में पहले (M = 27.0, SD = 20.49), सातवें (M = 39, SD = 30.0; गोल 1: t(3) = -0.511, p = 1) और पंद्रहवें राउंड (M = 42, SD = 31.75; राउंड 1: t(3) = -0.678 का अंतर नहीं पाया जा सका। पी = 1; राउंड 7 का अंतर: टी (3) = -0.397, पी = 1)। डेटा का पुन: विश्लेषण केवल उन निवेशों का उपयोग करके किया गया था जो सर्वसम्मति से किए गए थे। राउंड के बीच कोई महत्वपूर्ण अंतर नहीं पाया गया, शायद छोटे नमूने के कारण भी (एम1 = 24, एसडी1 = 24; एम7 = 52, एसडी7 = 18.33; एम15 = 56, एसडी15 = 18.33)। साथ दिए गए डेटा को चित्रा 5 ए में देखा जा सकता है। पर्याप्त नमूना आकार वाले अध्ययनों में, राउंड के बीच एक महत्वपूर्ण अंतर और राउंड में निवेश में निरंतर वृद्धि या कमी प्रयोग में सामूहिक विश्वास के उद्भव का संकेत देगी क्योंकि समूह में निवेशक बार-बार बातचीत कर सकते हैं और इसलिए, विश्वास का एक साझा स्तर स्थापित कर सकते हैं।

इसके अतिरिक्त, सामूहिक विश्वास के उद्भव की जांच आंदोलन डेटा का उपयोग करके भी की जा सकती है, जैसा कि चित्रा 5 बी में देखा जा सकता है, जो निर्णय प्रक्रिया के तीन व्यवहार मार्करों को दर्शाता है: (ए) निर्णय समय (लाल; निवेशकों के अंतिम कदम तक का समय; M = 12.25, SD = 7.05) प्रक्रिया की लंबाई के परिचालन के रूप में, (b) चाल की लंबाई (हरा; दो चालों के बीच औसत समय: M = 2.42, SD = 2.16) विचार-विमर्श के संचालन के रूप में, और (c) दिशा परिवर्तन (नीला; कितनी बार एक गति दिशा बदली गई; एम = 0.25, एसडी = 0.66) एक निर्णय के दौरान अन्य निवेशकों को समायोजन के परिचालन के रूप में। यदि सामूहिक विश्वास राउंड में उभरता है, तो तीन व्यवहार मार्करों द्वारा निर्धारित प्रक्रिया समय के साथ कम जटिल हो जानी चाहिए क्योंकि सामूहिक विश्वास समूह निवेश निर्णय का आधार होना चाहिए। इसका मतलब यह है कि यदि सामूहिक विश्वास एक उभरती हुई संरचना है, तो हमें यह देखना चाहिए कि समूहों को पहले के दौर में निवेश निर्णयों के लिए अधिक समय लगता है क्योंकि विश्वास का कोई साझा स्तर (यानी, सामूहिक विश्वास) अभी तक नहीं उभरा है। बातचीत के दौरान, निवेश निर्णय छोटे (जैसा कि निर्णय समय द्वारा मापा जाता है) और आसान होना चाहिए (जैसा कि गति की लंबाई और दिशा परिवर्तनों द्वारा मापा जाता है) क्योंकि सामूहिक विश्वास का एक साझा स्तर विकसित हुआ है और समूह निवेश को निर्धारित करने के लिए कम बातचीत या समन्वय की आवश्यकता होती है। इसलिए, शोधकर्ताओं को राउंड पर व्यवहार मार्करों की प्रगति को मॉडल करने के लिए एक बड़े नमूने का उपयोग करना चाहिए। एक नकारात्मक ढलान समूह निवेश निर्णयों के आधार के रूप में सामूहिक विश्वास के उद्भव का संकेत दे सकता है।

दूसरा, ट्रस्टी के व्यवहार और ट्रस्टियों और निवेशकों के व्यवहार की निर्भरता का विश्लेषण किया गया था। यह अनुमान लगाया गया था कि ट्रस्टी निवेशकों को गैर-शून्य राशि वापस करेंगे, जैसा कि व्यक्तिगत ट्रस्ट गेम 1,43 पर शोध में पाया गया है। एक-नमूना टी-परीक्षण से पता चला कि ट्रस्टियों ने निवेशकों को शून्य (एम = 43.89, एसडी = 35.38) से काफी अधिक लौटाया; t(59) = 9.608, p <.001. यह और भी स्पष्ट था जब केवल उन रिटर्न को शामिल किया गया था जो गैर-शून्य निवेश (एम = 62.70, एसडी = 24.36; t(46) = 16.677, p <.001)। चित्रा 5 सी से पता चलता है कि ट्रस्टियों ने अक्सर निवेश का 4/6 वापस करना चुना।

इसके अतिरिक्त, यह जांच की गई कि क्या ट्रस्टियों के रिटर्न पारस्परिकता पर आधारित हैं, जिसमें एक दौर में उच्च निवेश एक ही दौर में उच्च रिटर्न अंशों (यानी, 0/6, 1/6, 2/6, ...) के साथ संबंधित है। निवेश और रिटर्न के बीच एक महत्वपूर्ण सहसंबंध प्रतीत होता है जैसा कि चित्रा 5 डी, बाएं पैनल में देखा जा सकता है; t(58) = 9.446, p < .001, r = .78 इससे संकेत मिलता है कि ट्रस्टियों ने उच्च रिटर्न के साथ उच्च निवेश किया होगा। हालांकि, यह उन राउंड से प्रेरित हो सकता है जिसमें निवेशकों ने या तो शून्य निवेश किया या सर्वसम्मत निर्णय पर नहीं पहुंचे ताकि ट्रस्टी के पास कुछ भी वापस करने का विकल्प न हो। अंत में, यह विश्लेषण किया गया था कि क्या उच्च रिटर्न अंशों को निवेशकों द्वारा आगे के संकेतों के रूप में माना जाता है, ताकि राउंड टी में उच्च रिटर्न अंश राउंड टी + 1 में उच्च निवेश के साथ सहसंबद्ध हों। जैसा कि चित्रा 5 डी, दाएं पैनल में देखा जा सकता है, यह डेटा द्वारा पुष्टि नहीं की गई थी; t(54) = 0.207, p = .837, r = .028

संक्षेप में, सीटीजी के मात्रात्मक डेटा में प्रत्येक दौर में प्रत्येक प्रतिभागी के आंदोलन और निवेश डेटा दोनों शामिल हैं। जबकि निवेश डेटा व्यक्तिगत ट्रस्ट गेम के पिछले अनुप्रयोगों के लिए समानताएं प्रदान करता है, आंदोलन डेटा शोधकर्ताओं को सामूहिक विश्वास की प्रक्रिया का निरीक्षण करने की अनुमति देता है। यह ध्यान दिया जाना चाहिए कि डेटा वास्तविक समूहों में एकत्र किया जाता है, जो बाहरी वैधता को बढ़ाता है, लेकिन आवश्यक है कि नेस्टेड डेटा संरचना पर विचार किया जाए। यह रिपोर्ट किए गए विश्लेषणों के लिए नहीं किया गया था क्योंकि पायलट डेटा का छोटा नमूना आकार मिश्रित प्रभाव रैखिक मॉडल के आवेदन को प्रतिबंधित करता है।

इसके अतिरिक्त, व्यक्तिपरक अनुभव पर डेटा पायलट नमूने में एक पोस्ट-एक्सपेरिमेंट प्रश्नावली (पूरक फ़ाइल 1) के साथ एकत्र किया गया था जिसमें कुल 13 आइटम शामिल थे, जिनमें से 11 ओपन-एंडेड प्रश्न थे। प्रयोग के दौरान व्यक्तिपरक अनुभव के बगल में, सीटीजी के विशिष्ट पहलुओं के बारे में पूछे गए आइटम जो डेटा की गुणवत्ता को प्रभावित कर सकते हैं, जैसे कि खेल के दौरान प्रतिभागियों के व्यवहार के व्यक्तिपरक सिद्धांत, प्रयोग के इरादे पर विश्वास करना, या निर्देशों की स्पष्टता। पांच-बिंदु लिकट पैमाने पर मूल्यांकन किए गए दो बंद-प्रारूप प्रश्नों का मूल्यांकन किया गया कि क्या प्रतिभागियों ने आंदोलन के माध्यम से निवेश को सहज माना (-2: "बिल्कुल नहीं" से +2: "बहुत") और क्या प्रतिभागियों को खेल में स्थानांतरित करने के लिए दिया गया समय पर्याप्त लग रहा था (-2: "बहुत छोटा"; 0: "सही के बारे में"; +2: "बहुत लंबा")।

आम तौर पर, प्रतिभागियों ने प्रयोग के इरादे और निर्देशों का पालन करने में आसानी के अनुरूप व्यक्तिपरक अनुभवों की सूचना दी, जबकि अध्ययन के इरादे के बारे में पर्याप्त भोलेपन को भी दिखाया। औसतन प्रतिभागियों ने खेल को "काफी सहज" (एम = 0.69, एसडी = 0.79) बताया और समय को "लगभग सही" माना (एम = -0.31, एसडी = 0.79)।

ओपन-एंडेड प्रश्नों के प्रतिभागियों के उत्तरों का मेरिंग44 के अनुसार गुणात्मक रूप से विश्लेषण किया गया था। कुल मिलाकर, प्रतिभागी भर्ती प्रक्रिया और ऑनलाइन प्रक्रिया, प्रयोग में गुमनामी के संरक्षण, प्रदान किए गए निर्देशों और जानकारी की स्पष्टता और खेल के तर्क से संतुष्ट थे। अधिकांश प्रतिभागी अवतारों के डिजाइन से संतुष्ट थे कि उन्हें आसानी से अलग किया जा सकता था। हालांकि, प्रतिभागियों में से केवल आधे ने बताया कि उन्हें अपने अवतार द्वारा प्रतिनिधित्व महसूस हुआ और टिप्पणी की कि प्रतीक या पशु चेहरे अधिक दिलचस्प हो सकते हैं। इन परिणामों के कारण, शोधकर्ताओं को सीटीजी के अनुप्रयोगों में प्रतिभागियों के अवतार के एक उपाय को शामिल करने पर विचार करना चाहिए ताकि इस अनुभव को नियंत्रित किया जा सके, जबकि अभी भी एक न्यूनतम प्रयोगात्मक डिजाइन बनाए रखा जा सके।

अधिकांश प्रतिभागियों ने टिप्पणी की कि उन्होंने प्लेफील्ड के बीच में अभिसरण करने की इच्छा का अनुभव किया, (यानी, उच्चतम निवेश विकल्प पर)। जिन प्रतिभागियों ने इसका अनुभव किया, उन्होंने बताया कि बीच में अभिसरण करने का आग्रह उच्च मात्रा में निवेश करने की उनकी इच्छा के साथ मेल खाता है। इसके अतिरिक्त, कुछ प्रतिभागियों ने बताया कि बीच में आकर्षित महसूस करने के बजाय उन्हें लगा कि उन्हें सह-खिलाड़ियों को बीच की ओर खींचना होगा। प्रयोग की व्यावहारिक बाधाओं और सहज ज्ञान के साथ संभावित ट्रेड-ऑफ के कारण, प्रारंभिक डिजाइन को बरकरार रखा गया था जिसमें उच्च निवेश और रिटर्न बीच में मिलते हैं।

प्रतिभागियों ने अध्ययन के उद्देश्य के बारे में अनुमानों की एक भीड़ की सूचना दी, जैसे कि अपने निर्णयों, विश्वास या ट्रस्टियों के व्यवहार पर समूह प्रभाव। जबकि वे अनुमान विषयगत रूप से विश्वास के जांच किए गए उद्भव के करीब हैं, प्रतिभागियों ने सह-खिलाड़ियों के व्यवहार को प्रभावित करने के लिए लाभ अधिकतमकरण या इरादों जैसी व्यवहार रणनीतियों की सूचना दी। ये रणनीतियाँ सीटीजी के आर्थिक खेल चरित्र के साथ अच्छी तरह से फिट होती हैं और अध्ययन के उद्देश्य से व्यवहार का मुकाबला नहीं करती हैं।

व्यक्तिपरक अनुभव पर परिणामों के आधार पर, यह निष्कर्ष निकाला जा सकता है कि सीटीजी आंतरिक वैधता के मानदंडों को संतुष्ट करता है। यहां रिपोर्ट किए गए मात्रात्मक डेटा विश्लेषण को केवल एक उदाहरण के रूप में काम करना चाहिए कि सीटीजी के साथ एकत्र किए गए डेटा का सांख्यिकीय विश्लेषण कैसे किया जा सकता है।

Figure 2
चित्र 2: खेल निर्देशों का उदाहरण. (A) प्रयोगकर्ता द्वारा तैयार HTML कोड. (बी) ब्राउज़र में प्रदर्शित एचटीएमएल फ़ाइल। (ग) प्रयोग के दौरान प्रतिभागियों को दिखाए गए अनुदेश। निर्देशों के माध्यम से नेविगेट करने के लिए नीचे दिए गए बटन नोट करें। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

Figure 3
चित्रा 3: वीडियो कॉन्फ्रेंस प्लेटफॉर्म का स्क्रीनशॉट। प्रयोगकर्ता ने वीडियो कॉन्फ्रेंसिंग प्लेटफॉर्म और रिमोट डेस्कटॉप कनेक्शन पर बुनियादी जानकारी के साथ अपना कैमरा, माइक्रोफोन और प्रस्तुति साझा की है। एक प्रतिभागी पहले ही सम्मेलन में शामिल हो चुका है, लेकिन गुमनामी रखने के लिए अपने माइक्रोफोन, स्क्रीन या कैमरा को साझा करने से प्रतिबंधित है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

Figure 4
चित्र 4: प्रयोगशाला में सेटअप। प्रयोग शुरू होने से पहले, प्रयोगकर्ता सभी लैपटॉप के साथ एक दूरस्थ डेस्कटॉप कनेक्शन शुरू करेगा। नोटबुक 1 प्रयोग उपयोगकर्ता के साथ जुड़ा हुआ है और पूरे प्रयोग में जुड़ा रहता है। नोटबुक 2 से 5 का उपयोग प्रतिभागी उपयोगकर्ताओं के साथ कनेक्शन स्थापित करने और जांचने के लिए किया जाता है ("प्रतिभागी -1"से "प्रतिभागी -4")। जब प्रतिभागी दूरस्थ डेस्कटॉप कनेक्शन उपकरण के माध्यम से प्रतिभागी उपयोगकर्ताओं से कनेक्शन स्थापित करते हैं, तो प्रयोगशाला में नोटबुक कनेक्शन खो देंगे। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

Figure 5
चित्र 5: पायलट डेटा (एन = चार समूहों में 16) पर आधारित परिणाम। (ए) राउंड 1, 7 और 15 में समूह निवेश (सेंट) के वायलिन प्लॉट। वायलिन आकार निवेश की संभावना घनत्व को इंगित करते हैं, बोल्ड लाइनें माध्य को इंगित करती हैं, वायलिन में बक्से इंटरक्वार्टाइल रेंज का संकेत देते हैं, और मूंछें 1.5 गुना इंटरक्वार्टाइल रेंज का संकेत देती हैं। बाएँ; सभी निवेश करते हैं। दाएँ; सर्वसम्मति से निवेश करें। (बी) आंदोलन डेटा के तीन अलग-अलग मार्कर जिनका उपयोग समूह में निवेश निर्णय प्रक्रिया के पहलुओं को निर्धारित करने के लिए किया जा सकता है। लाल; निर्णय समय (सेकंड में अंतिम चाल तक का समय)। हरा; गति लंबाई का औसत (सेकंड में एक चाल से दूसरे तक का समय)। नीला; आंदोलन पैटर्न (गिनती) में दिशा परिवर्तन की संख्या। (ग) प्रतिफल की आवृत्ति (गणना) प्लॉट। बाएँ; राउंड में सभी रिटर्न (रिटर्न अंशों के रूप में) की गणना की जाती है। दाएँ; केवल उन रिटर्न (रिटर्न अंशों के रूप में) की गणना की जाती है, जिससे पहले ट्रस्टियों को निवेश प्राप्त होता है। (डी) निवेश (सेंट) और रिटर्न (रिटर्न अंशों के रूप में) का बिखराव। ब्लू लाइन अनुमानित मूल्यों को इंगित करती है (सूत्र के साथ एक रैखिक मॉडल का उपयोग करके: y ~ x), ग्रे रिबन भविष्यवाणियों की मानक त्रुटि को इंगित करता है। बाएँ; पारस्परिकता सहसंबंध। क्या उच्च निवेश एक ही दौर में उच्च रिटर्न के साथ सहसंबंधित है? दाएँ; फॉरवर्ड-सिग्नलिंग सहसंबंध। क्या उच्च रिटर्न अगले दौर में उच्च निवेश के साथ संबंधित है? कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

पूरक चित्रा 1: फ्लायर के माध्यम से ऑनलाइन विज्ञापन का उदाहरण जो एक ऑनलाइन ब्लॉग पर पोस्ट किया गया था। यह फ्लायर इस बात का उदाहरण है कि पार्टिसिपेंट रिक्रूटमेंट फ्लायर के विज्ञापन में क्या जानकारी शामिल की जानी चाहिए और इसे किस तरीके से पेश किया जा सकता है। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

पूरक फाइल 1: पायलट अध्ययन की पूरी प्रश्नावली। पायलट अध्ययन में उपयोग की जाने वाली पूर्ण प्रश्नावली यहां पाई जा सकती है। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

पूरक डेटा 1: उदाहरण डेटा आउटपुट जिसमें एक समूह (यानी, चार प्रतिभागी: तीन निवेशक (पीआईडी 0-2) और एक ट्रस्टी (पीआईडी 4) के निवेश डेटा शामिल हैं। यह एक कच्ची डेटा फ़ाइल का एक उदाहरण है जिसमें ए) खेल क्रम की जानकारी, बी) खिलाड़ियों की सूची, सी) सभी खिलाड़ियों की शुरुआत ("स्टार्टसिच") और अंतिम स्थिति ("अंतिम आम खेल का मैदान") के साथ-साथ डी) उनका निवेश, कमाई और खाता शेष ("बैलेंस: लागत इनाम साल्डो")। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

पूरक डेटा 2: उदाहरण डेटा आउटपुट जिसमें एक समूह (यानी, चार प्रतिभागी: तीन निवेशक (पीआईडी 0-2) और एक ट्रस्टी (पीआईडी 4) के आंदोलन डेटा होते हैं। यह एक कच्ची डेटा फ़ाइल का एक उदाहरण है जिसमें प्रयोग में किसी भी समय प्रत्येक खिलाड़ी ("पीआईडी") के समन्वित ("एसजे") होते हैं। एक नए दौर की शुरुआत को "पीआईडी" के रूप में "-1" द्वारा इंगित किया जाता है। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

सीटीजी शोधकर्ताओं को समूहों के लिए क्लासिक बीडीएम1 को अनुकूलित करने और समूहों के भीतर उभरती प्रक्रियाओं को गहराई से देखने का अवसर प्रदान करता है। जबकि अन्य कार्य 23,24,25,26 ने पहले से ही बीडीएम 1 को समूह सेटिंग्स के अनुकूल बनाने का प्रयास किया है, इन अध्ययनों में समूह प्रक्रियाओं तक पहुंचने का एकमात्र तरीका वीडियो-टेप की गई चर्चाओं के श्रमसाध्य समूह इंटरैक्शन विश्लेषण हैं। चूंकि यह अक्सर एक थकाऊ और समय लेने वाला कार्यहोता है, अध्ययन नियमित रूप से इन पहलुओं की रिपोर्ट नहीं करते हैं। इन मौजूदा तरीकों के संबंध में, सीटीजी, लेखकों के ज्ञान के लिए, पहला प्रतिमान है जो शोधकर्ताओं को आंदोलन डेटा के माध्यम से वास्तविक समय में एक आकस्मिक घटना के रूप में सामूहिक विश्वास का पालन करने की अनुमति देता है। इसलिए, सीटीजी अधिक समय-कुशल है। इसके अतिरिक्त, समूह प्रक्रियाओं को पकड़ने के लिए मात्रात्मक विश्लेषण का उपयोग करने से शोधकर्ताओं को प्रक्रिया विश्लेषण को पूर्व-पंजीकृत करने की अनुमति मिलती है, जो अक्सर अधिक गुणात्मक दृष्टिकोण के साथ मुश्किल होता है।

उच्च गुणवत्ता वाले डेटा का उत्पादन करने के लिए प्रतिमान के लिए, प्रोटोकॉल का बारीकी से पालन करना महत्वपूर्ण है। निम्नलिखित पांच महत्वपूर्ण कदम शोधकर्ताओं के विशेष ध्यान देने की आवश्यकता है। सबसे पहले, गेम में किए गए कॉन्फ़िगरेशन को सभी प्रयोग सत्रों में स्थिर रखा जाना चाहिए और प्रलेखित किया जाना चाहिए। दूसरा, जिन प्रतिभागियों ने पहले से ही इसी तरह के अध्ययनों में भाग लिया है (यानी, किसी भी ट्रस्ट गेम संस्करण का उपयोग करने वाले अध्ययन) को भर्ती चरण में बाहर रखा जाना चाहिए क्योंकि इससे व्यवहार में पूर्वाग्रह पैदा हो सकता है और प्रभाव आकार कम हो सकताहै। तीसरा, शोधकर्ताओं को यह सुनिश्चित करने की आवश्यकता है कि प्रतिभागियों को वीडियो कॉन्फ्रेंस के दौरान अपने माइक्रोफ़ोन, कैमरा और पूरा नाम साझा करने से रोककर गुमनाम हैं, क्योंकि गुमनामी के स्तर को आर्थिकखेलों में व्यवहार को प्रभावित करने के लिए दिखाया गया है। चौथा, गेम के स्टार्ट-अप के दौरान, शोधकर्ताओं को पूरी तरह से जांचने की आवश्यकता है कि प्रतिभागी उपयोगकर्ता और प्रयोग उपयोगकर्ता के बीच एक सही संबंध यह सुनिश्चित करके स्थापित किया गया है कि प्रतिभागी उपयोगकर्ता प्रयोगकर्ता जीयूआई में सूचीबद्ध है। पांचवां, डेटा एकत्र करने वाले अनुसंधान सहायकों को प्रतिभागियों के साथ तकनीकी चुनौतियों का निवारण करने में सक्षम होने के लिए बड़े पैमाने पर प्रशिक्षित करने की आवश्यकता होती है। यदि प्रतिभागियों को दूरस्थ डेस्कटॉप कनेक्शन स्थापित करने में समस्याओं का अनुभव होता है, तो अनुसंधान सहायकों को समूह में प्रतिभागियों को बनाए रखने के लिए सहायता प्रदान करने में सक्षम होना चाहिए। यदि कोई व्यक्ति तकनीकी कठिनाइयों के कारण बाहर निकल जाता है, तो प्रयोग समय-स्लॉट के भीतर सभी प्रतिभागियों को पुनर्निर्धारित करना पड़ सकता है, जिसके परिणामस्वरूप अतिरिक्त मौद्रिक लागत और समय-हानि हो सकती है।

यदि गेम के स्टार्ट-अप के दौरान तकनीकी कठिनाइयाँ आती हैं, तो सुनिश्चित करें कि (a) आपकी दूरस्थ डेस्कटॉप मशीन पर एक वर्तमान जावा रनटाइम वातावरण स्थापित है, (b) सभी उपयोगकर्ता साझा फ़ोल्डरों में फ़ाइलों तक पहुँच और निष्पादित कर सकते हैं, (c) सभी उपयोगकर्ता एक ही निर्देशिका में आदेश निष्पादित कर रहे हैं, और (d) दूरस्थ डेस्कटॉप कनेक्शन तक पहुंचने वाले सभी PC / लैपटॉप में एक स्थिर इंटरनेट कनेक्शन है। प्रयोगात्मक सत्र के दौरान समस्या निवारण के लिए, जाँचें कि (a) सभी प्रतिभागियों और शोधकर्ताओं के पास एक स्थिर इंटरनेट कनेक्शन है, (b) प्रतिभागियों को दूरस्थ डेस्कटॉप कनेक्शन के लिए सही लॉग इन जानकारी प्राप्त हुई है, और (c) दूरस्थ डेस्कटॉप कनेक्शन चलाने वाले सर्वर के पास प्रयोगात्मक सत्र के दौरान पर्याप्त संसाधन (जैसे, CPU उपयोग की जाँच करें) हैं।

सीटीजी विभिन्न शोध प्रश्नों के लिए अत्यधिक अनुकूलनीय है जो अनुसंधान में संभावित अनुप्रयोगों की चौड़ाई के लिए अनुमति देता है। एक अध्ययन के उद्देश्य के आधार पर, मापदंडों की एक भीड़ को अनुकूलित किया जा सकता है, जैसे कि खिलाड़ियों की संख्या, सर्वसम्मत निर्णयों की आवश्यकता, दृश्य उपस्थिति, समय और बीडीएम के मौद्रिक पैरामीटर। जबकि इस प्रतिमान का लचीलापन एक लाभ है, यह ध्यान रखना महत्वपूर्ण है कि प्रतिमान के अनुकूलन को हमेशा सिद्धांत में सख्ती से स्थापित किया जाना चाहिए और संचालित किया जाना चाहिए। शोधकर्ताओं द्वारा *.config फ़ाइलों में किए जा सकने वाले कॉन्फ़िगरेशन से परे, गेम को केवल जोहान्स प्रित्ज द्वारा प्रोग्राम किए गए स्रोत कोड के माध्यम से समायोजित किया जा सकता है, जो अभी तक ऑनलाइन उपलब्ध नहीं है। जबकि कई अनुकूलन संभव हैं, हनीकॉम्ब प्लेटफॉर्म का ढांचा संभावित अनुप्रयोगों को आंदोलन कार्यों और असतत निवेश विकल्पों तक सीमित करता है।

सीटीजी के भविष्य के अनुप्रयोगों में, रिटर्न व्यवहार पर उच्च संकल्प प्रदान करने के लिए रिटर्न अंशों की मात्रा बढ़ाई जा सकती है (उदाहरण के लिए, 1/10, 2/10, 3/10, ...)। इस तरह, निवेशकों के साथ-साथ ट्रस्टियों के पक्ष को व्यक्तियों या समूहों द्वारा खेला जा सकता है, जिससे विश्वास के विभिन्न स्तरों और संदर्भों की जांच की अनुमति मिलती है जैसा कि फुलमर और गेलफेंड7 द्वारा प्रस्तावित किया गया था। इस प्रोटोकॉल के भविष्य के अनुप्रयोग इस पद्धति की ऑनलाइन प्रक्रिया को हनीकॉम्ब प्लेटफॉर्म 30,32,46,47 के अन्य प्रयोगों के साथ भी जोड़ सकते हैं या इसमें संचार के अन्य रूप शामिल हो सकते हैं जैसे कि चैट या यहां तक कि बूस और सहकर्मियों द्वारा प्रस्तुत ऑन-साइट प्रयोग में निवेशकों और / या ट्रस्टियों के बीच आमने-सामने बातचीत। . इस तरह, सामूहिक विश्वास के उद्भव को प्रभावित करने वाले अन्य संकेत, जैसे कि अशाब्दिक संचार, इस प्रतिमान का उपयोग करके भी अध्ययन किया जा सकता है।

कुल मिलाकर, सीटीजी समृद्ध समूह प्रक्रिया डेटा के साथ आर्थिक खेल-उच्च आंतरिक वैधता और सादगी के फायदों को जोड़ता है। इस तरह, सीटीजी विश्वास और निष्पक्षता प्रक्रियाओं पर समूह अनुसंधान में एक कदम के रूप में काम कर सकता है।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों के पास खुलासा करने के लिए कुछ भी नहीं है।

Acknowledgments

इस शोध को कोई बाहरी धन नहीं मिला।

Materials

Name Company Catalog Number Comments
Data Analysis Software and Packages R version 4.2.1 (2022-06-23 ucrt) R Core Team R: A Language and Environment for Statistical Computing. at [https://www.R-project.org/]. R Foundation for Statistical Computing. Vienna, Austria. (2020).
Data Analysis Software and Packages R Studio version 2022.2.3.492 "Prairie Trillium" RStudio Team RStudio: Integrated Development Environment for R. at [http://www.rstudio.com/]. RStudio, PBC. Boston, MA. (2020).
Data Analysis Software and Packages ggplot2 version 3.3.6 Wickham, H. ggplot2: Elegant Graphics for Data Analysis. at [https://ggplot2.tidyverse.org]. Springer-Verlag New York. (2016).
Data Analysis Software and Packages cowplot version 1.1.1 Wilke, C.O. cowplot: Streamlined Plot Theme and Plot Annotations for “ggplot2.” at [https://CRAN.R-project.org/package=cowplot]. (2020).
OnlineQuestionnaireTool LimeSurvey Community Edition Version 3.28.16+220621  Any preferred online questionnaire tool can be used. LimeSurvey or SoSciSurvey are recommended.
Notebooks or PCs DELL Latitude 7400 Any laptop that is able to establish a stable Remote Desktop Connection can be used.
Participant Management Software ORSEE version 3.1.0 It is recommended to use ORSEE (Greiner, B. [2015]. Subject pool recruitment procedures: Organizing experiments with ORSEE. Journal of the Economic Science Association, 1, 114–125. https://doi.org/10.1007/s40881-015-0004-4), but other software options might be available.
Program to Open RemoteDesktop Connection Remote Desktop Connection (Program distributed with each Windows 10 installation.) The following tools are recommended: RemoteDesktopConnection (for Windows), Remmina (for Linux), or Microsoft Remote Desktop (for Mac OS).
Server to run RemoteDesktop Environment VMware vSphere environment based on vSphere ESXi version 6.5 Ideally provided by IT department of university/institution.
VideoConference Platform BigBlueButton Version 2.3 It is recommend to use a platform such as BigBlueButton or other free software that does not record participant data on an external server. The platform should provide the following functions: 1) possibility to restrict access to microphone and camera for participants, 2) hide participant names from other participants, 3) possibility to send private chat message to participants.
Virtual Machine running Linux-Installation Xubuntu version 20.04 "Focal Fossa" Other Linux-based systems will also be possible.

DOWNLOAD MATERIALS LIST

References

  1. Berg, J., Dickhaut, J., McCabe, K. Trust, reciprocity, and social history. Games and Economic Behavior. 10 (1), 122-142 (1995).
  2. Costa, A. C., Fulmer, C. A., Anderson, N. R. Trust in work teams: An integrative review, multilevel model, and future directions. Journal of Organizational Behavior. 39 (2), 169-184 (2018).
  3. Kiffin-Petersen, S. Trust: A neglected variable in team effectiveness research. Journal of the Australian and New Zealand Academy of Management. 10 (1), 38-53 (2004).
  4. Grossman, R., Feitosa, J. Team trust over time: Modeling reciprocal and contextual influences in action teams. Human Resource Management Review. 28 (4), 395-410 (2018).
  5. Schoorman, F. D., Mayer, R. C., Davis, J. H. An integrative model of organizational trust: Past, present, and future. Academy of Management Review. 32 (2), 344-354 (2007).
  6. Shamir, B., Lapidot, Y. Trust in organizational superiors: Systemic and collective considerations. Organization Studies. 24 (3), 463-491 (2003).
  7. Fulmer, C. A., Gelfand, M. J. At what level (and in whom) we trust: Trust across multiple organizational levels. Journal of Management. 38 (4), 1167-1230 (2012).
  8. Rousseau, D. M., Sitkin, S. B., Burt, R. S., Camerer, C. Not so different after all: A cross-discipline view of trust. Academy of Management Review. 23 (3), 393-404 (1998).
  9. Dirks, K. T. Trust in leadership and team performance: Evidence from NCAA basketball. Journal of Applied Psychology. 85 (6), 1004-1012 (2000).
  10. Kim, P. H., Cooper, C. D., Dirks, K. T., Ferrin, D. L. Repairing trust with individuals vs. groups. Organizational Behavior and Human Decision Processes. 120 (1), 1-14 (2013).
  11. Forsyth, P. B., Barnes, L. L. B., Adams, C. M. Trust-effectiveness patterns in schools. Journal of Educational Administration. 44 (2), 122-141 (2006).
  12. Gray, J. Investigating the role of collective trust, collective efficacy, and enabling school structures on overall school effectiveness. Education Leadership Review. 17 (1), 114-128 (2016).
  13. Kramer, R. M. Collective trust within organizations: Conceptual foundations and empirical insights. Corporate Reputation Review. 13 (2), 82-97 (2010).
  14. Kramer, R. M. The sinister attribution error: Paranoid cognition and collective distrust in organizations. Motivation and Emotion. 18 (2), 199-230 (1994).
  15. Kozlowski, S. W. J. Advancing research on team process dynamics: Theoretical, methodological, and measurement considerations. Organizational Psychology Review. 5 (4), 270-299 (2015).
  16. Kozlowski, S. W. J., Chao, G. T. The dynamics of emergence: Cognition and cohesion in work teams. Managerial and Decision Economics. 33 (5-6), 335-354 (2012).
  17. Kolbe, M., Boos, M. Laborious but elaborate: The benefits of really studying team dynamics. Frontiers in Psychology. 10, 1478 (2019).
  18. McEvily, B. J., Weber, R. A., Bicchieri, C., Ho, V. Can groups be trusted? An experimental study of collective trust. Handbook of Trust Research. , 52-67 (2002).
  19. Adams, C. M. Collective trust: A social indicator of instructional capacity. Journal of Educational Administration. 51 (3), 363-382 (2013).
  20. Chetty, R., Hofmeyr, A., Kincaid, H., Monroe, B. The trust game does not (only) measure trust: The risk-trust confound revisited. Journal of Behavioral and Experimental Economics. 90, 101520 (2021).
  21. Harrison, G. W. Hypothetical bias over uncertain outcomes. Using Experimental Methods in Environmental and Resource Economics. , 41-69 (2006).
  22. Harrison, G. W. Real choices and hypothetical choices. Handbook of Choice Modelling. , Edward Elgar Publishing. 236-254 (2014).
  23. Holm, H. J., Nystedt, P. Collective trust behavior. The Scandinavian Journal of Economics. 112 (1), 25-53 (2010).
  24. Kugler, T., Kausel, E. E., Kocher, M. G. Are groups more rational than individuals? A review of interactive decision making in groups. WIREs Cognitive Science. 3 (4), 471-482 (2012).
  25. Cox, J. C. Trust, reciprocity, and other-regarding preferences: Groups vs. individuals and males vs. females. Experimental Business Research. Zwick, R., Rapoport, A. , Springer. Boston, MA. 331-350 (2002).
  26. Song, F. Intergroup trust and reciprocity in strategic interactions: Effects of group decision-making mechanisms. Organizational Behavior and Human Decision Processes. 108 (1), 164-173 (2009).
  27. Johnson, N. D., Mislin, A. A. Trust games: A meta-analysis. Journal of Economic Psychology. 32 (5), 865-889 (2011).
  28. Rosanas, J. M., Velilla, M. Loyalty and trust as the ethical bases of organizations. Journal of Business Ethics. 44, 49-59 (2003).
  29. Dunn, J. R., Schweitzer, M. E. Feeling and believing: The influence of emotion on trust. Journal of Personality and Social Psychology. 88 (5), 736-748 (2005).
  30. Boos, M., Pritz, J., Lange, S., Belz, M. Leadership in moving human groups. PLOS Computational Biology. 10 (4), 1003541 (2014).
  31. Boos, M., Pritz, J., Belz, M. The HoneyComb paradigm for research on collective human behavior. Journal of Visualized Experiments. (143), e58719 (2019).
  32. Ritter, M., Wang, M., Pritz, J., Menssen, O., Boos, M. How collective reward structure impedes group decision making: An experimental study using the HoneyComb paradigm. PLOS One. 16 (11), 0259963 (2021).
  33. Kocher, M., Sutter, M. Individual versus group behavior and the role of the decision making process in gift-exchange experiments. Empirica. 34 (1), 63-88 (2007).
  34. Ickinger, W. J. A behavioral game methodology for the study of proxemic behavior. , Doctoral Dissertation (1985).
  35. Deligianis, C., Stanton, C. J., McGarty, C., Stevens, C. J. The impact of intergroup bias on trust and approach behaviour towards a humanoid robot. Journal of Human-Robot Interaction. 6 (3), 4-20 (2017).
  36. Haring, K. S., Matsumoto, Y., Watanabe, K. How do people perceive and trust a lifelike robot. Proceedings of the World Congress on Engineering and Computer Science. 1, 425-430 (2013).
  37. Gintis, H. Behavioral game theory and contemporary economic theory. Analyse & Kritik. 27 (1), 48-72 (2005).
  38. Weimann, J. Individual behaviour in a free riding experiment. Journal of Public Economics. 54 (2), 185-200 (1994).
  39. How to install Xrdp server (remote desktop) on Ubuntu 20.04. Linuxize. , Available from: https://linuxize.com/post/how-to-install-xrdp-on-ubuntu-20-04/ (2020).
  40. How to create users in Linux (useradd Command). Linuxize. , Available from: https://linuxize.com/post/how-to-create-users-in-linux-using-the-useradd-command/ (2018).
  41. How to create a shared folder between two local user in Linux. GeeksforGeeks. , Available from: https://www.geeksforgeeks.org/how-to-create-a-shared-folder-between-two-local-user-in-linux/ (2019).
  42. Johanson, G. A., Brooks, G. P. Initial scale development: Sample size for pilot studies. Educational and Psychological Measurement. 70 (3), 394-400 (2010).
  43. Glaeser, E. L., Laibson, D. I., Scheinkman, J. A., Soutter, C. L. Measuring trust. The Quarterly Journal of Economics. 115 (3), 811-846 (2000).
  44. Mayring, P. Qualitative Content Analysis: Theoretical Background and Procedures. Approaches to Qualitative Research in Mathematics Education: Examples of Methodology and Advances in Mathematics Education. Kikner-Ahsbahs, A., Knipping, C., Presmed, N. , Springer. Dordrecht. 365-380 (2015).
  45. Chandler, J., Paolacci, G., Peer, E., Mueller, P., Ratliff, K. A. Using nonnaive participants can reduce effect sizes. Psychological Science. 26 (7), 1131-1139 (2015).
  46. Belz, M., Pyritz, L. W., Boos, M. Spontaneous flocking in human groups. Behavioural Processes. 92, 6-14 (2013).
  47. Boos, M., Franiel, X., Belz, M. Competition in human groups-Impact on group cohesion, perceived stress and outcome satisfaction. Behavioural Processes. 120, 64-68 (2015).

Tags

व्यवहार मुद्दा 188
सामूहिक ट्रस्ट गेम: हनीकॉम्ब प्रतिमान के आधार पर ट्रस्ट गेम का एक ऑनलाइन समूह अनुकूलन
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Ritter, M., Kroll, C. F., Voigt, H., … More

Ritter, M., Kroll, C. F., Voigt, H., Pritz, J., Boos, M. The Collective Trust Game: An Online Group Adaptation of the Trust Game Based on the HoneyComb Paradigm. J. Vis. Exp. (188), e63600, doi:10.3791/63600 (2022).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter