4.4.3 Mecanismos

Experimentos medir o que pasou. Mecanismos de explicar por que e como isto aconteceu.

A terceira idea clave para ir alén de experiencias simples e mecanismos. Mecanismos de nos dicir por que é como un tratamento causou un efecto. O proceso de busca de mecanismos tamén é ás veces chamado buscando variables intervenientes ou variables mediadoras. Aínda experimentos son bos para estimar os efectos causais, moitas veces eles non están deseñados para revelar mecanismos. experimentos era dixital pode axudarnos a identificar mecanismos de dous xeitos: 1) que nos permiten recoller máis datos do proceso e 2) eles permítennos probar moitos tratamentos relacionados.

Porque os mecanismos son difíciles de definir formalmente (Hedström and Ylikoski 2010) , eu vou comezar con un exemplo simple: Caes e escorbuto (Gerber and Green 2012) . O século 18 médicos tiveron un bo sentido de que, cando os mariñeiros comeron limes non conseguiron escorbuto. O escorbuto é unha enfermidade terrible, que foi a información poderoso. Pero eses médicos non sabía por limes impediu o escorbuto. Non foi ata 1932, case 200 anos máis tarde, que os científicos poden mostrar de forma fiable que a vitamina C foi o motivo que impediu cal escorbuto (Carpenter 1988, p 191) . Neste caso, a vitamina C é o mecanismo a través do cal previr o escorbuto peirao (Figura 4.9). Por suposto, identificando o mecanismo é moi importante cientificamente lotes da ciencia é a comprensión de por que as cousas acontecen. Identificar mecanismos é moi importante na práctica. Xa que entendemos por que un tratamento funciona, podemos potencialmente desenvolver novos tratamentos que funcionan aínda mellor.

Figura 4.9: Cais previr o escorbuto e do mecanismo é a vitamina C.

Desafortunadamente, illando mecanismos é moi difícil. A diferenza de limón e escorbuto, en moitos contextos sociais, tratamentos probablemente operar a través de moitas vías interrelacionados, o que fai o illamento de mecanismos moi difícil. Con todo, no caso das normas sociais e uso de enerxía, os investigadores tentaron illar os mecanismos a través da recollida de datos do proceso e probar tratamentos relacionados.

Unha forma de probar posibles mecanismos é a través da recollida de datos do proceso de como o tratamento impactado posibles mecanismos. Por exemplo, recordar que Allcott (2011) amosa que Portada Relatos de enerxía levou a xente a reducir o seu uso de electricidade. Pero como é que estes informes menor uso de enerxía eléctrica? Cales foron os mecanismos? Nun estudo de seguimento, Allcott and Rogers (2014) unha colaboración con unha empresa de enerxía que, a través dun programa de descontos, adquirira información sobre os consumidores actualizado os seus dispositivos para modelos máis eficientes en termos enerxéticos. Allcott and Rogers (2014) descubriu que un pouco máis persoas que reciben as Portada Relatos de Enerxía actualizado os seus dispositivos. Pero esa diferenza foi tan pequena que só podería ser responsable 2% da diminución do consumo de enerxía nos fogares tratados. Noutras palabras, actualizacións aparello non eran o mecanismo dominante a través do cal o Informe de Enerxía Inicio diminución do consumo de enerxía eléctrica.

Unha segunda maneira de estudar mecanismos é realizar experimentos con versións lixeiramente diferentes do tratamento. Por exemplo, na experiencia de Schultz et al. (2007) e as posteriores experiencias Inicio informe de enerxía, os participantes foron facilitados cun tratamento que ten dúas partes principais 1) consellos aforro de enerxía e 2) Información sobre o seu consumo de enerxía en relación aos seus pares (Figura 4.6). Así, é posible que os consellos de aforro de enerxía son o que causou o cambio, non a información de pares. Para avaliar a posibilidade de que os consellos só podería ser suficiente, Ferraro, Miranda, and Price (2011) unha asociación con unha compañía de auga preto de Atlanta, GA, e pasou un experimento relacionado na conservación da auga, que inclúen preto de 100.000 familias. Había catro condicións:

• un grupo que recibiu consellos aforro de auga.
• un grupo que recibiu consellos aforro de auga + un chamamento moral para aforrar auga.
• un grupo que recibiu consellos aforro de auga + un chamamento moral para aforrar auga + información sobre o seu uso de auga en relación aos seus compañeiros.
• un grupo de control.

Os investigadores descubriron que as puntas único tratamento non tivo efecto sobre o uso da auga no curto (un ano), medio (dous anos) e longo (tres anos) prazo. O consellos + tratamento chamamento causou participantes para diminuír o consumo de auga, pero só a curto prazo. Finalmente, o tratamento consellos + chamamento + pares información causada diminuíu o uso a curto, medio e longo prazo (Figura 4.10). Estes tipos de experimentos con tratamentos desagregados son unha boa forma de descubrir que parte do tratamento, é que partes xuntos, son os únicos que están causando o efecto (Gerber and Green 2012, Sec. 10.6) . Por exemplo, o experimento de Ferraro e compañeiros móstranos que o aforro de auga consellos non son suficientes para diminuír o consumo de auga.

Figura 4.10: Resultados de Ferraro, Miranda, and Price (2011) . Os tratamentos foron enviados 21 de maio de 2007, e os efectos foron medidos durante os veráns de 2007, 2008 e 2009. Por desagregación do tratamento, os investigadores esperaban para desenvolver unha mellor noción dos mecanismos. Os consellos único tratamento tivo practicamente ningún efecto a curto (un ano), medio (dous anos) e longo (tres anos) prazo. O consellos + tratamento chamamento causou participantes para diminuír o consumo de auga, pero só a curto prazo. O chamamento asesoramento + + tratamento da información entre pares causada participantes para diminuír o consumo de auga, a curto, medio e longo prazo. As barras verticais son estimados intervalos de confianza. Vexa Bernedo, Ferraro, and Price (2014) para materiais de estudo reais.

Ideal, sería de ir máis alá da estratificación de compoñentes (consellos, consellos + recurso; consellos + chamamento información punto) a un factorial completo de deseño, tamén ás veces chamado de \ (2 ^ k \) deseño, onde factorial cada combinación posible do tres elementos está probado (Táboa 4.1). Ao examinar cada combinación posible de compoñentes, os investigadores poden avaliar plenamente o efecto de cada compoñente illadamente e en combinación. Por exemplo, o experimento de Ferraro e os seus compañeiros non revelar a comparación de pares só sería suficiente para levar a cambios a longo prazo no comportamento. No pasado, estes modelos factorial completo foi difícil de realizar, pois requiren un gran número de participantes e requiren investigadores para ser capaz de controlar con precisión e proporcionar un gran número de tratamentos. Pero na era dixital elimina esas limitacións loxísticas en ocasións.

En resumo, os mecanismos de-os camiños a través dos cales un tratamento ten un efecto son moi importantes. experimentos era dixital pode axudar aos investigadores a coñecer os mecanismos por 1) a obtención de datos do proceso e 2) permitindo factoriais completos. Os mecanismos suxeridos por estas formulacións poden, a continuación, polo probada directamente por experimentos especificamente deseñados para probar os mecanismos (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .

En total, estes tres conceptos validez; heteroxeneidade dos efectos do tratamento; e mecanismos de proporcionar un poderoso conxunto de ideas para o deseño e interpretación de experimentos. Estes investigadores conceptos axudar a mover ademais experimentos simples sobre o que "funciona" ás experiencias máis ricas que teñen relacións máis estreitas coa teoría, que revelan onde e por que os tratamentos funcionan, e pode incluso axudar aos investigadores a desenvolver tratamentos máis eficaces. Ante este escenario conceptual sobre experimentos, eu vou volver agora para como pode realmente facer os seus experimentos ocorrer.