4.4.3 ಕಾರ್ಯವಿಧಾನ

ಪ್ರಯೋಗಗಳು ಏನಾಯಿತು ಅಳೆಯಲು. ಏಕೆ ಮತ್ತು ಅದು ಸಂಭವಿಸಿದ ಹೇಗೆ ಕಾರ್ಯವಿಧಾನ ವಿವರಿಸಲು.

ಸರಳ ಪ್ರಯೋಗಗಳನ್ನು ಮೀರಿ ಹೋಗುವುದರಲ್ಲಿ ಮೂರನೆಯ ಪ್ರಮುಖ ಕಲ್ಪನೆಯು ಕಾರ್ಯವಿಧಾನವಾಗಿದೆ . ಕಾರ್ಯವಿಧಾನವು ಏಕೆ ಅಥವಾ ಹೇಗೆ ಪರಿಣಾಮವನ್ನು ಉಂಟುಮಾಡಿದೆ ಎಂಬುದನ್ನು ನಮಗೆ ತಿಳಿಸಿ. ಯಾಂತ್ರಿಕ ಹುಡುಕುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಕೆಲವೊಮ್ಮೆ ಅಸ್ಥಿರ ಮಧ್ಯದ ಅಥವಾ ಅಸ್ಥಿರ ಮಧ್ಯವರ್ತಿಸುತ್ತದೆ ಹುಡುಕುತ್ತಿರುವ ಕರೆಯಲಾಗುತ್ತದೆ. ಸಾಂದರ್ಭಿಕ ಪರಿಣಾಮಗಳನ್ನು ಅಂದಾಜು ಮಾಡಲು ಪ್ರಯೋಗಗಳು ಉತ್ತಮವಾಗಿವೆಯಾದರೂ, ಅವುಗಳನ್ನು ಯಾಂತ್ರಿಕ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸಲು ಸಾಮಾನ್ಯವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿಲ್ಲ. ಎರಡು ವಿಧಾನಗಳಲ್ಲಿ ಯಾಂತ್ರಿಕತೆಯನ್ನು ಗುರುತಿಸಲು ಡಿಜಿಟಲ್ ಪ್ರಯೋಗಗಳು ನಮಗೆ ಸಹಾಯ ಮಾಡಬಹುದು: (1) ಅವರು ಹೆಚ್ಚಿನ ಪ್ರಕ್ರಿಯೆ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ನಮಗೆ ಸಕ್ರಿಯಗೊಳಿಸಿದ್ದಾರೆ ಮತ್ತು (2) ಅವರು ಅನೇಕ ಸಂಬಂಧಿತ ಚಿಕಿತ್ಸೆಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ನಮಗೆ ಸಕ್ರಿಯಗೊಳಿಸುತ್ತಾರೆ.

ಯಾಂತ್ರಿಕ ವ್ಯವಸ್ಥೆಗಳು ಔಪಚಾರಿಕವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲು ಟ್ರಿಕಿ ಕಾರಣ (Hedström and Ylikoski 2010) , ನಾನು ಒಂದು ಸರಳ ಉದಾಹರಣೆಯೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಲಿದ್ದೇನೆ: ಲೈಮ್ಸ್ ಮತ್ತು ಸ್ಕರ್ವಿ (Gerber and Green 2012) . ಹದಿನೆಂಟನೇ ಶತಮಾನದಲ್ಲಿ, ವೈದ್ಯರು ಬಹಳ ಒಳ್ಳೆಯ ಅರ್ಥವನ್ನು ಹೊಂದಿದ್ದರು, ನಾವಿಕರು ಎಣ್ಣೆಯನ್ನು ಸೇವಿಸಿದಾಗ, ಅವರೆಲ್ಲರೂ ಸ್ಕರ್ವಿ ಪಡೆಯಲಿಲ್ಲ. ಸ್ಕರ್ವಿ ಒಂದು ಭಯಾನಕ ಕಾಯಿಲೆಯಾಗಿದೆ, ಆದ್ದರಿಂದ ಇದು ಶಕ್ತಿಯುತವಾದ ಮಾಹಿತಿಯಾಗಿದೆ. ಆದರೆ ಈ ವೈದ್ಯರು ಯಾಕೆ ಸುಕ್ಕುಗಳನ್ನು ತಡೆಗಟ್ಟುವುದನ್ನು ತಿಳಿದಿರಲಿಲ್ಲ. ಸುಮಾರು 200 ವರ್ಷಗಳ ನಂತರ, 1932 ರವರೆಗೆ, ವಿಜ್ಞಾನಿಗಳು ಸುಣ್ಣವನ್ನು ಸುರುಳಿಯಾಗದ (Carpenter 1988, 191) ತಡೆಯುವ ಕಾರಣವೆಂದರೆ ವಿಟಮಿನ್ ಸಿ ಎಂದು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ತೋರಿಸಲು ಸಾಧ್ಯವಾಯಿತು. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ವಿಟಮಿನ್ ಸಿ ಎನ್ನುವುದು ಯಾಂತ್ರಿಕತೆಯಾಗಿದ್ದು, ಅದರ ಮೂಲಕ ಲೈಮ್ಸ್ ಸ್ಕರ್ವಿ (ಫಿಗರ್ 4.10) ಅನ್ನು ತಡೆಯುತ್ತದೆ. ಸಹಜವಾಗಿ, ಯಾಂತ್ರಿಕತೆಯನ್ನು ಗುರುತಿಸುವುದು ಸಹ ಬಹಳ ಮುಖ್ಯವಾದ ವೈಜ್ಞಾನಿಕವಾಗಿ - ಬಹಳಷ್ಟು ವಿಜ್ಞಾನಗಳು ವಿಷಯಗಳನ್ನು ಏಕೆ ಸಂಭವಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಬಗ್ಗೆ. ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಗುರುತಿಸುವುದು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಬಹಳ ಮುಖ್ಯವಾಗಿದೆ. ಚಿಕಿತ್ಸೆಯು ಏಕೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ಅರ್ಥಮಾಡಿಕೊಂಡರೆ, ಹೊಸ ಚಿಕಿತ್ಸೆಯನ್ನು ನಾವು ಇನ್ನೂ ಉತ್ತಮಗೊಳಿಸಬಹುದು.

ಚಿತ್ರ 4.10: ಲೈಮ್ಸ್ ಸ್ಕರ್ವಿ ತಡೆಯುತ್ತದೆ ಮತ್ತು ಯಾಂತ್ರಿಕ ವಿಟಮಿನ್ ಸಿ.

ದುರದೃಷ್ಟವಶಾತ್, ಯಾಂತ್ರಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು ಬಹಳ ಕಷ್ಟ. ಲೈಮ್ಸ್ ಮತ್ತು ಸ್ಕರ್ವಿಗಳಂತಲ್ಲದೆ, ಅನೇಕ ಸಾಮಾಜಿಕ ಸೆಟ್ಟಿಂಗ್ಗಳಲ್ಲಿ, ಚಿಕಿತ್ಸೆಗಳು ಬಹುಶಃ ಅನೇಕ ಪರಸ್ಪರ ಮಾರ್ಗಗಳ ಮೂಲಕ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಆದಾಗ್ಯೂ, ಸಾಮಾಜಿಕ ರೂಢಿಗಳು ಮತ್ತು ಶಕ್ತಿಯ ಬಳಕೆಯ ಸಂದರ್ಭದಲ್ಲಿ, ಪ್ರಕ್ರಿಯೆ ಡೇಟಾ ಮತ್ತು ಪರೀಕ್ಷಾ ಸಂಬಂಧಿತ ಚಿಕಿತ್ಸೆಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ಸಂಶೋಧಕರು ಯಾಂತ್ರಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಪ್ರಯತ್ನಿಸಿದ್ದಾರೆ.

ಸಂಭವನೀಯ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಪರೀಕ್ಷಿಸುವ ಒಂದು ವಿಧಾನವೆಂದರೆ ಪ್ರಕ್ರಿಯೆಯು ಸಂಭವನೀಯ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಹೇಗೆ ಪ್ರಭಾವಿಸಿದೆ ಎಂಬುದರ ಬಗ್ಗೆ ಪ್ರಕ್ರಿಯೆ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವುದು. ಉದಾಹರಣೆಗೆ, ಹೋಲ್ ಎನರ್ಜಿ ರಿಪೋರ್ಟ್ಸ್ ಜನರು ತಮ್ಮ ವಿದ್ಯುತ್ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವಂತೆ Allcott (2011) ತೋರಿಸಿದೆ ಎಂದು ನೆನಪಿಸಿಕೊಳ್ಳಿ. ಆದರೆ ಈ ವಿದ್ಯುತ್ತಿನ ಬಳಕೆಯು ಕಡಿಮೆ ಹೇಗೆ ವರದಿ ಮಾಡಿದೆ? ಯಾಂತ್ರಿಕತೆಗಳು ಯಾವುವು? ಒಂದು ಅನುಸರಣಾ ಅಧ್ಯಯನದಲ್ಲಿ, Allcott and Rogers (2014) ವಿದ್ಯುತ್ ಕಂಪನಿಯಲ್ಲಿ ಪಾಲುದಾರರಾಗಿದ್ದರು, ಒಂದು ರಿಯಾಯಿತಿ ಕಾರ್ಯಕ್ರಮದ ಮೂಲಕ, ಗ್ರಾಹಕರು ತಮ್ಮ ಇಂಧನ-ದಕ್ಷ ಮಾದರಿಗಳಿಗೆ ತಮ್ಮ ಉಪಕರಣಗಳನ್ನು ಅಪ್ಗ್ರೇಡ್ ಮಾಡಿಕೊಂಡಿರುವುದರ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಪಡೆದರು. ಹೋಲ್ ಎನರ್ಜಿ ರಿಪೋರ್ಟ್ಸ್ ಸ್ವೀಕರಿಸುವ ಸ್ವಲ್ಪ ಹೆಚ್ಚು ಜನರು ತಮ್ಮ ಉಪಕರಣಗಳನ್ನು ಅಪ್ಗ್ರೇಡ್ ಮಾಡಿದ್ದಾರೆ ಎಂದು Allcott and Rogers (2014) ಕಂಡುಕೊಂಡರು. ಆದರೆ ಈ ವ್ಯತ್ಯಾಸವು ತುಂಬಾ ಚಿಕ್ಕದಾಗಿದ್ದು, ಚಿಕಿತ್ಸೆಯಲ್ಲಿರುವ ಮನೆಗಳಲ್ಲಿ ಶಕ್ತಿಯ ಬಳಕೆಯಲ್ಲಿ ಕೇವಲ 2% ನಷ್ಟು ಕಡಿಮೆಯಾಗುತ್ತದೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಹೋಮ್ ಎನರ್ಜಿ ರಿಪೋರ್ಟ್ ವಿದ್ಯುತ್ ಬಳಕೆಯನ್ನು ಕಡಿಮೆಗೊಳಿಸುವುದರ ಮೂಲಕ ಉಪಕರಣಗಳ ನವೀಕರಣಗಳು ಪ್ರಬಲವಾದ ಕಾರ್ಯವಿಧಾನವಲ್ಲ.

ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಲು ಎರಡನೆಯ ಮಾರ್ಗವೆಂದರೆ ಚಿಕಿತ್ಸೆಯ ಸ್ವಲ್ಪ ವಿಭಿನ್ನ ಆವೃತ್ತಿಗಳೊಂದಿಗೆ ಪ್ರಯೋಗಗಳನ್ನು ನಡೆಸುವುದು. ಉದಾಹರಣೆಗೆ, Schultz et al. (2007) ಪ್ರಯೋಗದಲ್ಲಿ Schultz et al. (2007) ಮತ್ತು ಎಲ್ಲಾ ನಂತರದ ಹೋಮ್ ಎನರ್ಜಿ ರಿಪೋರ್ಟ್ ಪ್ರಯೋಗಗಳು, ಭಾಗವಹಿಸುವವರಿಗೆ ಎರಡು ಮುಖ್ಯ ಭಾಗಗಳನ್ನು (1) ಇಂಧನ ಉಳಿತಾಯದ ಬಗ್ಗೆ ಸಲಹೆಗಳು ಮತ್ತು (2) ತಮ್ಮ ಶ್ರಮಿಕರಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ತಮ್ಮ ಶಕ್ತಿಯ ಬಳಕೆಯ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು (ವ್ಯಕ್ತಿ 4.6) ಹೊಂದಿದ್ದವು. ಹೀಗಾಗಿ, ಇಂಧನ ಉಳಿಸುವ ಸುಳಿವುಗಳು ಬದಲಾವಣೆಯನ್ನು ಉಂಟುಮಾಡಿದವು, ಆದರೆ ಪೀರ್ ಮಾಹಿತಿಯಲ್ಲ. ಕೇವಲ ಸುಳಿವುಗಳು ಸಾಕಷ್ಟು ಇರಬಹುದೆಂಬ ಸಾಧ್ಯತೆಯನ್ನು ನಿರ್ಣಯಿಸಲು, Ferraro, Miranda, and Price (2011) ಅಟ್ಲಾಂಟಾ, ಜಾರ್ಜಿಯಾ ಬಳಿಯ ಜಲ ಕಂಪೆನಿಯೊಂದಿಗೆ ಸಹಭಾಗಿತ್ವ ಮಾಡಿತು ಮತ್ತು ಸುಮಾರು 100,000 ಮನೆಗಳನ್ನು ಒಳಗೊಂಡ ನೀರಿನ ಸಂರಕ್ಷಣೆಗೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಯೋಗವನ್ನು ನಡೆಸಿತು. ನಾಲ್ಕು ಷರತ್ತುಗಳಿವೆ:

• ನೀರನ್ನು ಉಳಿಸಲು ಸಲಹೆಗಳನ್ನು ಪಡೆದಿರುವ ಒಂದು ಗುಂಪು
• ನೀರನ್ನು ಉಳಿಸಲು ನೀರನ್ನು ಉಳಿಸಲು ಮತ್ತು ನೈತಿಕ ಮನವಿಯನ್ನು ಪಡೆದಿರುವ ಒಂದು ಗುಂಪು
• ನೀರಿನ ಉಳಿತಾಯದ ಬಗ್ಗೆ ಸಲಹೆಗಳನ್ನು ಪಡೆದುಕೊಂಡಿರುವ ಒಂದು ಗುಂಪನ್ನು ಜೊತೆಗೆ ಅವರ ನೀರಿಗೆ ಸಂಬಂಧಿಸಿದ ನೀರಿನ ಬಳಕೆ ಬಗ್ಗೆ ನೀರಿನ ಜೊತೆಗೆ ಮಾಹಿತಿಯನ್ನು ಉಳಿಸಲು ನೈತಿಕ ಮನವಿಯನ್ನು ಪಡೆದರು
• ನಿಯಂತ್ರಣ ಗುಂಪು

ಸಲಹೆಗಳಿಗೆ ಮಾತ್ರ ಚಿಕಿತ್ಸೆಯು ಕಡಿಮೆ (ಒಂದು ವರ್ಷ), ಮಧ್ಯಮ (ಎರಡು ವರ್ಷಗಳ) ಮತ್ತು ದೀರ್ಘ (ಮೂರು ವರ್ಷಗಳ) ಪದಗಳಲ್ಲಿ ನೀರಿನ ಬಳಕೆಯನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿಲ್ಲ ಎಂದು ಸಂಶೋಧಕರು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ. ಸುಳಿವುಗಳು ಮತ್ತು ಮೇಲ್ಮನವಿಯ ಚಿಕಿತ್ಸೆಯು ಭಾಗವಹಿಸುವವರು ನೀರಿನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತವೆ, ಆದರೆ ಅಲ್ಪಾವಧಿಗೆ ಮಾತ್ರ. ಅಂತಿಮವಾಗಿ, ಸುಳಿವುಗಳು ಜೊತೆಗೆ ಮನವಿ ಮತ್ತು ಪೀರ್ ಮಾಹಿತಿ ಚಿಕಿತ್ಸೆಯು ಕಡಿಮೆ, ಮಧ್ಯಮ, ಮತ್ತು ದೀರ್ಘಾವಧಿ (ಅಂಕಿ 4.11) ನಲ್ಲಿ ಕಡಿಮೆಯಾಯಿತು. ಯಾವ ರೀತಿಯ ಚಿಕಿತ್ಸೆಯಲ್ಲಿ ಅಥವಾ ಯಾವ ಭಾಗಗಳನ್ನು ಒಟ್ಟಾಗಿ-ಪರಿಣಾಮವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ (Gerber and Green 2012, sec. 10.6) ಎನ್ನುವುದನ್ನು ಕಂಡುಹಿಡಿಯಲು ಅನ್ಬಂಡೆಡ್ ಚಿಕಿತ್ಸೆಗಳೊಂದಿಗಿನ ಈ ರೀತಿಯ ಪ್ರಯೋಗಗಳು ಉತ್ತಮ ಮಾರ್ಗವಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಫೆರಾರೊ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳ ಪ್ರಯೋಗವು ನೀರು ಉಳಿಸುವ ಸುಳಿವುಗಳು ನೀರಿನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಸಾಕಾಗುವುದಿಲ್ಲ ಎಂದು ನಮಗೆ ತೋರಿಸುತ್ತದೆ.

ಚಿತ್ರ 4.11: Ferraro, Miranda, and Price (2011) ಫಲಿತಾಂಶಗಳು. ಚಿಕಿತ್ಸೆಗಳು ಮೇ 21, 2007 ರಂದು ಕಳುಹಿಸಲ್ಪಟ್ಟವು ಮತ್ತು 2007, 2008, ಮತ್ತು 2009 ರ ಬೇಸಿಗೆಯಲ್ಲಿ ಪರಿಣಾಮಗಳನ್ನು ಅಳೆಯಲಾಯಿತು. ಚಿಕಿತ್ಸೆಯನ್ನು ತಡೆಗಟ್ಟುವ ಮೂಲಕ, ಸಂಶೋಧಕರು ಉತ್ತಮವಾದ ಕಾರ್ಯವಿಧಾನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಆಶಿಸಿದರು. ಸುಳಿವುಗಳು ಮಾತ್ರ ಚಿಕಿತ್ಸೆಯು ಸಣ್ಣ (ಒಂದು ವರ್ಷ), ಮಧ್ಯಮ (ಎರಡು ವರ್ಷಗಳು) ಮತ್ತು ದೀರ್ಘ (ಮೂರು ವರ್ಷಗಳ) ಪದಗಳಲ್ಲಿ ಯಾವುದೇ ಪರಿಣಾಮವನ್ನು ಹೊಂದಿಲ್ಲ. ಸುಳಿವುಗಳು ಮತ್ತು ಮನವಿಯ ಚಿಕಿತ್ಸೆಯು ಭಾಗವಹಿಸುವವರು ನೀರಿನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಕಾರಣವಾಗುತ್ತವೆ, ಆದರೆ ಅಲ್ಪಾವಧಿಗೆ ಮಾತ್ರ. ಸಲಹೆ, ಜೊತೆಗೆ ಮೇಲ್ಮನವಿ ಮತ್ತು ಪೀರ್ ಮಾಹಿತಿ ಚಿಕಿತ್ಸೆ ಭಾಗವಹಿಸುವವರು ಸಣ್ಣ, ಮಧ್ಯಮ, ಮತ್ತು ದೀರ್ಘಾವಧಿಯಲ್ಲಿ ನೀರಿನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಕಾರಣವಾಯಿತು. ಲಂಬ ಬಾರ್ಗಳು ವಿಶ್ವಾಸಾರ್ಹ ಮಧ್ಯಂತರಗಳನ್ನು ಅಂದಾಜಿಸಲಾಗಿದೆ. ನಿಜವಾದ ಅಧ್ಯಯನದ ವಸ್ತುಗಳಿಗೆ Bernedo, Ferraro, and Price (2014) . Ferraro, Miranda, and Price (2011) , ಟೇಬಲ್ 1 ರಿಂದ ಅಳವಡಿಸಲಾಗಿದೆ.

ತಾತ್ತ್ವಿಕವಾಗಿ, ಘಟಕಗಳು (ಸುಳಿವುಗಳು, ಸುಳಿವುಗಳು ಮತ್ತು ಮೇಲ್ಮನವಿ; ಸುಳಿವುಗಳು ಮತ್ತು ಅಪೀಲ್ ಮತ್ತು ಪೀರ್ ಮಾಹಿತಿ) ವಿಸ್ತಾರವಾದ ಅಪವರ್ತನೀಯ ವಿನ್ಯಾಸಕ್ಕೆ ಕೆಲವೊಮ್ಮೆ ಒಂದು \(2^k\) ಅಪವರ್ತನೀಯ ವಿನ್ಯಾಸ ಎಂದು ಕರೆಯಲ್ಪಡುವ - ಮೂರು ಅಂಶಗಳನ್ನು ಪರೀಕ್ಷಿಸಲಾಗಿದೆ (ಟೇಬಲ್ 4.1). ಪ್ರತಿಯೊಂದು ಸಂಭವನೀಯ ಸಂಯೋಜನೆಯನ್ನು ಪರೀಕ್ಷಿಸುವ ಮೂಲಕ, ಸಂಶೋಧಕರು ಪ್ರತ್ಯೇಕವಾಗಿ ಮತ್ತು ಸಂಯೋಜನೆಯಲ್ಲಿ ಪ್ರತಿ ಘಟಕದ ಪರಿಣಾಮವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಿರ್ಣಯಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಫೆರಾರೊ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳ ಪ್ರಯೋಗವು ಪೀರ್ ಹೋಲಿಕೆಯು ನಡವಳಿಕೆಯ ದೀರ್ಘಾವಧಿಯ ಬದಲಾವಣೆಗಳಿಗೆ ಕಾರಣವಾಗಲು ಸಾಕಾಗಬಹುದೆಂದು ಬಹಿರಂಗಪಡಿಸುವುದಿಲ್ಲ. ಹಿಂದೆ, ಈ ಪೂರ್ಣ ಅಪವರ್ತನೀಯ ವಿನ್ಯಾಸಗಳು ಚಲಾಯಿಸಲು ಕಷ್ಟವಾಗಿದ್ದವು, ಏಕೆಂದರೆ ಅವುಗಳು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಪಾಲ್ಗೊಳ್ಳುವವರನ್ನು ಬಯಸುತ್ತವೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಚಿಕಿತ್ಸೆಯನ್ನು ನಿಖರವಾಗಿ ನಿಯಂತ್ರಿಸಲು ಮತ್ತು ತಲುಪಿಸಲು ಸಂಶೋಧಕರು ಅವರಿಗೆ ಅಗತ್ಯವಿರುತ್ತದೆ. ಆದರೆ, ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ, ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಈ ವ್ಯವಸ್ಥಾಪನ ನಿರ್ಬಂಧಗಳನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ.

ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಹೇಳುವುದಾದರೆ, ಒಂದು ಚಿಕಿತ್ಸೆಯು ಪರಿಣಾಮ ಬೀರುವ ಮಾರ್ಗಗಳು- ಕಾರ್ಯವಿಧಾನಗಳು ನಂಬಲಾಗದಷ್ಟು ಪ್ರಾಮುಖ್ಯವಾಗಿವೆ. (1) ಪ್ರಕ್ರಿಯೆ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಮತ್ತು (2) ಸಂಪೂರ್ಣ ಅಪವರ್ತನೀಯ ವಿನ್ಯಾಸಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುವ ಮೂಲಕ ಸಂಶೋಧಕರಿಗೆ ಯಾಂತ್ರಿಕತೆಯ ಬಗ್ಗೆ ಕಲಿಯಲು ಡಿಜಿಟಲ್-ವಯಸ್ಸಿನ ಪ್ರಯೋಗಗಳು ಸಹಾಯ ಮಾಡಬಹುದು. ಈ ವಿಧಾನಗಳಿಂದ ಸೂಚಿಸಲಾದ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ನಂತರ ಯಾಂತ್ರಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) ಪರೀಕ್ಷಿಸಲು ನಿರ್ದಿಷ್ಟವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಪ್ರಯೋಗಗಳಿಂದ ನೇರವಾಗಿ ಪರೀಕ್ಷಿಸಬಹುದಾಗಿದೆ.

ಒಟ್ಟಾರೆಯಾಗಿ, ಈ ಮೂರು ಪರಿಕಲ್ಪನೆಗಳು-ಸಿಂಧುತ್ವ, ಚಿಕಿತ್ಸೆಯ ಪರಿಣಾಮಗಳ ವೈವಿಧ್ಯತೆ ಮತ್ತು ಕಾರ್ಯವಿಧಾನಗಳು-ಪ್ರಯೋಗಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲು ಮತ್ತು ವ್ಯಾಖ್ಯಾನಿಸಲು ಪ್ರಬಲವಾದ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ. ಈ ಪರಿಕಲ್ಪನೆಗಳು ಸಂಶೋಧಕರು "ಸಿದ್ಧಾಂತಕ್ಕೆ ಕಠಿಣವಾದ ಪ್ರಯೋಗಗಳನ್ನು ಹೊಂದಿರುವ" ಪ್ರಯೋಗಗಳು "ಎಂಬುದರ ಬಗ್ಗೆ ಸರಳ ಪ್ರಯೋಗಗಳನ್ನು ಮೀರಿ ಚಲಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಅದು ಎಲ್ಲಿ ಮತ್ತು ಏಕೆ ಚಿಕಿತ್ಸೆಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ ಮತ್ತು ಸಂಶೋಧಕರು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾದ ಚಿಕಿತ್ಸೆಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಬಹುದು. ಪ್ರಯೋಗಗಳ ಬಗ್ಗೆ ಈ ಪರಿಕಲ್ಪನೆಯ ಹಿನ್ನೆಲೆಯನ್ನು ನೀಡಿದರೆ, ನಿಮ್ಮ ಪ್ರಯೋಗಗಳನ್ನು ನೀವು ನಿಜವಾಗಿ ಹೇಗೆ ಮಾಡಬಹುದು ಎಂಬುದನ್ನು ನಾನು ಈಗ ತಿರುಗಿಸುತ್ತೇನೆ.