4.4.3 तंत्र

परीक्षणहरू के भयो मापन। तंत्र व्याख्या किन र कसरी भयो।

सरल प्रयोगहरू भन्दा बढि जानेको तेस्रो कुञ्जी विचार तंत्र हो । तन्त्रणाले हामीलाई किन बताउँछ कि कस्तो उपचारले असर गर्यो। तंत्र को खोजी को प्रक्रिया को कहिले काँही हस्तक्षेप चर या मध्यस्थ चर को लागी भनिन्छ भनिन्छ। यद्यपि व्यावहारिक प्रभावहरूको अनुमानको लागि प्रयोगहरू राम्रो छन्, तिनीहरू प्रायः तंत्रहरू प्रकट गर्न डिजाइन गरिएका छैनन्। डिजिटल प्रयोगले हामीलाई दुई तरिकामा तवरमा चिनियाँ पहिचान गर्न मदत गर्दछ: (1) उनीहरूले हामीलाई अधिक प्रक्रिया डेटा संकलन गर्न सक्षम बनाउँछन् र (2) उनीहरूले हामीलाई धेरै सम्बन्धित उपचारहरू परीक्षण गर्न सक्षम बनाउँछन्।

किनभने तंत्र औपचारिक रूप देखि परिभाषित गर्न को लागि मुश्किल हो (Hedström and Ylikoski 2010) , म एक सरल उदाहरण संग शुरू गर्न जाँदैछु: limes र scurvy (Gerber and Green 2012) । अठवीं शताब्दीमा, डाक्टरले राम्रो अनुभूति गरेका थिए जब नाविकहरूले उनीहरूलाई लम्बाई खाए, उनीहरूले शरिर पाएनन्। Scurvy एक भयानक रोग हो, त्यसैले यो शक्तिशाली जानकारी थियो। तर यी डाक्टरहरूले थाहा पाएनन् किन लामिले श्रोवीलाई रोक्न सकेन। यो सन् 1 9 32 सम्म लगभग 200 वर्ष पछिको थिएन, कि वैज्ञानिकहरूले राम्ररी देखाउन सक्थे कि विटामिन सी थियो स्कूवी (Carpenter 1988, 191) रोकथामको कारण थियो। यस अवस्थामा, विटामिन सी तन्त्रिकालाई रोक्न को लागी एक तन्त्र हो। (आंक्रा 4.10)। निस्सन्देह, मन्त्रिपरिषद्को पहिचान पनि वैज्ञानिक रूपमा धेरै महत्त्वपूर्ण छ - धेरै विज्ञानहरू बुझ्नका लागि हो किनकि कुराहरू हुन्छ। पहिचान पत्रहरू व्यावहारिक रूपमा पनि महत्त्वपूर्ण छ। एक पटक हामी कसरी उपचार गर्दछौं एकपटक उपचार गर्दछ, हामी सम्भावित नयाँ उपचारहरू विकास गर्न सक्दछ जुन अझ राम्रो काम गर्दछ।

चित्रा 4.10: लम्बी रोकथाम र मेनेजमेन्टलाई लाइट्स भिटामिन सी हुन्छ।

दुर्भाग्यवश, अलग तंत्रहरू धेरै गाह्रो छ। लमजुङ र घोडाको विपरीत, धेरै सामाजिक सेटिङहरूमा, उपचारले सम्भवतः धेरै अन्तर्राष्ट्रिय मार्गमार्फत काम गर्दछ। तथापि, सामाजिक मानदण्डहरू र ऊर्जा प्रयोगको अवस्थामा, शोधकर्ताले प्रक्रिया डाटा एकत्रित गर्न र सम्बन्धित उपचार परीक्षण गरी मेकर्मेनहरू अलग गर्न खोजेको छ।

सम्भावित तंत्रहरू परीक्षण गर्न एक तरिकाले प्रक्रिया डेटा एकत्रित गरेर कसरी सम्भावित सम्भावित तवरमा प्रभाव पार्ने हो। उदाहरणका लागि, याद गर्नुहोस् कि Allcott (2011) ले देखाएको छ कि गृह ऊर्जा रिपोर्टले मानिसहरू बिजुली को उपयोग को कम गर्दछ। तर यी रिपोर्टहरूले कसरी बिजुली को उपयोग को उपयोग गरे? के तंत्रहरू थिए? एक अनुवर्ती अध्ययनमा, Allcott and Rogers (2014) एक पावर कम्पनीको साथमा सहभागी भए जुन, Allcott and Rogers (2014) कार्यक्रमको माध्यमबाट, उपभोक्ताहरूले आफ्नो उपकरणलाई अधिक ऊर्जा-कुशल मोडेलमा अपग्रेड गरेको बारे जानकारी प्राप्त गरेको थियो। Allcott and Rogers (2014) पाया कि थोडा अधिक होम ऊर्जा रिपोर्ट प्राप्त गर्न को लागि आफ्नो उपकरण को उन्नयन। तर यो फरक फरक थियो कि यो उपचार गरिएको परिवारमा ऊर्जा को उपयोग मा कमी को केवल 2% को खाता बनाउन सक्छ। अन्य शब्दहरुमा, उपकरण अपग्रेडहरू शक्तिशाली तंत्र थिएनन् जसको माध्यम ले गृह ऊर्जा रिपोर्ट बिजुली को खपत कम भयो।

तंत्र अध्ययन गर्न दोस्रो तरिका उपचार को थोडा फरक संस्करणहरु संग प्रयोग चलाउन को लागी छ। उदाहरणको लागि, Schultz et al. (2007) प्रयोगको प्रयोगमा Schultz et al. (2007) र सबै पछिको होम ईन्जिनियरिङ रिपोर्ट प्रयोगहरु, प्रतिभागिहरु लाई उपचार को लागी प्रदान गरिएको थियो जसमा दुई मुख्य भागहरु (1) ऊर्जा बचत को बारे मा सुझावहरु र (2) आफ्नो साथीहरु को तुलना मा उनको ऊर्जा उपयोग को बारे मा जानकारी (आंकडे 4.6) थियो। यसकारण, यो सम्भव छ कि ऊर्जा बचत सुझावहरू के कारणले गर्दा परिवर्तन भएको थियो, सहकर्मी जानकारी होइन। सम्भावनाको आकलन गर्नका लागि मात्र सुझावहरू पर्याप्त हुन सक्छ, Ferraro, Miranda, and Price (2011) जर्जियाको अटलांटा नजिकैको जल कम्पनीसँग साझेदारी गरिएको थियो र लगभग 100,000 परिवारमा पानी संरक्षणमा सम्बन्धित प्रयोग चलायो। त्यहाँ चार अवस्थाहरू थिए:

• एक समूह जसले पानी बचत गर्ने सुझावहरू प्राप्त गर्यो
• एक समुहले पानीलाई बचाउन एक नैतिक अप्ठ्यारोमा पानीको बचत गर्न सुझावहरू प्राप्त गर्यो
• एक समूहले पानी बचत गर्न सुझाव दिईएको पानी र एक साथ नैतिक अप्ठ्यारोमा उनीहरूको पानीको प्रयोगको बारेमा पानी को बिरुवाको बारेमा जानकारी
• एक नियन्त्रण समुह

शोधकर्ताहरूले पत्ता लगाए कि युक्तिहरु-केवल उपचारमा कम (एक वर्ष), मध्यम (दुई वर्ष), र लामो (तीन वर्ष) अवधिमा पानीको उपयोगमा कुनै असर पर्दैन। सुझावहरू प्लस अपील उपचारले सहभागीहरूलाई पानीको उपयोगमा कमी ल्याउँदछ, तर केवल छोटो अवधिमा। अन्तमा, सुझावहरू प्लस अपील प्लस सहकर्मी जानकारी उपचारले छोटो, मध्यम र लामो अवधिमा उपयोग घट्यो (4.11 अंक)। यस प्रकारको अनबन्डल उपचारका साथ प्रयोगहरू पत्ता लगाउनको लागि राम्रो तरिका हो कि उपचार कुन कुन भाग हो वा कुन भागहरू सँगै-प्रभावकारी हुन्छ (Gerber and Green 2012, sec. 10.6) । उदाहरणको लागि, फेरोरो र सहकर्मीहरूको प्रयोग हामीलाई देखाउँछ कि पानीको बचत सुझावहरू मात्र पानीको उपयोग घटाउन पर्याप्त हुँदैन।

चित्रा 4.11: Ferraro, Miranda, and Price (2011) परिणाम Ferraro, Miranda, and Price (2011) । उपचार 21 मई, 2007 को पठाइयो, र प्रभावहरु 2007, 2008, र 200 9 को ग्रीष्मकालीन समयमा मापन गरियो। उपचार को अनबाउंड गरेर, शोधकर्ताहरु को तंत्र को बेहतर ज्ञान को विकास को आशा थियो। केवल सुझाव-उपचारले आवश्यक रूपमा छोटो (एक वर्ष), मध्यम (दुई वर्ष), र लामो (तीन वर्ष) अवधिमा कुनै प्रभाव पारेको थिएन। सुझावहरू प्लस अपील उपचारले सहभागीहरूलाई पानीको उपयोगमा कमी ल्याउँदछ, तर केवल छोटो अवधिमा। सल्लाह प्लस अपील प्लस सहकर्मी जानकारी उपचारले सहभागिताको कारण छोटो, मध्यम र लामो अवधिमा पानीको उपयोगमा कमी ल्याउँदछ। ठाडो बारहरू विश्वास अन्तराल अनुमानित छन्। वास्तविक अध्ययन सामग्रीको लागि Bernedo, Ferraro, and Price (2014) हेर्नुहोस्। Ferraro, Miranda, and Price (2011) बाट अनुकूलित, तालिका 1।

आदर्श रूप मा, एक घटक को layering (युक्तियाँ; युक्तियाँ प्लस अपील; सुझावहरु प्लस अपील प्लस साथी साथी जानकारी) एक पूर्ण फैलियरियल डिजाइन को लागि पनि कहिले काही एक \(2^k\) factorial डिजाइन भनिन्छ - जहां प्रत्येक संभव संयोजन को तीन तत्वहरू परीक्षण गरिएको छ (तालिका 4.1)। घटकहरूको प्रत्येक सम्भावना संयोजनको परीक्षण गरेर, शोधकर्ताहरूले प्रत्येक घटकको प्रभावलाई पूर्णता र संयोजनमा पुरा गर्न सक्छन्। उदाहरणका लागि, फेरोरो र सहकर्मीहरूको प्रयोगले यो थाहा पाएन कि साथीहरूको तुलना मात्र एक्लै व्यवहारमा लामो-समय परिवर्तनको नेतृत्व गर्न पर्याप्त भएको थियो। विगतमा, यी पूर्ण गौणीय डिजाइनहरू दौडाउन गाह्रो भएकोले उनीहरूलाई धेरै सहभागीहरूको आवश्यकता पर्दछ र उनीहरूले शोधकर्ताहरूलाई आवश्यक उपचार गर्न र प्रशस्त मात्रामा उपचार गर्न सक्षम हुन्छन्। तर, केहि परिस्थितिहरूमा, डिजिटल युगले यी लक्षणहरू रोक्छ।

संक्षेपमा, तंत्र - जसमा एक उपचार हो जसको मार्गमा असर हुन्छ - अविश्वसनीय रूपमा महत्त्वपूर्ण छ। डिजिटल उमेर प्रयोगहरूले शोधकर्ताहरूले (1) प्रक्रिया डेटा एकत्र गरेर र (2) पूर्ण फैलियरलियर डिजाइनहरू सक्षम गरेर तंत्रहरूको बारेमा जान्न सक्छन्। यी दृष्टिकोणहरूद्वारा सुझाव (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) तंत्रहरू तेश्रो परीक्षणका लागि प्रयोग गरी विशेष परीक्षणहरूबाट परीक्षण गर्न सकिन्छ (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) ।

कुलमा, यी तीन अवधारणाहरू - वैधता, उपचारको प्रभाव विरूपणता, र तंत्रहरू - अनुभवहरूको डिजाइन र व्याख्या गर्नको लागि विचारहरूको शक्तिशाली सेट प्रदान गर्दछ। यी अवधारणाहरूले शोधकर्ताहरूलाई सरल प्रयोगहरू भन्दा बढि हिसाब गर्छन् जुन "काम गर्दछ" धनी अनुभवहरूमा "काम गर्दछ" जो सिद्धान्तको लागि कडा लिङ्कहरू छन्, यसले कतै देखाउँछ र किन उपचारका काम गर्दछ, र यसले शोधकर्ताहरू अझ प्रभावकारी उपचारहरू पनि डिजाइन गर्न मद्दत गर्दछ। प्रयोगहरूको बारेमा यो अवधारणात्मक पृष्ठभूमिलाई दिइयो, म अब तपाई कसरी वास्तवमा तपाईले प्रयोग गर्न सक्नुहुनेछ कि तपाईका प्रयोगहरू हुन्छ।