4.4.2 ਇਲਾਜ ਪ੍ਰਭਾਵ ਦੇ ਸੰਸਿਤੀ

ਪ੍ਰਯੋਗਾਂ ਆਮ ਤੌਰ ਤੇ ਔਸਤ ਅਸਰ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦੀਆਂ ਹਨ, ਪਰ ਪ੍ਰਭਾਵ ਹਰੇਕ ਲਈ ਇੱਕੋ ਜਿਹਾ ਨਹੀਂ ਹੁੰਦਾ.

ਸਾਧਾਰਣ ਪ੍ਰਯੋਗਾਂ ਤੋਂ ਪਰ੍ਹੇ ਜਾਣ ਦਾ ਦੂਜਾ ਮਹੱਤਵਪੂਰਨ ਵਿਚਾਰ ਇਲਾਜ ਪ੍ਰਭਾਵਾਂ ਦੀ ਭਿੰਨਤਾ ਹੈ . Schultz et al. (2007) ਦਾ ਪ੍ਰਯੋਗ Schultz et al. (2007) ਸ਼ਕਤੀਸ਼ਾਲੀ ਤੌਰ 'ਤੇ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਵੱਖੋ ਵੱਖਰੀ ਕਿਸਮ ਦੇ ਲੋਕਾਂ' ਤੇ ਇਕੋ ਤਰ੍ਹਾਂ ਦਾ ਇਲਾਜ ਹੋ ਸਕਦਾ ਹੈ (ਅੰਕ 4.4). ਜ਼ਿਆਦਾਤਰ ਐਨਾਲੌਗ ਪ੍ਰਯੋਗਾਂ ਵਿਚ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਔਸਤ ਇਲਾਜ ਦੇ ਪ੍ਰਭਾਵਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕੀਤਾ ਕਿਉਂਕਿ ਬਹੁਤ ਘੱਟ ਗਿਣਤੀ ਵਿਚ ਹਿੱਸਾ ਲੈਣ ਵਾਲੇ ਸਨ ਅਤੇ ਉਨ੍ਹਾਂ ਬਾਰੇ ਬਹੁਤ ਘੱਟ ਜਾਣਿਆ ਜਾਂਦਾ ਸੀ. ਡਿਜੀਟਲ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ, ਹਾਲਾਂਕਿ, ਅਕਸਰ ਕਈ ਹੋਰ ਭਾਗੀਦਾਰ ਹੁੰਦੇ ਹਨ ਅਤੇ ਉਹਨਾਂ ਬਾਰੇ ਵਧੇਰੇ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ. ਇਸ ਵੱਖਰੇ ਡਾਟਾ ਦੇ ਮਾਹੌਲ ਵਿਚ ਖੋਜਕਰਤਾਵਾਂ ਜੋ ਸਿਰਫ ਔਸਤ ਇਲਾਜ ਪ੍ਰਭਾਵਾਂ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣਾ ਜਾਰੀ ਰੱਖਦੇ ਹਨ, ਉਹਨਾਂ ਤਰੀਕਿਆਂ ਨੂੰ ਗੁਆਏਗਾ ਜਿਨ੍ਹਾਂ ਵਿਚ ਇਲਾਜ ਪ੍ਰਭਾਵਾਂ ਦੀ ਭਿੰਨਤਾ ਬਾਰੇ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਗਿਆ ਹੈ ਕਿ ਇਲਾਜ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਇਸ ਨੂੰ ਕਿਵੇਂ ਸੁਧਾਰਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਇਹ ਕਿਵੇਂ ਨਿਸ਼ਾਨਾ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ. ਜਿਨ੍ਹਾਂ ਨੂੰ ਲਾਭ ਲੈਣ ਦੀ ਜ਼ਿਆਦਾ ਸੰਭਾਵਨਾ ਹੈ

ਇਲਾਜ ਪ੍ਰਭਾਵਾਂ ਦੀ ਭਿੰਨਤਾ ਦੇ ਦੋ ਉਦਾਹਰਣ ਹੋਮ ਊਰਜਾ ਰਿਪੋਰਟਾਂ 'ਤੇ ਵਧੀਕ ਖੋਜ ਤੋਂ ਆਉਂਦੇ ਹਨ. ਸਭ ਤੋਂ ਪਹਿਲਾਂ, Allcott (2011) ਨੇ ਵੱਡੇ- Allcott (2011) ਨਮੂਨਾ ਦਾ ਆਕਾਰ (600,000 ਘਰਾਂ) ਦਾ ਇਸਤੇਮਾਲ ਨਮੂਨਾ ਨੂੰ ਵੰਡਣਾ ਅਤੇ ਪ੍ਰੀ-ਇਲਾਜ ਊਰਜਾ ਦੀ ਵਰਤੋਂ ਦੇ ਦੁਆਰਾ ਘਰੇਲੂ ਊਰਜਾ ਦੀ ਰਿਪੋਰਟ ਦੇ ਪ੍ਰਭਾਵ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ ਸੀ. ਜਦਕਿ Schultz et al. (2007) ਨੇ ਭਾਰੀ ਅਤੇ ਹਲਕੇ ਉਪਭੋਗਤਾਵਾਂ ਵਿਚਾਲੇ ਅੰਤਰ ਲੱਭਿਆ, Allcott (2011) ਨੇ ਦੇਖਿਆ ਕਿ ਭਾਰੀ ਅਤੇ ਹਲਕੇ-ਉਪਭੋਗਤਾ ਸਮੂਹਾਂ ਵਿੱਚ ਵੀ ਅੰਤਰ ਸਨ. ਮਿਸਾਲ ਦੇ ਤੌਰ ਤੇ, ਸਭ ਤੋਂ ਵੱਧ ਤਜਰਬੇਕਾਰ ਉਪਭੋਗਤਾ (ਜਿਨ੍ਹਾਂ ਦੀ ਉਪਰਲੀ ਡੀਸੀਲੀ ਹੈ) ਨੇ ਉਨ੍ਹਾਂ ਦੇ ਊਰਜਾ ਦੀ ਵਰਤੋਂ ਨੂੰ ਦੋ ਗੁਣਾ ਕਰ ਦਿੱਤਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਹੈਵੀ-ਉਪਭੋਗਤਾ ਸਮੂਹ (ਅੰਕੜਾ 4.8) ਦੇ ਮੱਧ ਵਿੱਚ ਕੋਈ ਹੈ. ਇਸ ਤੋਂ ਇਲਾਵਾ ਪ੍ਰੀ-ਟ੍ਰੀਟਮੈਂਟ ਵਿਹਾਰ ਦੁਆਰਾ ਪ੍ਰਭਾਵ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਗਿਆ ਕਿ ਸਭ ਤੋਂ ਘੱਟ ਉਪਯੋਗਕਰਤਾਵਾਂ (ਅੰਕੜਾ 4.8) ਲਈ ਵੀ ਕੋਈ ਬੂਮਰਰੰਗ ਪ੍ਰਭਾਵੀ ਨਹੀਂ ਸੀ.

ਚਿੱਤਰ 4.8: Allcott (2011) ਵਿੱਚ ਇਲਾਜ ਦੇ ਪ੍ਰਭਾਵ ਦੀ Allcott (2011) . ਊਰਜਾ ਦੀ ਵਰਤੋਂ ਵਿਚ ਕਮੀ ਬੇਸਲਾਈਨ ਵਰਤੋਂ ਦੇ ਵੱਖ-ਵੱਖ ਦਸ਼ਮਲਿਆਂ ਦੇ ਲੋਕਾਂ ਲਈ ਵੱਖਰੀ ਸੀ. Allcott (2011) ਤੋਂ Allcott (2011) , ਅੰਕੜਾ 8

ਇੱਕ ਸਬੰਧਿਤ ਅਧਿਐਨ ਵਿੱਚ, Costa and Kahn (2013) ਨੇ ਅਨੁਮਾਨ ਲਗਾਇਆ ਕਿ ਹੋਮ ਊਰਜਾ ਰਿਪੋਰਟ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਇੱਕ ਭਾਗੀਦਾਰ ਦੀ ਸਿਆਸੀ ਵਿਚਾਰਧਾਰਾ ਦੇ ਅਧਾਰ ਤੇ ਵੱਖੋ-ਵੱਖ ਹੋ ਸਕਦੀ ਹੈ ਅਤੇ ਇਹ ਇਲਾਜ਼ ਅਸਲ ਵਿੱਚ ਲੋਕਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀਆਂ ਬਿਜਲੀ ਦੀ ਵਰਤੋਂ ਵਧਾਉਣ ਲਈ ਕੁਝ ਵਿਚਾਰਧਾਰਾਵਾਂ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ. ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿਚ, ਉਨ੍ਹਾਂ ਨੇ ਅਨੁਮਾਨ ਲਗਾਇਆ ਹੈ ਕਿ ਹੋਮ ਊਰਜਾ ਰਿਪੋਰਟਾਂ ਕੁਝ ਕਿਸਮ ਦੇ ਲੋਕਾਂ ਲਈ ਬੂਮਰਰੰਗ ਪ੍ਰਭਾਵੀ ਪੈਦਾ ਕਰ ਸਕਦੀਆਂ ਹਨ. ਇਸ ਸੰਭਾਵਨਾ ਦਾ ਜਾਇਜ਼ਾ ਲੈਣ ਲਈ, ਕੋਸਟਾ ਅਤੇ ਕਾਹਨ ਨੇ ਅਪਵਰ ਡੇਟਾ ਨੂੰ ਤੀਜੀ-ਪਾਰਟੀ ਐਗਰੀਗੇਟਰ ਤੋਂ ਖਰੀਦੇ ਡਾਟੇ ਨਾਲ ਮਿਲਾ ਦਿੱਤਾ ਜਿਸ ਵਿਚ ਰਾਜਨੀਤਿਕ ਪਾਰਟੀ ਰਜਿਸਟਰੀ, ਵਾਤਾਵਰਨ ਸੰਸਥਾਵਾਂ ਨੂੰ ਦਾਨ ਅਤੇ ਨਵਿਆਉਣਯੋਗ ਊਰਜਾ ਪ੍ਰੋਗਰਾਮਾਂ ਵਿਚ ਘਰ ਦੀ ਭਾਗੀਦਾਰੀ ਸ਼ਾਮਲ ਹੈ. ਇਸ ਮਿਲਾਏ ਗਏ ਡਾਟਾਸੈਟ ਦੇ ਨਾਲ, ਕੋਸਟਾ ਅਤੇ ਕਾਹਨ ਨੇ ਪਾਇਆ ਕਿ ਹੋਮ ਊਰਜਾ ਰਿਪੋਰਟਾਂ ਵੱਖ-ਵੱਖ ਵਿਚਾਰਧਾਰਾ ਵਾਲੇ ਹਿੱਸੇਦਾਰਾਂ ਲਈ ਮੁਢਲੇ ਤੌਰ ਤੇ ਸਮਾਨ ਪ੍ਰਭਾਵ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ; ਇਸ ਗੱਲ ਦਾ ਕੋਈ ਸਬੂਤ ਨਹੀਂ ਸੀ ਕਿ ਕਿਸੇ ਵੀ ਸਮੂਹ ਨੇ ਬੂਮਰਾਂਗ ਪ੍ਰਭਾਵਾਂ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ (ਚਿੱਤਰ 4.9).

ਚਿੱਤਰ 4.9: Costa and Kahn (2013) ਵਿੱਚ ਇਲਾਜ ਦੇ ਪ੍ਰਭਾਵ ਦੀ ਭਿੰਨ ਭਿੰਨਤਾ. ਸਮੁੱਚੇ ਨਮੂਨੇ ਲਈ ਅੰਦਾਜ਼ਨ ਔਸਤਨ ਇਲਾਜ ਦਾ ਅਸਰ -2.1% ਹੈ [-1.5%, -2.7%]. ਪ੍ਰਯੋਗ ਤੋਂ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨ ਤੋਂ ਬਾਅਦ ਪਰਿਵਾਰਾਂ ਬਾਰੇ ਜਾਣਕਾਰੀ, Costa and Kahn (2013) ਨੇ ਲੋਕਾਂ ਦੇ ਬਹੁਤ ਹੀ ਖ਼ਾਸ ਸਮੂਹਾਂ ਲਈ ਇਲਾਜ ਪ੍ਰਭਾਵ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਸੰਖਿਆਤਮਕ ਮਾੱਡਰਾਂ ਦੀ ਇੱਕ ਲੜੀ ਵਰਤੀ. ਹਰੇਕ ਸਮੂਹ ਲਈ ਦੋ ਅਨੁਮਾਨ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਹਨ ਕਿਉਂਕਿ ਅੰਦਾਜ਼ੇ ਉਨ੍ਹਾਂ ਦੇ ਸੰਖਿਆਤਮਕ ਮਾਡਲਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਸੰਧੀਆਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ (ਦੇਖੋ Costa and Kahn (2013) ਦੀਆਂ ਟੇਬਲ 3 ਅਤੇ 4 ਵਿੱਚ ਮਾੱਡਲ 4 ਅਤੇ 6). ਜਿਵੇਂ ਕਿ ਇਹ ਉਦਾਹਰਣ ਸਪੱਸ਼ਟ ਕਰਦਾ ਹੈ, ਵੱਖ-ਵੱਖ ਲੋਕਾਂ ਲਈ ਇਲਾਜ ਪ੍ਰਭਾਵਾਂ ਵੱਖਰੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਅੰਕੜਿਆਂ ਦੇ ਮਾਧਿਅਮ ਦੁਆਰਾ ਆਉਣ ਵਾਲੇ ਇਲਾਜ ਪ੍ਰਭਾਵਾਂ ਦੇ ਅੰਦਾਜ਼ੇ ਉਨ੍ਹਾਂ ਮਾਡਲਾਂ ਦੇ ਵੇਰਵੇ (Grimmer, Messing, and Westwood 2014) ਤੇ ਨਿਰਭਰ ਹਨ. Costa and Kahn (2013) , ਟੇਬਲਜ਼ 3 ਅਤੇ 4 ਤੋਂ ਬਦਲਿਆ ਗਿਆ.

ਡਿਜੀਟਲ ਦੀ ਉਮਰ ਵਿਚ, ਇਹ ਦੋ ਉਦਾਹਰਣਾਂ ਦਰਸਾਉਂਦੀਆਂ ਹਨ, ਅਸੀਂ ਇਲਾਜ ਪ੍ਰਭਾਵਾਂ ਦੀ ਭਿੰਨਤਾ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਔਸਤ ਇਲਾਜ ਪ੍ਰਭਾਵਾਂ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹਾਂ ਕਿਉਂਕਿ ਸਾਡੇ ਕੋਲ ਹੋਰ ਬਹੁਤ ਸਾਰੇ ਹਿੱਸੇਦਾਰ ਹਨ ਅਤੇ ਅਸੀਂ ਉਨ੍ਹਾਂ ਪ੍ਰਤੀਭਾਗੀਆਂ ਬਾਰੇ ਹੋਰ ਜਾਣਦੇ ਹਾਂ. ਇਲਾਜ ਦੇ ਪ੍ਰਭਾਵਾਂ ਦੀ ਭਿੰਨਤਾ ਦੇ ਬਾਰੇ ਸਿੱਖਣਾ ਇੱਕ ਇਲਾਜ ਦਾ ਨਿਸ਼ਾਨਾ ਬਣਾ ਸਕਦਾ ਹੈ ਜਿੱਥੇ ਇਹ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ, ਤੱਥ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਨਵੇਂ ਥਿਊਰੀ ਦੇ ਵਿਕਾਸ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ, ਅਤੇ ਸੰਭਵ ਤਾਣੇ-ਬਾਣੇ ਬਾਰੇ ਸੰਕੇਤ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿਸ਼ੇ ਨੂੰ ਮੈਂ ਹੁਣ ਬਦਲਦਾ ਹਾਂ.