4.4.3 Mechanizmy

Eksperymenty pomiaru, co się stało. Mechanizmy wyjaśnić, dlaczego i jak to się stało.

Trzeci klucz pomysł na wyjście poza proste eksperymenty są mechanizmy. Mechanizmy nam powiedzieć, dlaczego i jak zabieg spowodował efekt. Proces poszukiwania mechanizmów jest również czasami nazywana szuka interweniując zmienne albo pośredniczenia zmienne. Chociaż eksperymenty są dobre dla oszacowania skutków przyczynowych, że często nie są przeznaczone do ujawnienia mechanizmów. Cyfrowe eksperymenty wieku może pomóc nam zidentyfikować mechanizmy na dwa sposoby: 1) są one pozwalają nam zebrać więcej danych procesowych i 2) pozwalają nam testować wiele podobnych zabiegów.

Ponieważ mechanizmy są trudne do zdefiniowania formalnie (Hedström and Ylikoski 2010) , mam zamiar zacząć od prostego przykładu: lipy i szkorbut (Gerber and Green 2012) . W 18 wieku lekarze mieli całkiem dobre poczucie, że kiedy marynarze jedli lipy nie dostali szkorbut. Scurvy jest straszna choroba więc to był potężny informacji. Ale lekarze nie wiedzieli, dlaczego limonki zapobiec szkorbut. Dopiero w 1932 roku, prawie 200 lat później, że naukowcy mogli w wiarygodny sposób pokazać, że witamina C była powodem, że wapno zapobiega szkorbut (Carpenter 1988, p 191) . W tym przypadku witamina C jest mechanizmem, za pomocą którego wapno zapobiec szkorbutu (Figura 4.9). Oczywiście poznaniu mechanizmu jest bardzo ważne naukowo dużo nauki jest o zrozumienie, dlaczego coś się dzieje. Identyfikacja mechanizmów jest bardzo ważne w praktyce. Kiedy zrozumiemy, dlaczego leczenie działa, możemy potencjalnie opracowania nowych metod leczenia, które działają nawet lepiej.

Rysunek 4.9: Limes zapobiec szkorbut i mechanizm jest witamina C.

Niestety, izolowanie mechanizmów jest bardzo trudne. W przeciwieństwie do wapna i szkorbutu, w wielu sytuacjach towarzyskich, zabiegi prawdopodobnie działają przez wiele powiązanych ze sobą ścieżek, co sprawia, że ​​izolacja mechanizmów niezwykle trudne. Jednak w przypadku norm społecznych i wykorzystania energii, naukowcy starali się odizolować mechanizmów poprzez zbieranie danych procesowych i badania związane zabiegi.

Jednym ze sposobów, aby przetestować możliwych mechanizmów jest proces zbierania danych o tym, jak leczenie wpływ możliwych mechanizmów. Na przykład, przypominam, że Allcott (2011) wykazały, że główna Raporty energetyczne spowodowane ludzie obniżyć zużycie energii elektrycznej. Ale, w jaki sposób te raporty niższe zużycie energii elektrycznej? Jakie są mechanizmy? W obserwacji badania Allcott and Rogers (2014) współpracuje z zakładem energetycznym, że za pośrednictwem programu rabatowego, nabył informacji, na których konsumenci podnieśli swoje urządzenia do większej liczby modeli energooszczędnych. Allcott and Rogers (2014) stwierdzili, że nieco bardziej osób otrzymujących Strona główna Raporty Energy zmodernizowane swoich urządzeń. Ale różnica ta była tak mała, że ​​może to stanowić jedynie 2% spadku zużycia energii w gospodarstwach domowych poddanych. Innymi słowy, modernizacje Urządzenie nie były dominującym mechanizmem, poprzez który Zgłoś Home Energy zmniejszyła zużycie energii elektrycznej.

Drugim sposobem do badania mechanizmów jest eksperymenty z nieco odmiennych wersji tego leczenia. Na przykład, w eksperymencie Schultz et al. (2007) , a wszystkie późniejsze eksperymenty Home Energy Report, uczestnicy otrzymali z leczenia, które ma dwie główne części 1) Wskazówki dotyczące oszczędności energii i 2) informacje na temat ich zużycia energii w stosunku do swoich rówieśników (rysunek 4.6). Tak więc, możliwe jest, że końce oszczędzania energii, co jest przyczyną zmian, nie informacje węzłów. Aby ocenić prawdopodobieństwo, że same końcówki mogło być wystarczające, Ferraro, Miranda, and Price (2011) współpracuje z firmą wody koło Atlanta, GA, i pobiegł powiązany eksperyment na ochronę wód obejmujący około 100 tysięcy gospodarstw domowych. Istniały cztery warunki:

• grupa, która otrzymała wskazówki na temat oszczędzania wody.
• grupa, która otrzymała wskazówki na temat oszczędzania wody + skargę moralny oszczędzać wodę.
• grupa, która otrzymała wskazówki na temat oszczędzania wody + skargę moralny oszczędzać wodę + informacje na temat zużycia wody w stosunku do swoich rówieśników.
• grupa kontrolna.

Naukowcy odkryli, że końcówki tylko leczenie nie miało wpływu na zużycie wody w krótkim (jeden rok), średnie (dwa lata) i długiej (trzy lata) kadencję. W etykietkach + zabieg spowodował odwołanie uczestników, aby zmniejszyć zużycie wody, ale tylko na krótką metę. Wreszcie, leczenie wskazówki + odwołanie + wzajemnej informacji powodowała zmniejszenie wykorzystania w perspektywie krótko-, średnio- i długoterminowych (rysunek 4.10). Tego rodzaju eksperymenty z zabiegów uwolnionych są dobrym sposobem, aby dowiedzieć się, która część leczenia-lub części, które razem, są te, które powodują efekt (Gerber and Green 2012, Sec. 10.6) . Na przykład, eksperyment Ferraro i wsp pokazuje nam, że sam wskazówki oszczędzania wody nie są wystarczające, aby zmniejszyć zużycie wody.

Rysunek 4.10: Wyniki z Ferraro, Miranda, and Price (2011) . Zabiegi zostały wysłane 21 maja 2007, a efekty były mierzone podczas lata 2007, 2008, i 2009. Poprzez rozdzielenie leczenie naukowcy nadzieję opracować lepsze poczucie mechanizmów. Końcówki tylko zabieg miał w zasadzie żadnego wpływu na krótko (jeden rok), średnie (dwa lata) i długiej (trzy lata) kadencję. W etykietkach + zabieg spowodował odwołanie uczestników, aby zmniejszyć zużycie wody, ale tylko na krótką metę. Porady + + odwołanie przetwarzania informacji wzajemnej spowodowane uczestników, aby zmniejszyć zużycie wody w perspektywie krótko-, średnio- i długoterminowej. Pionowe słupki szacowane są przedziały ufności. Zobacz Bernedo, Ferraro, and Price (2014) do rzeczywistych materiałów do nauki.

Najlepiej, by poruszać się poza warstw składników (końcówek; porad + odwołać; porad + odwołanie + informacje typu peer) do pełnego czynnikowego-czasami nazywany \ (2 ^ k \) silnia design-gdzie każda możliwa kombinacja trzy elementy są testowane (tabela 4.1). Testując każdą możliwą kombinację składników, naukowcy mogą w pełni ocenić wpływ każdego składnika osobno lub w połączeniu. Na przykład, eksperyment Ferraro i współpracowników nie ujawnia, czy sama Porównanie wzajemnej byłby wystarczający, aby doprowadzić do długotrwałych zmian w zachowaniu. W przeszłości takie pełne czynnikowe były trudne do uruchomienia, ponieważ wymagają dużej liczby uczestników, wymagają one badaczom być w stanie precyzyjnie sterować i dostarczać wiele zabiegów. Ale wiek cyfrowy usuwa te ograniczenia logistyczne w niektórych sytuacjach.

Podsumowując, mechanizmy-szlaki pośrednictwem którego leczenie ma wpływ, są niezwykle ważne. Cyfrowe eksperymenty wieku może pomóc naukowcom dowiedzieć się o mechanizmach 1) gromadzenie danych procesowych i 2), umożliwiając pełne czynnikowe. Mechanizmy proponowane przez tych podejść można następnie testowane bezpośrednio eksperymentów specjalnie zaprojektowanych do testowania mechanizmów (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .

W sumie te trzy pojęcia-ważności; Różnorodność efektów leczenia; oraz mechanizmy, zapewniają bogaty zestaw pomysłów na zaprojektowanie i interpretacji eksperymentów. Te koncepcje pomagają naukowcom wyjść poza proste eksperymenty o tym, co "działa" do bogatszych doświadczeń, które mocniej linki do teorii, które pokazują gdzie i dlaczego leczenie działa, a może nawet pomóc naukowcom zaprojektować bardziej skutecznych metod leczenia. Biorąc pod uwagę to koncepcyjne o eksperymentach, będę teraz do jak można rzeczywiście zrobić eksperymentów stało.