4.4.3 Mechanisms

Experiments masukat ang kung ano ang nangyari. Mekanismo ipaliwanag kung bakit at kung paano ito nangyari.

Ang ikatlong pangunahing ideya para sa paglipat ng higit sa mga simpleng eksperimento ay ang mga mekanismo . Sinasabi sa atin ng mga mekanismo kung bakit o kung paano naging epekto ang paggamot. Ang proseso ng paghahanap para sa mga mekanismo ay minsan tinatawag na naghahanap para sa mga intervening variable o mediating variable . Kahit na ang mga eksperimento ay mabuti para sa pagtantya ng mga epekto sa pananahilan, madalas na hindi ito idinisenyo upang ipakita ang mga mekanismo. Ang mga digital na eksperimento ay makakatulong sa amin na makilala ang mga mekanismo sa dalawang paraan: (1) pinagana nila kami upang mangolekta ng higit pang data ng proseso at (2) paganahin nila sa amin upang masubukan ang maraming mga kaugnay na paggamot.

Dahil ang mekanismo ay nakakalito upang tukuyin pormal (Hedström and Ylikoski 2010) , sisimulan ko ang isang simpleng halimbawa: limes at scurvy (Gerber and Green 2012) . Sa ikalabing walong siglo, ang mga doktor ay may magandang pag-iisip na kapag kumain ng limes ang mga sailor, hindi sila nagkasakit. Ang scurvy ay isang kahila-hilakbot na sakit, kaya ito ay malakas na impormasyon. Ngunit hindi alam ng mga doktor kung bakit pinipigilan ng limes ang kasakiman. Ito ay hindi hanggang 1932, halos 200 taon na ang lumipas, na maaaring mapagkakatiwalaan ng mga siyentipiko na ang bitamina C ay ang dahilan na pumigil ang dayap ng kasakiman (Carpenter 1988, 191) . Sa kasong ito, ang bitamina C ay ang mekanismo kung saan pinipigilan ng limes ang kasakiman (tayahin 4.10). Siyempre, ang pagkilala sa mekanismo ay napakahalaga rin sa siyensiya-maraming agham ang tungkol sa pag-unawa kung bakit nangyayari ang mga bagay. Ang pagkakakilanlan ng mga mekanismo ay napakahalaga rin talaga. Sa sandaling naiintindihan namin kung bakit gumagana ang isang paggamot, maaari naming potensyal na bumuo ng mga bagong paggamot na mas mahusay na gumagana.

Figure 4.10: Ang mga lihim ay pinipigilan ang scurvy at ang mekanismo ay bitamina C.

Sa kasamaang palad, napakahirap ang paghihiwalay ng mga mekanismo. Hindi tulad ng limes at scurvy, sa maraming mga setting ng lipunan, malamang na gumana ang mga paggamot sa pamamagitan ng maraming interrelated na daanan. Gayunpaman, sa kaso ng mga pamantayan ng panlipunan at paggamit ng enerhiya, sinubukan ng mga mananaliksik na ihiwalay ang mga mekanismo sa pamamagitan ng pagkolekta ng data ng proseso at mga kaugnay na paggamot sa pagsubok.

Ang isang paraan upang masubukan ang posibleng mga mekanismo ay sa pamamagitan ng pagkolekta ng data ng proseso tungkol sa kung paano ang paggamot ay nakakaapekto sa posibleng mga mekanismo. Halimbawa, Allcott (2011) na Allcott (2011) na ang Mga Ulat ng Enerhiya sa Home ay nagdulot ng mga tao na babaan ang paggamit ng kuryente. Ngunit paano mas mababa ang mga ulat na ito sa paggamit ng kuryente? Ano ang mga mekanismo? Sa isang follow-up na pag-aaral, Allcott and Rogers (2014) sa isang kumpanya ng kapangyarihan na, sa pamamagitan ng isang rebate program, nakuha ang impormasyon tungkol sa kung aling mga consumer ang nag-upgrade ng kanilang mga appliances sa mas maraming mga modelo ng enerhiya na mahusay. Allcott and Rogers (2014) na bahagyang mas maraming tao ang tumatanggap ng Home Energy Reports na na-upgrade ang kanilang mga appliances. Ngunit ang kaibahan na ito ay napakaliit na maaari itong i-account lamang ng 2% ng pagbawas sa paggamit ng enerhiya sa ginagamot na mga sambahayan. Sa ibang salita, ang mga pag-upgrade ng appliance ay hindi ang nangingibabaw na mekanismo kung saan ang Home Energy Report ay bumaba sa pagkonsumo ng kuryente.

Ang ikalawang paraan upang mag-aral ng mga mekanismo ay ang magpatakbo ng mga eksperimento na may bahagyang iba't ibang mga bersyon ng paggamot. Halimbawa, sa eksperimento ng Schultz et al. (2007) at lahat ng mga eksperimento sa Home Energy Report, ang mga kalahok ay binigyan ng paggamot na may dalawang pangunahing bahagi (1) mga tip tungkol sa pagtitipid ng enerhiya at (2) impormasyon tungkol sa paggamit ng kanilang enerhiya kaugnay sa kanilang mga kapantay (figure 4.6). Kaya, posible na ang mga tip sa pag-save ng enerhiya ay ang dahilan ng pagbabago, hindi ang impormasyon ng peer. Upang masuri ang posibilidad na ang mga tip ay nag-iisa ay sapat na, nakipagtulungan ang isang Ferraro, Miranda, and Price (2011) sa isang kumpanya ng tubig malapit sa Atlanta, Georgia, at nagpatakbo ng isang kaugnay na eksperimento sa konserbasyon ng tubig na kinasasangkutan ng mga 100,000 kabahayan. May apat na kalagayan:

• isang grupo na nakatanggap ng mga tip sa pag-save ng tubig
• isang grupo na nakatanggap ng mga tip sa pag-save ng tubig kasama ang isang moral na apila upang makatipid ng tubig
• isang grupo na nakatanggap ng mga tip sa pag-save ng tubig kasama ang isang moral na apela upang i-save ang tubig kasama ang impormasyon tungkol sa kanilang paggamit ng tubig na may kaugnayan sa kanilang mga kapantay
• isang grupo ng kontrol

Nalaman ng mga mananaliksik na ang mga tip-lamang na paggamot ay walang epekto sa paggamit ng tubig sa maikling (isang taon), daluyan (dalawang taon), at mahaba (tatlong taon) na term. Ang mga tip kasama ang paggamot sa apela ay nagdulot ng mga kalahok upang mabawasan ang paggamit ng tubig, ngunit lamang sa panandaliang. Sa wakas, ang mga tip kasama ang pag-apila at paggamot sa impormasyon ng kapwa ay sanhi ng pagbawas ng paggamit sa maikli, daluyan, at mahabang panahon (tayahin 4.11). Ang mga uri ng mga eksperimento na may unbundled na paggamot ay isang mahusay na paraan upang malaman kung anong bahagi ng paggamot-o kung alin ang magkakasama-ay ang mga nagiging sanhi ng epekto (Gerber and Green 2012, sec. 10.6) . Halimbawa, ang eksperimento ng Ferraro at mga kasamahan ay nagpapakita sa amin na ang mga tip sa pag-save ng tubig ay hindi sapat upang mabawasan ang paggamit ng tubig.

Figure 4.11: Mga resulta mula sa Ferraro, Miranda, and Price (2011) . Ang mga pagpapagamot ay ipinadala Mayo 21, 2007, at ang mga epekto ay sinusukat sa panahon ng summers ng 2007, 2008, at 2009. Sa pamamagitan ng unbundling ang paggamot, ang mga mananaliksik na inaasahan upang bumuo ng isang mas mahusay na kahulugan ng mga mekanismo. Ang mga tip-lamang na paggamot ay walang epekto sa maikling (isang taon), daluyan (dalawang taon), at mahaba (tatlong taon) na termino. Ang mga tip kasama ang paggamot sa apela ay nagdulot ng mga kalahok upang mabawasan ang paggamit ng tubig, ngunit lamang sa maikling termino. Ang payo at apila kasama ang paggamot sa impormasyon sa mga kasamahan ay nagdulot ng mga kalahok upang mabawasan ang paggamit ng tubig sa maikli, katamtaman, at mahabang panahon. Ang mga vertical na bar ay tinatayang agwat ng kumpyansa. Tingnan ang Bernedo, Ferraro, and Price (2014) para sa aktwal na mga materyales sa pag-aaral. Inangkop mula sa Ferraro, Miranda, and Price (2011) , talahanayan 1.

Sa isip, ang isa ay lilipat sa mga layon ng mga sangkap (mga tip, mga tip kasama ang apela, mga tip kasama ang apila at impormasyon ng peer) sa isang buong disenyo ng factorial-minsan ding tinatawag na isang \(2^k\) disenyo ng factorial-kung saan ang bawat posibleng kumbinasyon ng tatlong elemento ang nasubok (talahanayan 4.1). Sa pamamagitan ng pagsubok sa lahat ng posibleng kumbinasyon ng mga sangkap, ang mga mananaliksik ay maaaring ganap na masuri ang epekto ng bawat bahagi sa paghihiwalay at sa kumbinasyon. Halimbawa, ang eksperimento ng Ferraro at mga kasamahan ay hindi nagbubunyag kung ang nag-iisa na paghahambing ay sapat na upang humantong sa mga pangmatagalang pagbabago sa pag-uugali. Sa nakaraan, ang mga ganap na mga disenyo ng paktorial na ito ay mahirap na tumakbo sapagkat nangangailangan sila ng malaking bilang ng mga kalahok at nangangailangan sila ng mga mananaliksik upang makontrol at maihatid ang isang malaking bilang ng mga paggamot. Ngunit, sa ilang mga sitwasyon, ang digital na edad ay nagtanggal ng mga logistical limitasyon na ito.

Sa buod, ang mga mekanismo-ang mga daanan kung saan ang isang paggamot ay may epekto-ay hindi kapani-paniwalang mahalaga. Ang mga digital na eksperimento sa edad ay maaaring makatulong sa mga mananaliksik na malaman ang tungkol sa mga mekanismo sa pamamagitan ng (1) pagkolekta ng data ng proseso at (2) pagpapagana ng buong mga pangkat na pang-disenyo. Ang mga mekanismo na iminungkahi ng mga pamamaraang ito ay maaaring direktang masuri ng mga eksperimento na partikular na idinisenyo upang subukan ang mga mekanismo (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .

Sa kabuuan, ang tatlong konsepto-bisa, heterogeneity ng mga epekto sa paggamot, at mga mekanismo-ay nagbibigay ng isang malakas na hanay ng mga ideya para sa pagdisenyo at pagbibigay-kahulugan sa mga eksperimento. Ang mga konsepto na ito ay tumutulong sa mga mananaliksik na lumabas sa mga simpleng eksperimento tungkol sa kung ano ang "gumagana" sa mas mahusay na mga eksperimento na may mas mahigpit na mga link sa teorya, na nagbubunyag kung saan at bakit ang paggamot ay gumagana, at maaaring makatulong sa mga mananaliksik na magdisenyo ng mas epektibong paggamot. Dahil sa haka-haka na background na ito tungkol sa mga eksperimento, bubuksan ko ngayon kung paano mo maaaring gawin ang iyong mga eksperimento.