4.4.3 Mekanizmaları

Deneyler ne ölçer. Neden ve Mekanizmaları nasıl olduğunu açıklar.

Basit deneylerin ötesine geçmek için üçüncü anahtar fikir mekanizmalardır . Mekanizmalar bize bir tedavinin neden veya nasıl bir etki yarattığını anlatır. Mekanizma arama süreci de bazen araya giren değişkenleri veya aracı değişkenleri aramayı denir. Deneyler nedensel etkileri tahmin etmek için iyi olsa da, genellikle mekanizmaları ortaya çıkarmak için tasarlanmamıştır. Dijital deneyler, mekanizmaları iki şekilde tanımlamamıza yardımcı olabilir: (1) daha fazla işlem verisi toplamamızı sağlarlar ve (2) birçok ilgili tedaviyi test etmemizi sağlarlar.

Mekanizmaları resmen tanımlamak zor olduğundan (Hedström and Ylikoski 2010) basit bir örnekle başlayacağım: Limes ve scurvy (Gerber and Green 2012) . On sekizinci yüzyılda, doktorlar denizciler limonu yediklerinde kibirli olmadıkları konusunda oldukça iyi bir fikir sahibi oldular. Scurvy korkunç bir hastalıktır, bu yüzden bu güçlü bir bilgiydi. Ancak bu doktorlar, limuzin neden iskorbayı önlediğini bilmiyordu. Neredeyse 200 yıl sonra, 1932'e kadar, bilim adamlarının C vitamininin kirecin küflenmeyi önleme sebebi olduğunu güvenilir bir şekilde gösterebileceğini düşünmüyordu (Carpenter 1988, 191) . Bu durumda, C vitamini kireçlerin pisliği önlediği mekanizmadır (şekil 4.10). Elbette, mekanizmanın tanımlanması da bilimsel olarak çok önemlidir - birçok bilim, olayların neden gerçekleştiğini anlamaktır. Tanımlama mekanizmaları da pratikte çok önemlidir. Bir tedavinin neden işe yaradığını anladıktan sonra, potansiyel olarak daha iyi çalışan yeni tedaviler geliştirebiliriz.

Şekil 4.10: Limitler, pisliği ve mekanizmayı C vitamini olarak önler.

Ne yazık ki, izolasyon mekanizmaları çok zordur. Limes ve scurvy'den farklı olarak, birçok sosyal ortamda, tedaviler muhtemelen birbiriyle ilişkili birçok yoldan çalışır. Ancak, sosyal normlar ve enerji kullanımı söz konusu olduğunda, araştırmacılar süreç verilerini toplayarak ve ilgili tedavileri test ederek mekanizmaları izole etmeye çalışmışlardır.

Olası mekanizmaları test etmenin bir yolu, tedavinin olası mekanizmaları nasıl etkilediğiyle ilgili işlem verilerini toplamaktır. Örneğin, Allcott (2011) Ev Enerji Raporlarının insanların elektrik kullanımını Allcott (2011) neden olduğunu gösterdiğini hatırlayın. Ancak bu raporlar elektrik kullanımını nasıl azalttı? Mekanizmalar neydi? Bir takip çalışmasında, Allcott and Rogers (2014) , bir geri Allcott and Rogers (2014) programı aracılığıyla, tüketicilerin cihazlarını daha enerji tasarruflu modellere yükseltmeleriyle ilgili bilgi edinen bir enerji şirketi ile ortaklık kurdu. Allcott and Rogers (2014) , Ev Enerjisi Raporlarını alan daha az kişinin kendi cihazlarını geliştirdiğini bulmuştur. Ancak bu fark o kadar küçüktü ki, tedavi edilen hanelerde enerji kullanımındaki azalmanın sadece% 2'sini oluşturabiliyordu. Diğer bir deyişle, cihaz güncellemeleri, Ana Enerji Raporu'nun elektrik tüketimini azalttığı baskın mekanizma değildi.

Mekanizmaları incelemek için ikinci bir yol, tedavinin biraz farklı versiyonlarıyla deneyler yapmaktır. Örneğin, Schultz et al. (2007) ve müteakip tüm Ev Enerji Raporu deneylerine, katılımcılara enerji tasarrufu ile ilgili iki ana parça (1) ipucu ve (2) akranlarına göre enerji kullanımı hakkında bilgi veren bir tedavi sunuldu (Şekil 4.6). Böylece, enerji tasarrufu ipuçlarının, akran bilgisine değil, değişikliğe neden olduğu olasıydı. Uçların tek başına yeterli olabilme ihtimalini değerlendirmek için, Ferraro, Miranda, and Price (2011) , Atlanta, Georgia yakınlarındaki bir su şirketi ile ortaklık kurdu ve yaklaşık 100.000 hanenin yer aldığı su koruma ile ilgili bir deney gerçekleştirdi. Dört şart vardı:

• su tasarrufu konusunda ipuçları alan bir grup
• su tasarrufu için ipuçları ve su tasarrufu için ahlaki bir itiraz ile ilgili ipuçları alan bir grup
• su tasarrufu ve sudan tasarruf etmek için sudan yararlanma hakkında su kullanımı hakkında bilgi edinme konusunda ipuçları alan bir grup
• kontrol grubu

Araştırmacılar, sadece birebir muamelenin kısa (bir yıl), orta (iki yıl) ve uzun (üç yıl) dönemlerde su kullanımı üzerinde hiçbir etkisi olmadığını bulmuşlardır. Tavsiyeler ve temyiz başvuruları, katılımcıların su kullanımını azaltmasına neden oldu, ancak sadece kısa vadede. Son olarak, ipuçları artı temyiz artı akran bilgisi tedavisi kısa, orta ve uzun vadede kullanımın azalmasına neden olmuştur (Şekil 4.11). Ayrıştırılmış tedavilerle yapılan bu tür deneyler, tedavinin hangi kısmının –ve hangi kısımların birlikte- bu etkiyi yaratan unsurlar olduğunu anlamanın iyi bir yoludur (Gerber and Green 2012, sec. 10.6) . Örneğin, Ferraro ve çalışma arkadaşları, su tasarrufu sağlayan ipuçlarının su kullanımını azaltmak için yeterli olmadığını gösteriyor.

Şekil 4.11: Ferraro, Miranda, and Price (2011) . Tedaviler 21 Mayıs 2007'ye gönderildi ve 2007, 2008 ve 2009 yazları boyunca etkiler ölçüldü. Araştırmanın ayrıştırılmasıyla, araştırmacılar mekanizmaların daha iyi anlaşılmasını umuyorlardı. Sadece ipucu tedavisinin kısa (bir yıl), orta (iki yıl) ve uzun (üç yıl) sürelerde hiçbir etkisi olmamıştır. Tavsiyeler ve temyiz başvuruları, katılımcıların su kullanımını azaltmasına neden oldu, ancak sadece kısa vadede. Öneri artı temyiz artı akran bilgisi tedavisi, katılımcıların kısa, orta ve uzun vadede su kullanımını azaltmalarına neden olmuştur. Dikey çubuklar, güven aralıkları tahmin edilmektedir. Gerçek çalışma materyalleri için Bernedo, Ferraro, and Price (2014) . Ferraro, Miranda, and Price (2011) , tablo 1'den uyarlanmıştır.

İdeal olarak, bileşenlerin katmanlarının ötesine geçerek (ipuçlarını, ipuçlarını, temyizi, ipuçlarını artı temyiz ve akran bilgilerini) tam bir faktöriyel tasarıma (aynı zamanda bazen bir \(2^k\) faktöriyel tasarım olarak adlandırılan \(2^k\) her bir olası kombinasyonuna götürür. Üç element test edilir (tablo 4.1). Her bir bileşen kombinasyonunu test ederek, araştırmacılar her bir bileşenin etkisini ayrı ayrı ve kombinasyon halinde değerlendirebilir. Örneğin, Ferraro ve meslektaşları deneyi, akran karşılaştırmasının tek başına davranışta uzun vadeli değişikliklere yol açacak kadar yeterli olup olmadığını ortaya çıkarmaz. Geçmişte, bu tam faktöryel tasarımlar, çok sayıda katılımcıya ihtiyaç duydukları için çok çalışmayı zorlaştırdılar ve çok sayıda tedaviyi hassas bir şekilde kontrol edebilecek ve sunabilecek araştırmacılara ihtiyaç duyuyorlardı. Ancak, bazı durumlarda, dijital çağ bu lojistik kısıtlamaları kaldırır.

Özetle, mekanizmalar —bir tedavinin etkili olduğu yollar- inanılmaz derecede önemlidir. Dijital çağ deneyleri araştırmacıların (1) süreç verilerini toplayarak ve (2) tam faktöriyel tasarımları mümkün kılarak mekanizmalar hakkında öğrenmelerine yardımcı olabilir. Bu yaklaşımların önerdiği mekanizmalar, doğrudan test mekanizmaları için özel olarak tasarlanmış deneylerle test edilebilir (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .

Toplamda, bu üç kavram - geçerlilik, tedavi etkilerinin heterojenliği ve mekanizmalar - deneylerin tasarlanması ve yorumlanması için güçlü bir fikir seti sağlar. Bu kavramlar, araştırmacıların teoriye daha sıkı bağları olan, tedavilerin nerede ve niçin çalıştığını ortaya koyan ve hatta araştırmacıların daha etkili tedaviler tasarlamasına yardımcı olabilecek daha zengin deneylere “ne işe yaradığı” ile ilgili basit deneylerin ötesine geçmelerine yardımcı olmaktadır. Deneylerle ilgili bu kavramsal arka plan göz önüne alındığında, şimdi deneylerinizi gerçekte nasıl yapabileceğinize döneceğim.