4.4.3 Cơ chế

Các thí nghiệm đo lường những gì đã xảy ra. Cơ chế giải thích lý do tại sao và làm thế nào nó xảy ra.

Ý tưởng quan trọng thứ ba cho việc di chuyển xa hơn những thí nghiệm đơn giản là cơ chế. Cơ chế cho chúng tôi biết lý do tại sao hoặc làm thế nào điều trị gây ra một hiệu ứng. Quá trình tìm kiếm các cơ chế được cũng đôi khi được gọi là tìm kiếm can thiệp biến hoặc trung gian biến. Mặc dù các thí nghiệm là tốt để ước lượng tác động nhân quả, họ thường không được thiết kế để lộ cơ chế. thí nghiệm đại kỹ thuật số có thể giúp chúng tôi xác định các cơ chế theo hai cách: 1) họ cho phép chúng tôi thu thập nhiều dữ liệu quá trình và 2) họ cho phép chúng tôi để thử nghiệm nhiều phương pháp điều trị có liên quan.

Bởi vì cơ chế là khó khăn để xác định chính thức (Hedström and Ylikoski 2010) , tôi sẽ bắt đầu với một ví dụ đơn giản: chanh và bệnh còi (Gerber and Green 2012) . Trong thế kỷ 18 các bác sĩ đã có một cảm giác khá tốt mà khi thủy thủ ăn chanh họ đã không nhận được bệnh còi. Scorbut là một căn bệnh khủng khiếp vì vậy đây là thông tin mạnh mẽ. Tuy nhiên, các bác sĩ không biết lý do tại sao chanh ngăn chặn bệnh còi. Mãi cho đến năm 1932, gần 200 năm sau, các nhà khoa học đáng tin cậy có thể cho thấy rằng vitamin C là lý do mà vôi ngăn ngừa bệnh còi (Carpenter 1988, p 191) . Trong trường hợp này, vitamin C là cơ chế mà qua đó chanh ngăn ngừa bệnh còi (Hình 4.9). Tất nhiên, việc xác định cơ chế này là rất quan trọng khoa học-lô của khoa học được về sự hiểu biết lý do tại sao sự việc xảy ra. Xác định cơ chế là rất quan trọng trong thực tế. Một khi chúng ta hiểu được tại sao một điều trị hoạt động, chúng tôi có khả năng có thể phát triển phương pháp điều trị mới mà làm việc tốt hơn.

Hình 4.9: Limes ngăn ngừa bệnh còi và cơ chế này là Vitamin C.

Thật không may, cô lập các cơ chế là rất khó khăn. Không giống như chanh và bệnh còi, trong nhiều hoàn cảnh xã hội, phương pháp điều trị có thể hoạt động thông qua nhiều con đường liên quan với nhau, mà làm cho cô lập các cơ chế cực kỳ khó khăn. Tuy nhiên, trong trường hợp các chuẩn mực xã hội và sử dụng năng lượng, các nhà nghiên cứu đã cố gắng để cô lập các cơ chế bằng cách thu thập dữ liệu quá trình và thử nghiệm phương pháp điều trị liên quan.

Một cách để kiểm tra cơ chế có thể là bằng cách thu thập dữ liệu quá trình về cách thức xử lý tác động cơ thể. Ví dụ, nhớ lại rằng Allcott (2011) cho thấy chủ Báo cáo Năng lượng khiến người dân giảm mức sử dụng điện của họ. Nhưng, làm thế nào để các báo cáo sử dụng điện thấp hơn? các cơ chế là gì? Trong một nghiên cứu theo dõi, Allcott and Rogers (2014) hợp tác với một công ty điện lực, thông qua một chương trình giảm giá, đã có được thông tin về người tiêu dùng nâng cấp các thiết bị của họ để mô hình năng lượng hiệu quả hơn. Allcott and Rogers (2014) phát hiện ra rằng hơn một chút người nhận được Báo cáo năng lượng chủ nâng cấp thiết bị của họ. Nhưng, sự khác biệt này là quá nhỏ mà nó chỉ có thể chiếm 2% của việc giảm sử dụng năng lượng trong các hộ gia đình được điều trị. Nói cách khác, nâng cấp thiết bị không phải là cơ chế chi phối thông qua đó các báo cáo năng lượng chủ giảm tiêu thụ điện.

Một cách thứ hai để nghiên cứu cơ chế là để chạy thí nghiệm với các phiên bản hơi khác nhau của điều trị. Ví dụ, trong các thí nghiệm của Schultz et al. (2007) và tất cả các thí nghiệm báo cáo năng lượng chủ tiếp theo, các đại biểu đã được cung cấp với một điều trị mà có hai phần chính 1) lời khuyên về tiết kiệm năng lượng và 2) Thông tin về việc sử dụng năng lượng của họ tương đối so với đồng nghiệp của họ (Hình 4.6). Như vậy, có thể là những mẹo vặt tiết kiệm năng lượng là những gì gây ra sự thay đổi, không phải là thông tin ngang hàng. Để đánh giá khả năng rằng những lời khuyên mình có thể có được đầy đủ, Ferraro, Miranda, and Price (2011) hợp tác với một công ty nước gần Atlanta, GA, và đã chạy thử nghiệm liên quan về bảo vệ nguồn nước liên quan đến khoảng 100.000 hộ gia đình. Có bốn điều kiện:

• một nhóm đã nhận được lời khuyên về tiết kiệm nước.
• một nhóm đã nhận được lời khuyên về tiết kiệm nước + một lời kêu gọi đạo đức để tiết kiệm nước.
• một nhóm đã nhận được lời khuyên về tiết kiệm nước + một lời kêu gọi đạo đức để tiết kiệm nước + thông tin về việc sử dụng nước của họ tương đối so với đồng nghiệp của họ.
• một nhóm kiểm soát.

Các nhà nghiên cứu thấy rằng những lời khuyên chỉ điều trị không có hiệu quả về sử dụng nước trong ngắn (một năm), trung bình (hai năm) và dài (ba năm) hạn. Những lời khuyên + xử phúc thẩm do người tham gia để giảm lượng nước sử dụng, nhưng chỉ trong ngắn hạn. Cuối cùng, việc điều trị các mẹo + hấp dẫn + ngang hàng thông tin gây ra giảm sử dụng trong ngắn, trung và dài hạn (Hình 4.10). Những loại thí nghiệm với phương pháp điều trị không được nhóm là một cách tốt để tìm ra một phần của điều trị hoặc có phần lại với nhau, là những người đang gây ra những tác dụng (Gerber and Green 2012, Sec. 10.6) . Ví dụ, các thí nghiệm của Ferraro và các đồng nghiệp cho chúng ta thấy rằng các mẹo tiết kiệm nước một mình là không đủ để làm giảm lượng nước sử dụng.

Hình 4.10: Kết quả từ Ferraro, Miranda, and Price (2011) . Phương pháp điều trị đã được gửi 21 Tháng 5 năm 2007, và các hiệu ứng được đo trong suốt mùa hè năm 2007, 2008, và 2009. Bằng unbundling điều trị các nhà nghiên cứu hy vọng phát triển một cảm giác tốt hơn về cơ chế. Những lời khuyên chỉ điều trị đã cơ bản không có tác dụng trong ngắn (một năm), trung bình (hai năm) và dài (ba năm) hạn. Những lời khuyên + xử phúc thẩm do người tham gia để giảm lượng nước sử dụng, nhưng chỉ trong ngắn hạn. Sự hấp dẫn tư vấn + + Xử lý thông tin ngang hàng do người tham gia để giảm lượng nước sử dụng trong ngắn, trung và dài hạn. thanh dọc được ước tính khoảng tin cậy. Xem Bernedo, Ferraro, and Price (2014) cho tài liệu nghiên cứu thực tế.

Lý tưởng nhất, người ta sẽ tiến xa hơn lớp của các thành phần (lời khuyên; các mẹo + kháng cáo; các mẹo + hấp dẫn + thông tin peer) để một thừa đầy đủ thiết kế cũng đôi khi được gọi là một \ (2 ^ k \) thiết kế-nơi thừa mỗi sự kết hợp có thể có của các ba yếu tố được kiểm tra (Bảng 4.1). Bằng cách kiểm tra mọi sự kết hợp có thể có của các thành phần, các nhà nghiên cứu hoàn toàn có thể đánh giá hiệu quả của mỗi thành phần trong sự cô lập và kết hợp. Ví dụ, các thí nghiệm của Ferraro và các đồng nghiệp không tiết lộ liệu so sánh ngang hàng mình sẽ là đủ để dẫn đến những thay đổi lâu dài trong hành vi. Trong quá khứ, những thiết kế thừa đầy đủ đã được khó khăn để chạy, vì họ cần một số lượng lớn người tham gia và họ đòi hỏi các nhà nghiên cứu để có thể kiểm soát chính xác và cung cấp một số lượng lớn các phương pháp điều trị. Tuy nhiên, các đại kỹ thuật số loại bỏ những khó khăn về hậu cần trong một số tình huống.

Tóm lại, cơ chế, những con đường mà qua đó một điều trị có hiệu quả-là vô cùng quan trọng. thí nghiệm đại kỹ thuật số có thể giúp các nhà nghiên cứu tìm hiểu về cơ chế 1) thu thập dữ liệu quá trình và 2) cho phép thiết kế thừa đầy đủ. Sau đó bởi các cơ chế được đề xuất bởi các phương pháp này có thể kiểm tra trực tiếp bởi các thí nghiệm được thiết kế đặc biệt để kiểm tra cơ chế (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .

Trong tổng số, những khái niệm-giá trị ba; không đồng nhất của hiệu quả điều trị; và các cơ chế, cung cấp một tập hợp mạnh mẽ của các ý tưởng cho việc thiết kế và giải thích thí nghiệm. Những nhà nghiên cứu khái niệm giúp đỡ vượt qua các thí nghiệm đơn giản về những gì "tác phẩm" để thí nghiệm phong phú hơn có liên kết chặt chẽ hơn để lý thuyết, mà tiết lộ đâu và tại sao phương pháp điều trị hiệu quả, và thậm chí có thể giúp các nhà nghiên cứu thiết kế phương pháp điều trị hiệu quả hơn. Với nền khái niệm này về thí nghiệm, bây giờ tôi sẽ chuyển sang làm thế nào bạn thực sự có thể làm cho thử nghiệm của bạn xảy ra.