4.4.3 तंत्र

प्रयोगों के लिए उपाय क्या हुआ। तंत्र को समझाने क्यों और कैसे हुआ।

सरल प्रयोगों से आगे बढ़ने का तीसरा महत्वपूर्ण विचार तंत्र है । तंत्र हमें बताते हैं कि क्यों या कैसे एक इलाज का असर पड़ा। तंत्र के लिए खोज की प्रक्रिया को कभी-कभी अंतरण करने वाले चर या मध्यस्थ चर के लिए भी बुलाया जाता है। यद्यपि प्रयोग प्रभावशाली प्रभावों का अनुमान लगाने के लिए अच्छे हैं, लेकिन अक्सर उन्हें तंत्र प्रकट करने के लिए डिज़ाइन नहीं किया जाता है। डिजिटल प्रयोग हमें तंत्र को दो तरीकों से पहचानने में मदद कर सकते हैं: (1) वे हमें अधिक प्रक्रिया डेटा एकत्र करने में सक्षम करते हैं और (2) वे हमें कई संबंधित उपचारों का परीक्षण करने में सक्षम करते हैं।

चूंकि तंत्र औपचारिक रूप से परिभाषित करने के लिए मुश्किल हैं (Hedström and Ylikoski 2010) , मैं एक साधारण उदाहरण के साथ शुरू करने जा रहा हूं: लाइम्स और स्कर्वी (Gerber and Green 2012) । अठारहवीं शताब्दी में, डॉक्टरों को बहुत अच्छी समझ थी कि जब नाविकों ने नींबू खाई, तो उन्हें स्कर्वी नहीं मिली। Scurvy एक भयानक बीमारी है, तो यह शक्तिशाली जानकारी थी। लेकिन इन डॉक्टरों को नहीं पता था कि नींबू क्यों खराब हो गई। लगभग 200 साल बाद 1 9 32 तक यह नहीं था कि वैज्ञानिक विश्वसनीय रूप से दिखा सकते हैं कि विटामिन सी कारण था कि चूने ने स्कार्वी को रोक दिया (Carpenter 1988, 191) । इस मामले में, विटामिन सी वह तंत्र है जिसके माध्यम से नींबू स्कर्वी (आकृति 4.10) को रोकती है। बेशक, तंत्र की पहचान वैज्ञानिक रूप से भी बहुत महत्वपूर्ण है-विज्ञान का बहुत कुछ समझने के बारे में है कि चीजें क्यों होती हैं। तंत्र की पहचान करना भी व्यावहारिक रूप से बहुत महत्वपूर्ण है। एक बार जब हम समझते हैं कि उपचार क्यों काम करता है, तो हम संभावित रूप से नए उपचार विकसित कर सकते हैं जो बेहतर काम करते हैं।

चित्रा 4.10: लाइम्स स्कर्वी को रोकते हैं और तंत्र विटामिन सी है।

चित्रा 4.10: लाइम्स स्कर्वी को रोकते हैं और तंत्र विटामिन सी है।

दुर्भाग्य से, तंत्र को अलग करना बहुत मुश्किल है। नींबू और scurvy के विपरीत, कई सामाजिक सेटिंग्स में, उपचार शायद कई पारस्परिक मार्गों के माध्यम से काम करते हैं। हालांकि, सामाजिक मानदंडों और ऊर्जा उपयोग के मामले में, शोधकर्ताओं ने प्रक्रिया डेटा एकत्र करके और संबंधित उपचारों का परीक्षण करके तंत्र को अलग करने की कोशिश की है।

संभावित तंत्र का परीक्षण करने का एक तरीका प्रक्रिया के आंकड़ों को इकट्ठा करना है कि उपचार ने संभावित तंत्र को कैसे प्रभावित किया। उदाहरण के लिए, याद रखें कि Allcott (2011) ने दिखाया कि गृह ऊर्जा रिपोर्ट ने लोगों को बिजली के उपयोग को कम करने का कारण बना दिया है। लेकिन इन रिपोर्टों ने बिजली के उपयोग को कम कैसे किया? तंत्र क्या थे? फॉलो-अप अध्ययन में, Allcott and Rogers (2014) ने एक पावर कंपनी के साथ साझेदारी की, कि एक छूट कार्यक्रम के माध्यम से, इस बारे में जानकारी प्राप्त हुई थी कि किस उपभोक्ताओं ने अपने उपकरणों को अधिक ऊर्जा-कुशल मॉडल में अपग्रेड किया था। Allcott and Rogers (2014) ने पाया कि होम एनर्जी रिपोर्ट प्राप्त करने वाले कुछ और लोगों ने अपने उपकरणों को अपग्रेड किया है। लेकिन यह अंतर इतना छोटा था कि इलाज वाले परिवारों में ऊर्जा उपयोग में कमी का केवल 2% ही हो सकता है। दूसरे शब्दों में, उपकरण उन्नयन प्रमुख तंत्र नहीं थे जिसके माध्यम से गृह ऊर्जा रिपोर्ट ने बिजली की खपत में कमी आई।

तंत्र का अध्ययन करने का दूसरा तरीका उपचार के थोड़ा अलग संस्करणों के साथ प्रयोग चलाने के लिए है। उदाहरण के लिए, Schultz et al. (2007) के प्रयोग में Schultz et al. (2007) और बाद के सभी होम एनर्जी रिपोर्ट प्रयोगों में, प्रतिभागियों को एक ऐसे उपचार के साथ प्रदान किया गया था जिसमें ऊर्जा बचत के बारे में दो मुख्य भाग (1) युक्तियां थीं और (2) उनके साथियों के संबंध में उनके ऊर्जा उपयोग के बारे में जानकारी (आंकड़ा 4.6)। इस प्रकार, यह संभव है कि ऊर्जा की बचत युक्तियाँ परिवर्तन के कारण हों, सहकर्मी की जानकारी नहीं। संभावना का आकलन करने के लिए कि अकेले सुझाव पर्याप्त हो सकते हैं, Ferraro, Miranda, and Price (2011) ने अटलांटा, जॉर्जिया के पास एक जल कंपनी के साथ भागीदारी की और लगभग 100,000 घरों सहित जल संरक्षण पर एक संबंधित प्रयोग चलाया। चार स्थितियां थीं:

  • एक समूह जिसने पानी बचाने पर सुझाव प्राप्त किए
  • एक समूह जिसने पानी को बचाने के लिए पानी और एक नैतिक अपील को बचाने के सुझाव प्राप्त किए
  • एक समूह जिसने अपने साथियों के सापेक्ष अपने पानी के उपयोग के बारे में पानी के बारे में जानकारी बचाने के लिए पानी को बचाने के लिए नैतिक अपील पर युक्तियां प्राप्त कीं
  • एक नियंत्रण समूह

शोधकर्ताओं ने पाया कि सुझावों के इलाज से छोटे (एक वर्ष), मध्यम (दो वर्ष), और लंबे (तीन वर्ष) अवधि में पानी के उपयोग पर कोई प्रभाव नहीं पड़ा। युक्तियों के साथ अपील उपचार ने प्रतिभागियों को पानी के उपयोग को कम करने के लिए प्रेरित किया, लेकिन केवल अल्पकालिक में। अंत में, टिप्स प्लस अपील प्लस पीयर सूचना उपचार के कारण छोटे, मध्यम और दीर्घ अवधि (आंकड़े 4.11) में उपयोग कम हो गया। असंबद्ध उपचार के साथ इस तरह के प्रयोग उपचार के किस हिस्से को समझने के लिए एक अच्छा तरीका हैं- या कौन से हिस्सों एक साथ हैं जो प्रभाव पैदा कर रहे हैं (Gerber and Green 2012, sec. 10.6) । उदाहरण के लिए, फेरारो और सहकर्मियों का प्रयोग हमें दिखाता है कि अकेले पानी की बचत युक्तियाँ पानी के उपयोग को कम करने के लिए पर्याप्त नहीं हैं।

चित्रा 4.11: फेरारो, मिरांडा, और मूल्य (2011) के परिणाम। उपचार 21 मई, 2007 को भेजे गए थे, और प्रभाव 2007, 2008 और 200 9 के गर्मियों के दौरान मापा गया था। उपचार को अनबंडल करके, शोधकर्ताओं ने तंत्र की बेहतर समझ विकसित करने की आशा की थी। सुझाव-केवल उपचार के लिए अनिवार्य रूप से लघु (एक वर्ष), मध्यम (दो वर्ष), और लंबे (तीन वर्ष) अवधि में कोई प्रभाव नहीं पड़ा था। टिप्स प्लस अपील उपचार ने प्रतिभागियों को पानी के उपयोग को कम करने के लिए प्रेरित किया, लेकिन केवल अल्प अवधि में। सलाह प्लस अपील प्लस पीयर सूचना उपचार ने प्रतिभागियों को लघु, मध्यम और दीर्घ अवधि में पानी के उपयोग को कम करने का कारण बना दिया। लंबवत सलाखों का आत्मविश्वास अंतराल अनुमानित है। वास्तविक अध्ययन सामग्री के लिए बर्नडो, फेरारो, और प्राइस (2014) देखें। फेरारो, मिरांडा, और मूल्य (2011), तालिका 1 से अनुकूलित।

चित्रा 4.11: Ferraro, Miranda, and Price (2011) । उपचार 21 मई, 2007 को भेजे गए थे, और प्रभाव 2007, 2008 और 200 9 के गर्मियों के दौरान मापा गया था। उपचार को अनबंडल करके, शोधकर्ताओं ने तंत्र की बेहतर समझ विकसित करने की आशा की थी। सुझाव-केवल उपचार के लिए अनिवार्य रूप से लघु (एक वर्ष), मध्यम (दो वर्ष), और लंबे (तीन वर्ष) अवधि में कोई प्रभाव नहीं पड़ा था। टिप्स प्लस अपील उपचार ने प्रतिभागियों को पानी के उपयोग को कम करने के लिए प्रेरित किया, लेकिन केवल अल्प अवधि में। सलाह प्लस अपील प्लस पीयर सूचना उपचार ने प्रतिभागियों को लघु, मध्यम और दीर्घ अवधि में पानी के उपयोग को कम करने का कारण बना दिया। लंबवत सलाखों का आत्मविश्वास अंतराल अनुमानित है। वास्तविक अध्ययन सामग्री के लिए Bernedo, Ferraro, and Price (2014)Ferraro, Miranda, and Price (2011) , तालिका 1 से अनुकूलित।

आदर्श रूप में, एक पूर्ण फैक्टरियल डिज़ाइन के लिए घटकों (टिप्स, टिप्स प्लस अपील; टिप्स प्लस अपील प्लस पीयर सूचना) के लेयरिंग से आगे बढ़ेगा-कभी-कभी \(2^k\) फैक्टोरियल डिज़ाइन भी कहा जाता है- जहां प्रत्येक संभावित संयोजन तीन तत्वों का परीक्षण किया जाता है (तालिका 4.1)। घटकों के हर संभव संयोजन का परीक्षण करके, शोधकर्ता अलगाव और संयोजन में प्रत्येक घटक के प्रभाव का पूर्ण आकलन कर सकते हैं। उदाहरण के लिए, फेरारो और सहकर्मियों का प्रयोग यह नहीं बताता है कि अकेले सहकर्मी तुलना व्यवहार में दीर्घकालिक परिवर्तनों के कारण पर्याप्त होगी या नहीं। अतीत में, इन पूर्ण फैक्टोरियल डिज़ाइनों को चलाने में मुश्किल होती है क्योंकि उन्हें बड़ी संख्या में प्रतिभागियों की आवश्यकता होती है और उन्हें शोधकर्ताओं को बड़ी संख्या में उपचारों को नियंत्रित करने और वितरित करने में सक्षम होने की आवश्यकता होती है। लेकिन, कुछ स्थितियों में, डिजिटल युग इन सामरिक बाधाओं को हटा देता है।

तालिका 4.1: तीन तत्वों के साथ एक पूर्ण फैक्टोरियल डिजाइन में उपचार का उदाहरण: टिप्स, अपील और पीयर सूचना
इलाज लक्षण
1 नियंत्रण
2 टिप्स
3 अपील
4 सहकर्मी सूचना
5 टिप्स + अपील
6 टिप्स + सहकर्मी जानकारी
7 अपील + सहकर्मी जानकारी
8 टिप्स + अपील + पीयर जानकारी

संक्षेप में, तंत्र-मार्ग जिनके माध्यम से उपचार का प्रभाव पड़ता है-अविश्वसनीय रूप से महत्वपूर्ण हैं। डिजिटल-आयु प्रयोग शोधकर्ताओं को (1) प्रक्रिया डेटा एकत्रित करके (2) पूर्ण फैक्टोरियल डिज़ाइन सक्षम करने में तंत्र के बारे में सीखने में सहायता कर सकते हैं। इन दृष्टिकोणों द्वारा सुझाए गए तंत्रों का परीक्षण सीधे उन तंत्रों द्वारा किया जा सकता है जिन्हें विशेष रूप से तंत्र (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) का परीक्षण करने के लिए डिज़ाइन किया गया है।

कुल मिलाकर, इन तीन अवधारणाओं-वैधता, उपचार प्रभावों की विषमता, और तंत्र-प्रयोगों को डिजाइन करने और व्याख्या करने के लिए विचारों का एक शक्तिशाली सेट प्रदान करते हैं। इन अवधारणाओं में शोधकर्ताओं ने सरल प्रयोगों से परे आगे बढ़ने में मदद की है, जो सिद्धांतों के कड़े लिंक के लिए "काम" करते हैं, जो बताते हैं कि उपचार कहां और क्यों काम करते हैं, और इससे शोधकर्ताओं को और अधिक प्रभावी उपचार भी मिल सकते हैं। प्रयोगों के बारे में इस वैचारिक पृष्ठभूमि को देखते हुए, अब मैं वास्तव में आपके प्रयोगों को कैसे बना सकता हूं।