4.4.3 Mechanismen

Experimenter Moossnam wat geschitt ass. Mechanismen erklären firwat a wéi et geschitt ass.

Déi drëtt Schlëssel Idee fir méi wéi einfache Experimenter ze maachen ass Mechanismen . Mechanismen soen eis firwat oder wéi d'Behandlung e Resultat verursaacht huet. De Prozess vu Sichmechanisme gëtt och heiansdo als Interventiounsgréissten a Mediateurvariablen gesicht . Obwuel Experimenter si fir d'Schätzung vun de kausalene Effekter gutt sinn, sinn se net oft entwéckelt fir Mechanismen ze entdecken. Digital Experimenter kënnen hëllefen, Mechanismen op zwou Weeër ze identifizéieren: (1) et erméiglecht eis méi Prozessdaten ze sammelen an (2) et erméiglechen eis fir vill verännerlech Behandlungen ze testen.

Well Mechanismen nëmme schwéier formell definéiert sinn (Hedström and Ylikoski 2010) , ech fänke mat engem einfachen Beispill ze beginnen: Limes a Scurvy (Gerber and Green 2012) . Am 18. Joerhonnert hunn d'Dokteren en zimlech gutt Sënner gehat, wann d'Matritter an d'Limes geess hunn, hunn se net Scurvy kritt. Scurvy ass eng schrecklech Krankheet, also war dat staark Informatioun. Awer dës Dokteren wousst net, firwat d' Limes verhënneren datt sech Schaarf. Et war net bis 1932, bal 200 Joer méi spéit, datt d'Wëssenschaftler reliéis beweisen konnten datt Vitamin C de Grond war datt d'Limette verhënnert Scourpesch (Carpenter 1988, 191) . An dësem Fall ass Vitamin C den Mechanismus, duerch deen d'Limousinen verhënnert (Abbildung 4.10). Natierlech ass den Mechanismus ze identifizéieren ass och ganz wichteg wëssenschaftlech - vill Wëssenschaft ass iwwer d'Verstoe firwat d'Saachen passéieren. Identifizéiere Mechanismen ass och ganz wichteg praktesch. Wann een eis verstanen firwat eng Behandlung funktionnéiert, kënne mir potenziell nei Behandlungen déi nach besser ginn.

Figure 4.10: Limes verhënneren datt Scrub an de Mechanismus ass Vitamin C.

Figure 4.10: Limes verhënneren datt Scrub an de Mechanismus ass Vitamin C.

Leider ass Isoléierungsmechanisme ganz schwéier. Am Géigesaz zu Limes a Scurvy ginn an villen sozialen Astellungen eventuell Behandlungen duerch vereelter Weeër geschafft. Mä am Fall vun der sozialer Norm an der Energieverbrauch hunn d'Fuerscher probéiert d'Mechanismen ze isoléieren andeems se Prozedurdaten a präzises Behandlungen iwwerpréift.

Een Wee fir méiglech Mechanismen ze testen ass duerch d'Verëffentlechungsprozess Daten iwwer wéi d'Behandlung d'méiglechen Mechanismen beaflosst. Zum Beispill, datt d' Allcott (2011) weisen datt d'Energieprodukter vum Haus verursaacht hunn d'Leit hir Elektrizitéit ze reduzéieren. Awer wéi huet dës Rapporte méi Stroum agesat? Wat waren d'Mechanismen? An enger Follow-up-Studie hunn Allcott and Rogers (2014) mat enger Muechtfirma Partner geschafft, déi duerch e Rabattprogramm Informatioun iwwer d'Konsumenten hunn hir Apparater op méi energieeffizient Modeller ze kréien. Allcott and Rogers (2014) festgestallt, datt e méi Leit sinn, déi d'Home Energy Reports kréien, hir Geräter verbessert hunn. Awer dësen Ënnerscheed ass sou kleng, datt et nëmmen 2% vum Energieverbrauch an de behandele Stéit kaaft ginn. An anere Wierder, Apparater upgrades waren net de dominante Mechanismus, duerch deen den Home Energy Report de Stroumverbrauch verréngert.

Eng zweet Method fir Mechanismen ze studéieren ass Experimente mat liicht ënnerschiddleche Versioune vun der Behandlung. Zum Beispill, am Experiment vum Schultz et al. (2007) an all der nach erneierbar Energieversuergung experimentéiert goufen d'Participanten mat enger Behandlung behandelt déi zwee Haaptdeeler (1) Tipps iwwer Energieerspuernisser huet an (2) Informatiounen iwwer hir Energie benotzt relativ zu seng Peers (Bild 4.6). Dofir ass et méiglech, datt d'Energiesparen Tipps wat d'Verännerung verursaacht huet, net d'Peer-Informatioun. Fir d'Evaluatioun ze bemierkbar datt d'Spitzen alleguer genuch wären, hunn Ferraro, Miranda, and Price (2011) mat enger Waasserfirma an der Atlanta, Georgia zougesprach an en ähnleche Experiment iwwert d'Wassererwärmung mat ongeféier 100.000 Stéit. Et waren vier Konditiounen:

  • eng Grupp, déi Tipps zum Waasser spueren
  • eng Grupp, déi Tipps zum Waasser spuere plus e moralesche Beruf fir Waasser spueren
  • eng Grupp, déi Tipps zum Waasser spuere plus e moralesche Appel fir Waasser spuere wéi och Informatioun iwwer hir Waasserverbrauch ze bezuelen fir seng Peer
  • eng Kontrollgruppe

D'Fuerscher hunn festgestallt, datt d'Spëtze-nëmmen Behandlung keng Auswierkungen op d'Waasserverbrauch am Kuerzen (Ee Joer), mëttlerweil (zwee Joer), a laang (dräi Joer) Begrëff hunn. D'Tipps an d'Berodung behandelen d'Participanten d'Waasserverbrauch, awer nëmmen an der Kuerzeplaz. Schlussendlech hunn d'Tipps zousätzlech Appell an eng Peer-Informatiounsbehandlung d'Verréngerung vun der Vergaangenheet an der Kuerz-, Mëttel a laangfristeg veréiert (Bild 4.11). Dës Verso vun Experimentelen mat entbündelten Behandlungen sinn eng gutt Manéier fir erauszefannen, wéi een Deel vun der Behandlung - oder wéi eng Zesummeliewen - sinn déi, déi den Effekt verursaachen (Gerber and Green 2012, sec. 10.6) . Zum Beispill, dem Experiment vum Ferraro a Kollegen weist eis datt d'Waasser spuerschléit alleng net duer geet fir Waasserverbrauch ze reduzéieren.

Figure 4.11: Resultater vum Ferraro, Miranda a Präis (2011). D'Behandlungen ginn am 21. Mee 2007 geschéckt an d'Effekter goufen am Summer 2007, 2008 an 2009 gemooss. Duerch d'Entféierung vun der Behandlung hu sech d'Fuerscher e bessere Sënn vun de Mechanismen entwéckelt. D'Suggestiounen nëmmen Behandlung huet am kuerzen (ee Joer), duerchschnëttlech (zwee Joer), a laang (dräi Joer) Begrëff geäntwert. D'Tipps an d'Affekotbehandlung huet d'Participanten d'Waasserverbrauch reduzéiert, awer nëmmen op kuerzfristeg. D'Berodung plus Appell plus Peer-Informatiounsbehandlung verursaacht Participanten fir d'Waassernutzung an der Kuer, Mëttel a laangfristeg ze reduzéieren. Vertikal Bars hu geschätzt Vertrauen Intervalle. Kuckt d'Bernedo, Ferraro a Präis (2014) fir aktuelle Studiematerialien. Adaptéiert vu Ferraro, Miranda a Präis (2011), Dësch 1.

Figure 4.11: Resultater vum Ferraro, Miranda, and Price (2011) . D'Behandlungen ginn am 21. Mee 2007 geschéckt an d'Effekter goufen am Summer 2007, 2008 an 2009 gemooss. Duerch d'Entféierung vun der Behandlung hu sech d'Fuerscher e besseren Sënn vun de Mechanismen entwéckelt. D'Suggestiounen nëmmen Behandlung huet am kuerzen (ee Joer), duerchschnëttlech (zwee Joer), a laang (dräi Joer) Begrëff geäntwert. D'Tipps an d'Affekotbehandlung huet d'Participanten d'Waasserverbrauch reduzéiert, awer nëmmen op kuerzfristeg. D'Berodung plus Appell plus Peer-Informatiounsbehandlung verursaacht Participanten fir d'Waassernutzung an der Kuer, Mëttel a laangfristeg ze reduzéieren. Vertikal Bars hu geschätzt Vertrauen Intervalle. Kuckt d' Bernedo, Ferraro, and Price (2014) fir aktuelle Studiematerialien. Adaptéiert vu Ferraro, Miranda, and Price (2011) , Dësch 1.

Idealfall, géif een iwwer d'Geschäft vun Komponente plënneren (Tipps; Tipps plus Appel; Tipps plus Appel plus Praslin Informatiounen) zu engem voll factorial Design-och genannt heiansdo e \(2^k\) factorial Design-wou all méiglech Kombinatioun vun de dräi Elementer getest ginn (Tabelle 4.1). Duerch all Detailkompatibilitéit vu Komponenten kann d'Fuerscher den Effekt vun all eenzel Komponente an der Isolatioun an an der Kombinatioun voll ajustéieren. Zum Beispill, de Experiment vum Ferraro an de Kollegen nët erënnert, ob de Peer-Vergläich alleguer genuch war fir ze laangfristeg Verännerunge vu Verhalen ze féieren. An der Vergaangenheet sinn dës voll Faktoraart entwéckelt ginn schwéier ze lafen, well se eng grouss Unzuel vun Participanten erfordert a si erfuerderen fir sech ze präzise kontrolléieren an eng grouss Zuel vu Behandlungen ze leeschten. Awer, an e puer Situatiounen entfernt d'Digital Age dës logistesch Zwëschefall.

Table 4.1: Beispiller vu Behandlungen an engem komplette Fakultéierter Design mat dräi Elementer: Tipps, Appeal an Peer Information
Behandlung Charakteristiken
1 Kontroll
2 Tipps
3 Appel
4 Peer Informatiounen
5 Tipps + Appel
6 Tipps + Peer Informatiounen
7 Appel + Peer-Informatioun
8 Tipps + Appel + Peer-Informatioun

Zesummegefaasst Mechanismen - déi Weeër, duerch déi eng Behandlung e Effekt huet - sinn onheemlech wichteg. Digital Experimenter kënnen d'Fuerscher erméiglechen, Mechanismen ze léieren andeems (1) Prozessdaten sammelen a (2) déi voll Faktoriellen Designs erlaaben. Déi Mechanismen, déi duerch dës Approche virgeschloen sinn, kënnen dann direkt duerch Experimente getest ginn, déi speziell fir Testmechanismen entwéckelt ginn (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .

Am Ganzen hunn dës dräi Konzepter-Gëltegkeet, Heterogenitéit vun Behandlungs-Effekter a Mechanismen-e kräftege Set vun Ideen fir Design a Interpretatiounsexperimente. Dës Konzepter hëllefen de Fuerscher méi wäit wéi einfache Experimente iwwer wat "schafft" fir méi räich Experimenter déi méi eng kleng Verknëppung mat der Theorie hunn, déi opgrond sinn wou a firwat Behandlungen funktionnéieren, an datt et souguer d'Forscher méi efficace Behandlungen entwéckelen kënnen. An dësem konzeptuellen Hannergrond iwwert Experimenter ginn ech elo un wéi Dir kënnt Äert Experiment passéieren.