Incentivi e motivazione per il cambiamento di comportamento:

Incentivi per il sonno e l'esercizio fisico:

Questo esperimento stimerà il bias di iscrizione per gli studi clinici randomizzati che offrono di incentivare il cambiamento di comportamento. In questo esperimento, testeremo se coloro che sono più motivati ​​a cambiare comportamento hanno anche maggiori probabilità di iscriversi a un (ipotetico) RCT quando offrono incentivi finanziari o sociali per cambiare comportamento.

Ipotizziamo che coloro che hanno maggiori probabilità di iscriversi siano già motivati ​​​​a cambiare il loro comportamento prima dell'iscrizione, il che potrebbe essere un processo di pregiudizio verso il nulla. Verificheremo questa ipotesi stimando se la motivazione a cambiare un comportamento predice l'interesse ad aderire a un RCT mirato a quel comportamento. Verificheremo anche se il comportamento di base prevede l'interesse ad aderire a questi RCT.

Condurremo questo esperimento utilizzando finti inviti per conoscere e potenzialmente aderire a un RCT. Il risultato dello studio saranno le risposte a questo invito. Non offriremo inviti a un vero e proprio processo, ma gli stimoli (finti inviti a un processo "fantasma") e il compito (risposta all'invito) assomigliano fondamentalmente alle controparti di un processo. Gli inviti specificheranno l'opportunità di guadagnare incentivi finanziari o sociali per migliorare un comportamento sano.

Inviteremo i partecipanti a guadagnare incentivi finanziari o non finanziari per aumentare il sonno o l'esercizio fisico. In questo studio, l'esito primario misurerà se erano "non interessati", "leggermente interessati" o "molto interessati" a partecipare.

Prima di ricevere l'invito, completeranno un questionario online che misura la loro motivazione ad aumentare ogni comportamento, oltre al loro comportamento recente e ai dati socio-demografici.

Saranno condotte analisi separate per gli incentivi finanziari e sociali e per gli inviti alla prova del sonno rispetto all'esercizio fisico. Riporteremo stime puntuali e intervalli di confidenza al 95% (CI) per comportamento e motivazione.

Le analisi esamineranno se il loro interesse ad aderire all'RCT è previsto da 1) il loro comportamento di base (cioè la quantità di sonno o esercizio fisico) o 2) la loro motivazione a cambiare il comportamento specifico. Come notato sopra, ipotizziamo che il loro livello di motivazione a cambiare un comportamento specifico predirà l'interesse per uno studio mirato a quel comportamento.

Testare incentivi di vaccinazione relativi grandi e piccoli:

Utilizzando un campione separato, questo esperimento verificherà se è probabile che le politiche che offrono incentivi finanziari grandi o piccoli rafforzino l'intenzione del vaccino COVID-19. Questo esperimento randomizzerà gli individui a uno dei quattro bracci di studio che includono 1) una condizione di controllo, 2) un messaggio educativo, 3) un messaggio sull'incentivo finanziario relativamente grande o 4) un messaggio sull'incentivo finanziario relativamente piccolo. L'obiettivo di questo studio è stimare se entrambi i tipi di politiche di incentivazione possono avere effetti negativi sull'intenzione del vaccino, come hanno avvertito alcuni esperti.

Quando si analizzano gli effetti di incentivi finanziari relativamente grandi e piccoli sulle intenzioni di vaccinazione, riporteremo stime puntuali e IC al 95% per il campione complessivo e i sottogruppi demografici. Riporteremo anche statistiche riassuntive per tutto il campione complessivo e le sottopopolazioni. Verificheremo se, rispetto a una condizione di controllo, uno degli incentivi finanziari aumenta, diminuisce o non ha alcun effetto sulla percentuale che vuole vaccinarsi. In un quarto braccio di studio, i soggetti riceveranno un messaggio educativo che sarà anche confrontato con la condizione di controllo.

Testare gli incentivi sui vaccini più diverse misure di intenzione di vaccinare:

In un esperimento correlato, testeremo separatamente gli effetti di 10 condizioni sperimentali, con una manipolazione sperimentale controbilanciata utilizzando un messaggio di approvazione della FDA, più una condizione di controllo. L'obiettivo di questo studio è confrontare gli effetti di una più ampia varietà di interventi sui vaccini proposti dagli esperti, inclusi incentivi e mandati.

Inoltre, randomizzeremo anche le persone ai questionari utilizzando diversi metodi per misurare l'intenzione del vaccino, l'esito dello studio.

Confrontando diversi metodi di stima dell'intenzione del vaccino: incorporati nell'esperimento che testa diverse politiche di vaccino proposte, testeremo se le differenze metodologiche nell'opzione di risposta per l'esito primario influiscono sulla percentuale che riporta "sì". Per fare ciò, testeremo le opzioni di risposta di livello 2 (Sì e No) vs 3 (Sì, No e Non sicuro) e ordineremo casualmente entrambi i set.

Questo esperimento metodologico esaminerà se la percentuale di risposte "sì" alla stessa domanda (se vogliono vaccinarsi presto) varia a seconda dell'ordine delle opzioni di risposta e se includono un'opzione forse/non sicura. Eseguiremo tabelle incrociate e test chi-quadrato per i livelli di risposta 2 vs 3 e l'ordine. Verranno condotti i test della strumentazione per i richiami della vaccinazione COVID-19, i primi colpi, oltre alla vaccinazione contro l'influenza.

Quando si testano gli effetti delle potenziali politiche sui vaccini, il gruppo di controllo, senza alcuna politica sui vaccini presentata, verrà confrontato con: incentivi in ​​denaro per $ 1000, $ 200 o $ 100; un credito d'imposta di $ 1.000; lotterie per $ 100.000, $ 200.000 o $ 1 milione; tassa di $ 1.000 sui non vaccinati; e mandati da datori di lavoro o compagnie aeree, bar e ristoranti. Il risultato principale è se vorrebbero farsi vaccinare presto data l'ipotetica politica sui vaccini.

(Gli assegnatari della condizione di mandato del datore di lavoro saranno esclusi dalle analisi se segnalano di non avere un datore di lavoro.)

La specifica OLS sarà il nostro risultato principale e le altre misure sono fornite come controlli di robustezza.

Il modello OLS può escludere tutti i controlli demografici ed eseguire la variabile dipendente binaria sulle variabili di trattamento. (Si noti che questo approccio è legittimo perché i trattamenti vengono randomizzati tra gli intervistati.) I trattamenti comprendono le politiche finanziarie (incentivi e penali di diverso importo e tipologia) e le deleghe (di diverso tipo) che vengono annotate in un messaggio.

Tipo di modello: eseguiremo test t a coppie della percentuale di intervistati che hanno risposto "Sì" confrontando quelli trattati con un incentivo con il gruppo di controllo. Eseguiremo questi test a coppie su sottoinsiemi per razza, sesso, reddito, istruzione e altri dati socio-demografici.

Inoltre, condurremo questi test a coppie per tipo di trattamento. Confrontando la lotteria con l'incentivo in denaro, confrontando l'incentivo positivo con la sanzione, confrontando l'entità dell'incentivo e confrontando i mandati del datore di lavoro con il controllo.

Condurremo anche analisi di regressione sul set di dati raggruppato in cui le osservazioni sul lato sinistro sono risposte individuali in cui quelle che rispondono "Sì" saranno codificate come 1 e quelle che rispondono "No" o "Non sicuro" saranno codificate zero. Includeremo una serie di controlli (razza, sesso, reddito, istruzione, ecc.) nonché una variabile indicatore che riflette se l'intervistato ha ricevuto un trattamento. I modelli di regressione includeranno minimi quadrati ordinari, probit, corrispondenza del vicino più vicino e corrispondenza del punteggio di propensione. Eseguiremo anche queste regressioni in cui la variabile del trattamento è suddivisa in diverse variabili indicatrici che riflettono il tipo di trattamento fornito e un indicatore per l'approvazione della FDA.

Stimeremo un modello - alternativamente utilizzando i minimi quadrati ordinari e la regressione logistica - con una variabile dipendente dal risultato binario (uguale a uno se l'intervistato voleva essere vaccinato, e altrimenti uguale a zero). Per le variabili esplicative, includiamo variabili fittizie per ciascuno dei dieci bracci di trattamento.

Criteri per la significatività statistica: useremo .05 come nostra soglia per la significatività statistica.

Calcolo della dimensione del campione per l'esperimento del sondaggio che confronta 10 diverse politiche sui vaccini: stimiamo che se le dimensioni del campione finale per ciascuna condizione includono almeno 300 soggetti, possiamo rilevare una differenza di circa il 5% o maggiore. Prevediamo di raddoppiare l'allocazione per le condizioni di controllo e $ 1000 per consentire confronti pianificati.

Tutti gli esperimenti: ogni soggetto sarà randomizzato a una condizione. I partecipanti saranno randomizzati per ridurre la possibilità che gli effetti osservati siano dovuti a fattori non misurati. Inoltre, tutte le procedure dello studio sono state automatizzate, il che migliora il controllo su come viene condotto l'esperimento, consentendo una standardizzazione coerente di tutte le procedure.

Gli studi arruoleranno campioni nazionali basati sulla teoria reclutati tramite le piattaforme MTurk e/o Prolific. Per ridurre il bias di iscrizione, i materiali di reclutamento e iscrizione descriveranno la ricerca in termini vaghi (ad esempio, "siamo interessati a conoscere le tue opinioni e preferenze relative alla salute). Ogni esperimento misurerà anche variabili socio-demografiche a scopo descrittivo.

Procedure di pulizia dei dati raccomandate per ciascun esperimento: i controlli di attenzione possono identificare coloro che dovrebbero essere esclusi dalle analisi principali. (Indipendentemente dalle prestazioni nel controllo dell'attenzione, tutti i partecipanti saranno ricompensati per il loro tempo.) Le analisi escluderanno quelli con ID duplicati o un punteggio di frode elevato, Condurremo analisi che includono ed escludono coloro che hanno terminato il più veloce (il 5% più veloce).

Gli studi di replica includeranno lo stesso disegno e le stesse procedure dello studio.