행동 변화에 대한 인센티브 및 동기 부여:

수면과 운동에 대한 인센티브:

이 실험은 행동 변화를 장려하기 위해 제공되는 무작위 임상 시험에 대한 등록 편향을 추정합니다. 이 실험에서 우리는 행동 변화에 가장 동기가 부여된 사람들이 행동 변화에 대한 재정적 또는 사회적 인센티브를 제공할 때 (가상) RCT에 등록할 가능성이 가장 높은지 테스트할 것입니다.

우리는 등록할 가능성이 가장 높은 사람들이 이미 등록 전에 자신의 행동을 바꾸려는 동기를 부여받았다고 가정합니다. 이는 null에 대한 편향 시험일 수 있습니다. 우리는 행동을 변화시키려는 동기가 해당 행동을 목표로 하는 RCT 참여에 대한 관심을 예측하는지 추정하여 이 가설을 테스트할 것입니다. 또한 기본 행동이 이러한 RCT 참여에 대한 관심을 예측하는지 테스트합니다.

우리는 RCT에 대해 배우고 잠재적으로 참여할 수 있는 모의 초대를 사용하여 이 실험을 수행할 것입니다. 연구 결과는 이 초대에 대한 응답이 될 것입니다. 우리는 실제 재판에 대한 초대를 제공하지 않지만 자극("유령" 재판에 대한 모의 초대)과 작업(초대에 대한 응답)은 근본적으로 재판의 대응물과 유사합니다. 초대장에는 건강한 행동을 개선하기 위한 재정적 또는 사회적 인센티브를 얻을 수 있는 기회가 명시되어 있습니다.

우리는 참가자들에게 그들의 수면이나 운동을 늘리는 것에 대해 금전적 또는 비금전적 인센티브를 얻도록 초대할 것입니다. 이 연구에서 주요 결과는 참여에 "관심 없음", "약간 관심 있음" 또는 "매우 관심 있음"을 측정합니다.

초대를 받기 전에 각 행동을 증가시키려는 동기와 최근 행동 및 사회 인구 통계를 측정하는 온라인 설문지를 작성합니다.

재정적 및 사회적 인센티브와 수면 대 운동 시험 초대에 대해 별도의 분석이 수행됩니다. 행동 및 동기 부여에 대한 포인트 추정치 및 95% 신뢰 구간(CI)을 보고합니다.

분석은 RCT 참여에 대한 그들의 관심이 1) 기본 행동(즉, 수면 또는 운동량) 또는 2) 특정 행동을 변경하려는 동기에 의해 예측되는지 조사합니다. 위에서 언급한 바와 같이 특정 행동을 변경하려는 동기 수준이 해당 행동을 대상으로 하는 시험에 대한 관심을 예측할 것이라고 가정합니다.

상대적인 대규모 및 소규모 백신 접종 인센티브 테스트:

별도의 샘플을 사용하여 이 실험은 크거나 작은 재정적 인센티브를 제공하는 정책이 COVID-19 백신 의도를 강화할 가능성이 있는지 여부를 테스트합니다. 이 실험은 개인을 1) 통제 조건, 2) 교육 메시지, 3) 상대적으로 큰 금전적 인센티브에 대한 메시지 또는 4) 상대적으로 적은 금전적 인센티브에 대한 메시지를 포함하는 4가지 연구 부문 중 하나로 무작위 배정합니다. 이 연구의 목표는 일부 전문가들이 경고한 바와 같이 두 가지 유형의 인센티브 정책이 백신 의도에 부정적인 영향을 미칠 가능성이 있는지 추정하는 것입니다.

상대적으로 크고 작은 금전적 인센티브가 백신 접종 의도에 미치는 영향을 분석할 때 전체 표본 및 인구통계학적 하위 그룹에 대한 점 추정치와 95% CI를 보고합니다. 또한 모든 전체 샘플 및 하위 모집단에 대한 요약 통계를 보고합니다. 우리는 통제 조건과 비교하여 금전적 인센티브가 예방 접종을 원하는 비율에 영향을 미치지 않는지, 증가하는지, 감소하는지 여부를 테스트할 것입니다. 네 번째 연구 암에서 피험자는 통제 조건과도 비교될 교육 메시지를 받게 됩니다.

백신 인센티브 테스트와 백신 의도에 대한 다양한 측정:

관련 실험에서 우리는 FDA 승인 메시지와 제어 조건을 사용하여 균형 잡힌 실험 조작으로 10가지 실험 조건의 효과를 별도로 테스트할 것입니다. 이 연구의 목표는 전문가들이 제안한 인센티브 및 명령을 포함하여 더 다양한 백신 개입의 효과를 비교하는 것입니다.

또한 백신 의도, 연구 결과를 측정하는 다양한 방법을 사용하여 개인을 설문지에 무작위로 배정할 것입니다.

다양한 백신 의도 추정 방법 비교: 제안된 다양한 백신 정책을 테스트하는 실험에 포함되어 1차 결과에 대한 반응 옵션의 방법론적 차이가 "예"라고 보고하는 비율에 영향을 미치는지 테스트할 것입니다. 이를 위해 2(예 및 아니요) 대 3(예, 아니요 및 확실하지 않음) 수준 응답 옵션을 테스트하고 두 세트를 무작위로 주문합니다.

이 방법론적 실험은 동일한 질문(곧 백신 접종을 원하는지 여부에 대한 질문)에 "예"라고 응답하는 비율이 응답 옵션의 순서와 가능성/불확실 옵션을 포함하는지 여부에 따라 달라지는지 여부를 조사합니다. 2 대 3 응답 수준 및 순서에 대해 교차 탭 및 카이제곱 테스트를 실행합니다. 기기 시험은 COVID-19 예방 접종 부스터, 초기 주사 및 인플루엔자 예방 접종에 대해 수행됩니다.

잠재적인 백신 정책의 효과를 테스트할 때 제시된 백신 정책이 없는 통제 그룹은 $1000, $200 또는 $100에 대한 현금 인센티브; $1,000 세금 공제; $100,000, $200,000 또는 $100만 상당의 복권; 백신 미접종자에 대한 세금 $1,000; 고용주나 항공사, 바, 레스토랑의 명령. 주요 결과는 가상의 백신 정책을 고려할 때 그들이 곧 백신 접종을 받기를 원하는지 여부입니다.

(고용주 위임 조건에 배정된 사람은 고용주가 없을 가능성이 있다고 보고하는 경우 분석에서 제외됩니다.)

OLS 사양이 우리의 주요 결과가 될 것이며 다른 측정은 견고성 검사로 제공됩니다.

OLS 모델은 모든 인구 통계학적 컨트롤을 제외하고 치료 변수에 대해 이진 종속 변수를 실행할 수 있습니다. (처리가 응답자 간에 무작위로 이루어지기 때문에 이 접근 방식은 합법적입니다.) 처리 방법에는 메시지에 기록된 금융 정책(다양한 금액과 유형의 인센티브 및 처벌) 및 명령(다양한 유형의)이 포함됩니다.

모델 유형: "예"라고 응답한 응답자의 비율에 대해 인센티브로 처리된 응답자를 대조군과 비교하여 쌍으로 t 테스트를 수행합니다. 인종, 성별, 소득, 교육 및 기타 사회 인구 통계에 따라 하위 집합에 대해 이러한 쌍별 테스트를 수행합니다.

또한 치료 유형별로 이러한 쌍별 테스트를 수행합니다. 복권과 현금 인센티브 비교, 포지티브 인센티브와 페널티 비교, 인센티브 크기 비교, 고용주 명령과 통제 비교.

또한 풀링된 데이터 세트에 대한 회귀 분석을 수행할 것입니다. 여기서 왼쪽 관찰은 개별 응답이며 "예"라고 대답한 사람은 1로 코딩되고 "아니요" 또는 "확실하지 않음"이라고 대답한 사람은 0으로 코딩됩니다. 우리는 일련의 통제(인종, 성별, 수입, 교육 등)와 응답자가 치료를 받았는지 여부를 반영하는 지표 변수를 포함할 것입니다. 회귀 모델에는 일반 최소 제곱, 프로빗, 최근접 이웃 매칭 및 성향 점수 매칭이 포함됩니다. 또한 치료 변수가 제공된 치료 유형과 FDA 승인 지표를 반영하는 여러 지표 변수로 분할되는 이러한 회귀 분석을 실행할 것입니다.

이진 결과 종속 변수(응답자가 백신 접종을 원하는 경우 1과 같고, 그렇지 않으면 0과 같음)와 함께 일반 최소 제곱 및 로지스틱 회귀를 사용하여 모델을 대안으로 추정합니다. 설명 변수의 경우 10개의 치료 부문 각각에 대한 더미 변수를 포함합니다.

통계적 유의성 기준: .05를 사용합니다. 통계적 유의성에 대한 임계값으로 사용합니다.

10가지 백신 정책을 비교하는 설문조사 실험을 위한 샘플 크기 계산: 각 조건에 대한 최종 샘플 크기에 최소 300명의 피험자가 포함된 경우 약 5% 이상의 차이를 감지할 수 있다고 추정합니다. 계획된 비교를 허용하기 위해 제어 및 $1000 조건에 대한 할당을 두 배로 늘릴 계획입니다.

모든 실험: 각 피험자는 조건에 따라 무작위로 배정됩니다. 참가자는 관찰된 효과가 측정되지 않은 요인으로 인한 가능성을 줄이기 위해 무작위 배정됩니다. 또한 모든 연구 절차가 자동화되어 실험 수행 방법에 대한 제어가 향상되어 모든 절차를 일관되게 표준화할 수 있습니다.

이 연구는 MTurk 및/또는 Prolific 플랫폼을 통해 모집된 국가 이론 기반 샘플을 등록합니다. 등록 편향을 줄이기 위해 모집 및 등록 자료는 연구를 모호한 용어로 설명합니다(예: "우리는 건강과 관련된 귀하의 의견과 선호 사항을 알고 싶습니다). 각 실험은 설명 목적으로 사회 인구학적 변수도 측정합니다.

각 실험에 권장되는 데이터 정리 절차: 주의 점검을 통해 주요 분석에서 제외해야 하는 대상을 식별할 수 있습니다. (집중도 체크 성적과 상관없이 모든 참여자에게는 시간에 따른 보상이 지급됩니다.) 아이디가 중복되거나 사기 점수가 높은 분은 분석에서 제외되며, 가장 빨리 완료한 분(가장 빠른 5%)을 포함하여 제외 분석을 진행합니다.

복제 연구에는 동일한 연구 설계 및 절차가 포함됩니다.