Insentiver og motivasjon for atferdsendring:

Insentiver for søvn og trening:

Dette eksperimentet vil estimere påmeldingsskjevhet for randomiserte kliniske studier som tilbyr å stimulere til atferdsendring. I dette eksperimentet vil vi teste om de som er mest motivert for å endre atferd også har størst sannsynlighet for å melde seg inn i en (hypotetisk) RCT når de tilbyr økonomiske eller sosiale insentiver for atferdsendring.

Vi antar at de som mest sannsynlig vil melde seg på allerede er motivert til å endre atferden sin før påmelding, noe som kan være bias-prøver mot null. Vi vil teste denne hypotesen ved å estimere om motivasjon til å endre en atferd forutsier interesse for å bli med i RCT rettet mot den atferden. Vi vil også teste om baseline atferd forutsier interesse for å bli med i disse RCT.

Vi vil gjennomføre dette eksperimentet ved å bruke falske invitasjoner for å lære om og potensielt bli med i en RCT. Studieresultatet vil være svar på denne invitasjonen. Vi kommer ikke til å tilby invitasjoner til en faktisk rettssak, men stimuliene (hånte invitasjoner til en "spøkelse"-rettssak) og oppgaven (svar på invitasjonen) ligner fundamentalt på en rettssaks motparter. Invitasjonene vil spesifisere en mulighet til å tjene økonomiske eller sosiale insentiver for å forbedre en sunn atferd.

Vi vil invitere deltakere til å tjene økonomiske eller ikke-økonomiske insentiver for å øke søvnen eller treningen. I denne studien vil det primære resultatet måle om de var «ikke interessert», «litt interessert» eller «veldig interessert» i å delta.

Før de mottar invitasjonen, vil de fylle ut et online spørreskjema som måler deres motivasjon for å øke hver atferd, pluss deres nylige oppførsel og sosiodemografi.

Separate analyser vil bli utført for økonomiske og sosiale insentiver og for invitasjoner til testing av søvn versus trening. Vi vil rapportere punktestimater og 95 % konfidensintervall (CI) for atferd og motivasjon.

Analysene vil undersøke om deres interesse for å bli med i RCT er spådd av 1) deres baseline atferd (dvs. mengden søvn eller trening), eller 2) deres motivasjon for å endre den spesifikke atferden. Som nevnt ovenfor antar vi at motivasjonsnivået deres for å endre en spesifikk atferd vil forutsi interessen for en prøveversjon som er rettet mot den atferden.

Testing av relativt store og små vaksinasjonsinsentiver:

Ved å bruke en separat prøve vil dette eksperimentet teste om retningslinjer som tilbyr store eller små økonomiske insentiver sannsynligvis vil styrke covid-19-vaksineintensjonen. Dette eksperimentet vil randomisere individer til en av fire studiearmer som inkluderer 1) en kontrollbetingelse, 2) en pedagogisk melding, 3) en melding om det relativt store økonomiske insentivet, eller 4) en melding om det relativt lille økonomiske insentivet. Målet med denne studien er å estimere om begge typer insentivpolitikk sannsynligvis vil ha negative effekter på vaksineintensjon, slik noen eksperter har advart.

Når vi analyserer effektene av relativt store og små økonomiske insentiver på vaksinasjonsintensjoner, vil vi rapportere punktestimater og 95 % CI-er for det samlede utvalget og demografiske undergruppene. Vi vil også rapportere sammendragsstatistikk for alle de samlede utvalget og underpopulasjonene. Vi vil teste om, sammenlignet med en kontrollbetingelse, noen av de økonomiske insentivene øker, reduseres eller ikke har noen effekt på andelen som ønsker å vaksinere. I en fjerde studiearm vil forsøkspersonene få en pedagogisk melding som også sammenlignes med kontrolltilstanden.

Testing av vaksineinsentiver pluss ulike mål på vaksinens intensjon:

I et relatert eksperiment vil vi separat teste effekten av 10 eksperimentelle forhold, med en motbalansert eksperimentell manipulasjon ved hjelp av en FDA-godkjenningsmelding, pluss en kontrollbetingelse. Målet med denne studien er å sammenligne effekten av et bredere utvalg av vaksineintervensjoner som eksperter har foreslått, inkludert insentiver og mandater.

I tillegg vil vi også randomisere individer til spørreskjemaer ved hjelp av ulike metoder for å måle vaksineintensjon, studiens resultat.

Sammenligning av ulike metoder for å estimere vaksineintensjon: Innebygd i eksperimentet som tester forskjellige foreslåtte vaksinepolitikker, vil vi teste om metodiske forskjeller i responsalternativet for det primære resultatet påvirker prosentandelen som rapporterer "ja". For å gjøre dette vil vi teste 2 (Ja og Nei) vs 3 (Ja, Nei og Usikker) svaralternativer og tilfeldig bestille begge settene.

Dette metodologiske eksperimentet vil undersøke om andelen som svarer «ja» på det samme spørsmålet (om de ønsker å vaksinere snart) varierer avhengig av rekkefølgen på svaralternativene og om de inkluderer et kanskje/usikkert alternativ. Vi kjører kryssfaner og kjikvadrat-tester for 2 mot 3 responsnivåer og rekkefølgen. Instrumenteringstestene vil bli utført for covid-19-vaksinasjonsforsterkere, de første skuddene, pluss vaksinasjon mot influensa.

Når du tester effekten av potensielle vaksinepolitikker, vil kontrollgruppen, uten noen vaksinepolicy, bli sammenlignet med: kontantinsentiver for $1000, $200 eller $100; en skattefradrag på $1000; lotterier for $100 000, $200 000 eller $1 million; $1000 skatt på uvaksinerte; og mandater fra arbeidsgivere eller flyselskaper, barer og restauranter. Hovedresultatet er om de ønsker å vaksinere seg snart gitt den hypotetiske vaksinepolitikken.

(De som er tildelt arbeidsgivermandatbetingelsen vil bli ekskludert fra analyser hvis de rapporterer at det er usannsynlig at de har en arbeidsgiver.)

OLS-spesifikasjon vil være vårt hovedresultat og de andre tiltakene leveres som robusthetssjekker.

OLS-modellen kan ekskludere alle demografiske kontrollene og kjøre den binære avhengige variabelen på behandlingsvariablene. (Merk at denne tilnærmingen er legitim fordi behandlingene blir randomisert på tvers av respondentene.) Behandlingene inkluderer finanspolitikken (insentiver og straffer av forskjellige beløp og typer) og mandater (av forskjellige typer) som noteres i en melding.

Type modell: Vi vil utføre parvise t-tester av prosent av respondentene som svarer "Ja" og sammenligne de som ble behandlet med et insentiv med kontrollgruppen. Vi vil utføre disse parvise testene på undergrupper etter rase, kjønn, inntekt, utdanning og annen sosiodemografi.

I tillegg vil vi utføre disse parvise testene etter type behandling. Sammenligne lotteri med kontantinsentiv, sammenligne positivt insentiv vs. straff, sammenligne størrelse på insentiv, og sammenligne arbeidsgivermandater mot kontrollen.

Vi vil også gjennomføre regresjonsanalyser på det samlede datasettet der observasjonene på venstre side er individuelle svar der de som svarer "Ja" vil bli kodet som 1 og de som svarer "Nei" eller "Usikre" vil bli kodet null. Vi vil inkludere et sett med kontroller (rase, kjønn, inntekt, utdanning osv.) samt en indikatorvariabel som reflekterer om respondenten har mottatt en behandling. Regresjonsmodeller vil inkludere vanlige minste kvadrater, probit, nærmeste nabo-matching og propensity-score-matching. Vi vil også kjøre disse regresjonene der behandlingsvariabelen er delt opp i flere indikatorvariabler som gjenspeiler typen behandling som gis, samt en indikator for FDA-godkjenning.

Vi vil estimere en modell – alternativt ved bruk av ordinære minste kvadraters og logistisk regresjon – med en binær utfallsavhengig variabel (lik én dersom respondenten ønsket å vaksineres, og ellers lik null). For forklarende variabler inkluderer vi dummyvariabler for hver av de ti behandlingsarmene.

Kriterier for statistisk signifikans: Vi vil bruke .05 som vår terskel for statistisk signifikans.

Prøvestørrelsesberegning for undersøkelseseksperimentet som sammenligner 10 forskjellige vaksinepolitikker: Vi anslår at hvis de endelige prøvestørrelsene for hver tilstand inkluderer minst 300 forsøkspersoner, kan vi oppdage omtrent 5 % eller større forskjell. Vi planlegger å doble allokeringen for kontrollen og $1000-betingelser for å tillate planlagte sammenligninger.

Alle eksperimenter: Hvert forsøksperson vil bli randomisert til en tilstand. Deltakerne vil bli randomisert for å redusere sjansen for at observerte effekter skyldes umålte faktorer. I tillegg ble alle studieprosedyrer automatisert, noe som forbedrer kontrollen over hvordan eksperimentet utføres, slik at alle prosedyrer kan standardiseres konsekvent.

Studiene vil registrere nasjonale, teoribaserte prøver rekruttert gjennom MTurk og/eller Prolific-plattformer. For å redusere påmeldingsskjevhet, vil rekrutterings- og påmeldingsmateriell beskrive forskningen i vage termer (f.eks. "vi er interessert i å lære dine meninger og preferanser knyttet til helse). Hvert eksperiment vil også måle sosiodemografiske variabler for beskrivende formål.

Anbefalte datarenseprosedyrer for hvert eksperiment: Oppmerksomhetssjekker kan identifisere de som bør ekskluderes fra hovedanalysene. (Uavhengig av ytelse på oppmerksomhetssjekken, vil alle deltakere bli kompensert for tiden sin.) Analyser vil ekskludere de med duplikat-ID eller høy svindelscore. Vi vil gjennomføre analyser som inkluderer og ekskluderer de som fullførte raskest (raskest 5%).

Replikasjonsstudier vil inkludere samme studiedesign og prosedyrer.