人行天桥对农村社区经济、健康和教育成果的影响

该研究将是一项匹配队列研究，其中 12 个桥位点将与 12 个比较位点相匹配。 通过 2014 年进行的系统需求评估，B2P 工作人员与政府官员一起定义和确定了桥接点。 在已确定用于研究的 12 个桥址中，有 7 个位于南部省份，5 个位于西部省份。 比较站点是从 B2P 进行的 2018 年需求评估中确定的。 与桥梁站点一样，比较站点中有 7 个位于南部省份，5 个位于西部省份。 桥梁和控制点及其各自地区和省份的表格可以在附录 A 中找到。

对感兴趣的结果进行的最小可检测效应分析确定，对于这 24 个地点，调查人员应该调查来自每个治疗地点（接受桥梁的）和比较地点（不接受的）100 个家庭的代表。 对于处理地点和比较地点，B2P 将确定受影响的一侧 - 他们的评估表明将从桥梁中受益最多的一侧。 然后，调查人员将从受影响一侧距离桥梁最近的村庄的 umudugudu 村长（村长）或支部书记那里获得住户的行政名单。 如果名单至少包括 100 户，调查人员将从该名单中随机选择 100 户进行访问。 如果村庄的户数少于 100 户，普查员将访问该村的所有家庭，然后从距离最近的村庄的名单中随机选择达到 100 户所需的剩余数量。

作为试点研究的一部分，调查人员正在测试一种实验方法，以确定在社区内对哪些家庭进行抽样。 该方法涉及跟踪相关社区的卫星图像，以导出该地区所有家庭的矢量数据集，调查人员根据算法从中随机选择某些家庭。 这种方法旨在通过减少引入人为偏差的机会来使抽样更加稳健。 根据 OpenStreetMap 的 Bing 图像许可，将使用免费提供的 Bing 航拍图像追踪宅基地，生成的数据将贡献给 OpenStreetMap (OSM)。 虽然所有追踪到的家庭都将上传到 OSM 并公开可用，但所有后续对哪些家庭进行调查的分析和调查结果本身都将在受密码保护的设备上保密，并且仅用于研究目的.

该研究将利用差异实证设计。 也就是说，它将比较接受桥梁的社区与未接受桥梁的社区随时间的变化。 这是从线性回归中恢复的：

y_vt = a + β*Bridge_vt + E_vt 在这个等式中，y_vt 是社区 v 在时间 t 感兴趣的一些结果，而 Bridge_vt 是社区 v 在时间 t 有一座桥的指标。 根据上述识别程序，上述回归中估计的系数 β 识别桥梁施工的因果效应。

根据 Brooks 和 Donovan 2018 年的调查结果，调查人员不仅有兴趣探索经济和农业成果，而且有兴趣利用这个更大的机会探索健康和教育成果。

要使用差分法，需要研究中所有家庭至少两个时间点的数据。 因此，将在建造任何桥梁之前进行基线调查，然后在桥梁建成后对同一家庭进行第二轮数据收集，并在基线后一年进行第三轮数据收集。 这将在治疗社区和比较社区中进行。

基线调查将于 2019 年 2 月至 3 月进行。 这与卢旺达的主要收获期相对应，可以收集有关农业成果的具体信息，而这些信息在接受调查的社区成员的脑海中仍然记忆犹新。 桥梁的完工将于 2019 年 2 月下旬开始，一直持续到 2019 年 7 月。 中线调查将于 2019 年 6 月至 7 月进行。 2020 年 2 月至 3 月将收集终端数据。 将在所有三个时间点使用相同的调查，从而可以测试随时间发生的任何差异。

调查将由训练有素、精通基尼亚卢旺达语的普查员在平板电脑上进行。 一旦完成，调查将直接上传到美国的安全服务器进行分析。 可以在随附的调查中找到详细的问题列表。

如上面的结果列表所述，中上臂围 (MUAC) 是感兴趣的健康结果之一。 MUAC 是一种简单的身体测量方法，有助于监测营养，五岁以下儿童的营养状况是社区营养的代理指标。 但是，MUAC 不适用于 6 个月以下的儿童，因为该年龄组没有确定的营养临界水平。 征得主要照顾者的同意，将为家庭中年龄在六个月至五岁之间的每个孩子测量 MUAC。 此过程的说明包含在调查中。

2019 年 6 月，摄像头将安装在桥梁交叉口的入口处，当人们过桥时，摄像头将被拍照。 这些数据将被分析以估计桥梁的使用，使我们能够调查桥梁使用与经济、农业、健康和教育效益之间的潜在相关性。 来自摄像机的数据将存储在本地数字存储设备上。 摄像机将锁定到位。 相机数据将由研究人员定期收集并上传到安全、受密码保护的数据库。 这些图片将通过计算机分析和研究小组审查来计算桥梁的用户数量。 不会以任何形式发布任何个人身份信息。