Social Science in SNP(3)
1. 大规模实验提升行为研究的影响力 Megastudies improve the impact of applied behavioural science (Nature)
这个文章的牵头人，应该是Katherine Milkman。她 在沃顿教书，研究多半与大型的实地实验相关。这篇文章粗略数来应该有30名co-author，希望解决的是一个困扰研究者和政策实施者的问题——如何证明所谓的“nudge/intervention”是真正有效的。也就是说，在政策实施者看来，因为学者进行行为研究往往只针对一群人，而且人数还很少，因此提供的证据是不一定具有说服力的。这个文章提出了一种新思路，就是megastudy（中文应该翻译为超级实验？）根据文章的介绍，megastudy is massive field experiment in which the effects of many different interventions are compared in the same population on the same objectively measured outcome for the same duration. 简单来说，就是多种介入方法，相同的人群，相同的因变量，相同的作用时间，目的就是为了比较能够更加干净和纯粹地比较不同介入方法是否存在差异。具体到这篇文章，研究者们希望验证的是，不同类型的激励措施（项目）对于人们进行锻炼的影响。通过54种介入方法在61293名用户身上的实验数据表明，有接近一半（45%）的项目能够在短期内促进人们的运动频率，但是在4周的介入期结束后，只有8%的项目是有效果的
在研究当中，研究者还让其他第三方的专业人士来预测不同的介入是否是有效的，结果发现人们不仅会高估政策的有效性，同时预测跟实际之间的gap也都不太一样。总的来说，就是预测得都不太准。
这个文章比较大的启发是对于介入效应的测量，通过大样本的实地实验能够给政策制定者提供可信且行而有效的介入方式，对于研究者来说是值得鼓舞的信息。文章透露出来的另一个维度令人思考的维度是，行为研究对于机制的测量究竟在多大程度上依旧是重要的。按照这种大规模实验的想法，大量的行为介入似乎并不是从理论出发，而更像是互联网行业所采用的哪种好就用哪种的短平快的思路。或许是值得每一个研究者认真反思的吧。
2. 理解医用人工智能的决策与判断 Understanding, explaining, and utilizing medical artificial intelligence (NHB)
这个文章就是比较传统的 behavioral research 的套路了，探究的是人们对于medical AI 的态度，人们更倾向认为由人做出的决策是可以被理解的， 而由算法做出的决策则是更难被理解的。而这种belief，是可以被人工介入，也就是跟人们说明“算法是可以被理解的”这个做法所改变的。
nature family 的发表bar怎么说呢…就还是比较迷的吧。
3. 对公共事务的参与影响人们对权威与公平的感知 Participatory practices at work change attitudes and behavior toward societal authority and justice （Nature communication）
在公共事务的参与会不会影响到人们对于权威和公平的感知呢？Nature communication上的研究通过两个大型的实地实验给出了肯定的答案。会的。97个工作团队，1924名参与员工，每周一次20分钟的“参与式会议 (participatory meeting)”，持续六周的时间，会使得人们减少对于权威的服从，以及增加对于公平正义的感知，更愿意参与到政治、社会以及家庭的决策当中。所谓的“参与式会议”，指的是员工可以在会议中各抒己见，而员工的上级作为聆听者来听取下属的发言。“参与式会议”能够改变人们在民主政治方面的偏好，也算是一项颇有意义的结果了。
文章作者 Sherry Jueyu Wu 是UCLA的教授，她的研究多采用实地实验的方式。之前有一篇我觉得很有趣的文章是她发现在工厂里面的地上印上铜钱的标示，会让大家减少把垃圾扔到地面上，因为害怕垃圾把钱挡住了。怎么说呢，这样的假设确实需要一点脑洞 如果是我估计只能想到把钱印在地上人们会更认真干活（priming effect），或许这就是我跟大佬直接的差距吧
4. 新冠一年后人们生活及心理状态的变化 Lifestyle and mental health 1 year into COVID‑19 (Nature, scientific report)
文章研究了在疫情前后（2019年春季到2021年春季），人们在多个维度的行为、心理（每天的步行距离、心理的抑郁程度、使用屏幕时长、睡眠时间等）是否发生了变化；通过事件前后对比作者发现，人们会花更少的时间出门（每天平均步数从9800下降到了6300），更有可能有心理上的抑郁倾向，使用屏幕的时间更长了。而在2021年疫情相对缓解后，人们的心理状态也还是没有特别多的变化和改变。
这种事件前后的对比，在实证研究中称为事件研究(event study)，但是这种方法存在一个实证检验的问题是缺乏空白对照组，因此没有办法控制同一个时间段内其他事件所产生的影响。在进行结果解读的时候，需要更多加注意。
5. 个人经历与事实陈述对说服力的影响 Personal experiences bridge moral and political divides better than facts (PNAS)
文章探究了一个常见的传播问题，人们究竟是更愿意相信事实（facts）还是更愿意相信个人亲身经历的故事（personal experience），换而言之，究竟是“客中理”更容易说服别人，还是“带情绪”的个人化陈述更有说服力。文章同时指出，如果是让人们自我陈述“你觉得什么样的论述能够让你信服”，超过半数(56%)的受访者会选择“事实和证据(Facts and Evidence)”；只有21%的受访者选择了“个人经历(Personal Experience)”。
可是，如果以 YouTube 上人们对于用户生成的评论进行投票，会发现，那些陈述个人经历的评论往往情绪是更正面的，同时也包含更多与社会关系相关的词语。
PS. 所以说是不是之后的文章啥的，连图表一类的都可以省掉了…
好的，这个月直接缩减成之前的一半的篇幅了（扶额 …看看自己有多懒惰。在国外的时间感觉过得好快，但怎么说呢，研究啥的进度也一直拉不起来，今天这里逛逛，明天到朋友家跨个年。但感觉还是需要时时刻刻记住，作为研究者要一直有摄入，一直有输出。即便是很小很小的进步，但日拱一卒，总归是在往前走的！
所以说，2022年，请继续加油吧~
