Nudging policymakers on gendered impacts of policy
Notice bibliographique
Résumé
Abstract Despite the proliferation of nudge research in the last few decades, very little published work aims to nudge the behavior of policymakers. Here we explore the impact of a well-established nudge on policymakers in the Northwest Territories of Canada. In a pre-registered randomized controlled trial, we emailed an invitation to policymakers ( N = 263) to attend an online briefing on gendered impacts of policy. In the treatment condition ( N = 133), the invitation contained personal stories of two women whose lives were disproportionally impacted by public policies more than men. In the control condition ( N = 130), the invitation did not contain such stories. After the briefing, we sent all participants in both conditions a link to a public pledge that they could sign. The pledge was to lead and advocate for equity-oriented policymaking. Contrary to our prediction, there was a small backfiring effect where policymakers in the treatment condition (3%) were less likely to attend the briefing than the control condition (8%). However, two policymakers (1.5%) in the treatment condition signed the public pledge compared to one (0.8%) in the control condition. The current findings reveal the limits of using personal stories as a nudge to influence policymakers. We discuss insights gained from this experiment and follow-up debriefings with policymakers on how to improve future behavioral interventions designed to nudge policymakers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».