Scalability and Heterogeneity: Targeting Interventions to Maximize Social Impact
Notice bibliographique
Résumé
Social scientists have begun to recognize that planning for individuals’ heterogeneous needs is essential to successful behavior change efforts. However, there is still limited evidence about exactly where the challenges in scaling interventions arise and how to plan for and address these challenges. One notable pitfall in previous attempts is a one-size-fits-all intervention approach. This approach does not account for context-related and individual-level heterogeneity, and in management settings, fails to centralize the worker in designing behavior change interventions. This session contributes to the critical conversation of leveraging research insights for broad societal impact by assessing challenges and opportunities in scaling behavioral interventions broadly. We contribute a specific focus on heterogeneity based on individuals' motivations to engage in the activity, putting the user – in many cases, the worker – front and center. Challenges to Translating and Scaling Behavioural Interventions Author: Dilip Soman; U. of Toronto, Rotman School of Management Targeting Interventions Based on Baseline Motivation Increases Vaccine Author: Ilana Brody; UCLA Anderson School of Management Author: Hengchen Dai; UCLA Anderson School of Management Author: Silvia Saccardo; Carnegie Mellon U. - Department of Social and Decision Sciences Framing Charitable Giving as a Teachable Moment Can Increase the Generosity of Parents Author: Ashley Whillans; Harvard Business School Author: Christopher Bryan; McCombs School of Business, U. of Texas at Austin Author: Elizabeth Dunn; U. of British Columbia Scaling Behavioral Interventions to Reduce Student Absenteeism: Building “OPOWER For Absenteeism” Author: Todd Rogers; Harvard U. Author: Avi Feller; U. of California, Berkeley
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,072 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,007 | 0,015 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».