跳到主要内容

经济证据和地方数据对立法者参与行为健康传播材料影响的党派差异:一项传播试验

摘要

背景

州立法者做出的政策决定会影响儿童遭受不良童年经历(如儿童虐待)的情况,以及这些经历对行为健康的影响。科学研究的有效传播可以增加立法者的决策与证据相结合的可能性,以防止不良童年经历及其后果,而有效的传播需要立法者参与传播材料。在有说服力的沟通的详细可能性模型和布朗森传播研究模型的指导下,我们测试了一个假设,即包含经济证据和地方数据会增加立法者对有关ace和行为健康的证据支持政策的传播材料的参与。

方法

进行了三组随机传播试验。一名大学研究人员通过电子邮件向州议员发送了包含ace和行为健康问题证据的传播材料(两封电子邮件间隔两周发送,向6509名议员发送了12662封电子邮件)。电子邮件的主题行、文本和政策概要内容在各个研究部门中都被操纵。干预组得到的是州定制的王牌教育经历率数据以及州定制的关于公共系统王牌教育成本的经济证据,强化控制组得到的是州定制的数据,而不是经济证据,而控制组得到的是国家数据,而不是经济证据。结果是电子邮件浏览率、政策简短链接点击率、研究人员咨询请求率以及立法者在社交媒体帖子中提到儿童虐待术语率。

结果

对于第一封电子邮件,干预组的电子邮件查看率比强化对照组(22.8% vs. 14.8%)高出42.6%,比对照组(22.8% vs. 18.5%)高出20.8%(两者都有)p<。)。第二封电子邮件也观察到了类似的结果。在个体水平模型(而非多水平模型)调整了不同研究条件下的人口统计学差异后,这些差异仍然显著。实验条件和政党之间有显著的交互作用(p< .0001),其中,干预措施提高了民主党人而不是共和党人的电子邮件查看率。这种干预对政策的简短链接点击或咨询请求没有影响,对社交媒体上的帖子有混合影响。

结论

在传播材料中加入各州定制的经济证据可以增加民主党议员对研究证据的参与,而不是共和党议员。可能需要根据立法者的政党归属制定传播战略。

同行评审报告

背景

传播研究——由美国国立卫生研究院定义为“对特定公共卫生或临床实践受众定向分发信息和干预材料的科学研究”[1-在实施科学领域不发达[世界杯2022赛程表比分23.].以政策为重点的研究也是执行科学的一个欠发达领域,尤其是在美国[世界杯2022赛程表比分456].因此,在这两个领域的交叉点上,不奇怪的是,几乎没有经验指导存在,以告知有关研究证据传播的决定在美国的决策者。例如,发表在《科学》杂志上的一篇关于向美国决策者传播研究的2020年战略的系统综述世界杯2022赛程表比分,得出的结论是,很少有定量研究评估了以决策者为目标的传播策略的效果[7].由于这种知识差距,传播决策(例如,关于在政策简报中包括哪些数据或在给当选官员及其工作人员的电子邮件中强调哪些数据的决策)通常基于轶闻而不是证据,对决策的影响次优[28].虽然能力和关系建设战略已经证明了改善循证决策的能力[910,还需要加强传播策略的经验基础,这些策略将证据“推”给决策者,因为这些策略的资源密集程度要低得多,而且经常被研究人员、倡导者和其他中介组织使用。

在与州立法人员就精神健康和药物使用(即行为健康)问题进行描述性研究的基础上[1112131415161718,目前的研究通过实验测试了在行为健康传播材料中加入国家定制的经济证据和数据对立法者参与传播材料的影响。我们还研究了政党归属是否会调节传播材料的影响,并探讨了政党归属与立法者参与传播材料之间的联系。研究结果为传播实践提供了具体指导,研究的设计为未来决策者的传播实验提供了一个模型。该研究还通过评估政治认同在调节传播结果中的作用推进了实施科学领域,这在之前世界杯2022赛程表比分的工作中很少受到关注。

研究背景:不良童年经历的证据,行为健康,证据支持的政策策略

目前的研究重点是传播不良童年经历作为行为健康问题风险因素的证据,以及有证据支持的政策策略来解决不良童年经历。童年ACEs包括儿童虐待事件,如身体虐待、性虐待和忽视,以及其他18岁之前的不良经历,如目睹家庭暴力和社区暴力[1920.2122].ace是行为健康问题公认的风险因素[222324].ACE暴露在美国很常见,估计有16%的美国成年人经历过≥4次ACE, 38%经历过≥2次ACE [25].

州议员(美国有7383位)是传播有关王牌经历证据的重要目标受众,因为他们做出的决策可以减少与王牌经历的接触,减轻他们的行为健康后果[262728].审查确定了在实现这些成果方面行之有效的州级政策[2930.31].这包括提高经济安全和减轻照顾者压力的政策[323334以及扩大以证据为基础的公共项目覆盖面的政策,如护士家庭伙伴关系[3536].美国儿科学会等组织[37和哈佛儿童发展中心[26]强调了向州议员传播有关王牌教育的证据的重要性。

尽管州议员有可能解决不良资产问题,但立法机构对不良资产的反应和立法者对不良资产的认识都是次优的。最近的一项审查发现,在州立法机构提出的提到不良经历的法案中,只有20.5%的法案还确定了与不良经历相关的循证或证据支持的干预措施[38].这项分析还发现,民主党人比共和党人更有可能提出、共同发起并投票支持解决王牌问题的立法。2017年一项对475名州议员的调查发现,只有三分之一的人听说过不良童年经历,而且大多数人并不知道不良童年经历是行为健康问题的风险因素的程度[14].调查还发现,共和党议员对王牌的了解程度明显低于民主党议员。2020年一项针对美国成年人的全国性民意调查也发现了与政党归属相关的类似结果。39].然而,民意调查和实验也发现,ace对行为健康的影响及其对公共系统的经济影响的证据[40可以增加共和党和民主党对有证据支持的政策的支持,以解决王牌问题[4142].综上所述,这项研究强调了向州议员有效传播ace证据的重要性,并提供了一些可以在实践中成功使用的信息传递策略。

先前与州立法人员的传播研究和知识差距

先前与州议员进行的研究为如何为州议员开发有关王牌教育的宣传材料提供了额外的指导。前面提到的2017年对立法者的调查发现,数据的地方相关性和经济证据的纳入被认为是行为健康传播材料极其重要的属性,尤其是在共和党人中[111315].对经济证据和当地数据的重要性的感知与对决策者重要的传播材料属性的更大范围的研究是一致的[7434445].对美国州和地方立法者的实验也测试了操纵传播材料方面的影响(例如,电子邮件主题行中问题的框架[464748,关系上下文[4950],包括地图及叙述资料[5152])。

虽然之前的工作揭示了如何编排传播材料,但它很少揭示是什么要包括的证据类型.这一知识差距很重要,因为只有有限数量的证据可以包含在简明的传播材料中,而研究表明,立法者更喜欢较短的证据陈述[211].也很少有研究探讨政策制定者的政党立场对传播材料效果的调节作用[53].鉴于美国各州政策制定者和公众之间日益加剧的政治两极分化,这一知识差距值得关注[5455],这种两极分化对政策制定的影响,以及对公众的传播实验的结果,这些实验往往发现,政党认同会缓和对不同类型健康信息的反应[5657].

研究目的和假设

这项研究的主要目的是检验预先登记的假设:

  • 包括国家定制的关于王牌的经济证据而且与在没有经济证据的情况下使用全国性的ace率数据相比,在宣传材料中使用国家定制的ace率数据(干预)增加了立法者对宣传材料的参与。

  • 包括国家定制的关于王牌的经济证据而且与没有经济证据(强化控制)的国家定制的ace率数据相比,在传播材料中包含国家定制的ace率数据(干预)增加了对传播材料的参与。

  • 在没有经济证据(加强控制)的情况下,与在没有经济证据(加强控制)的情况下,在没有经济证据的情况下,纳入国家定制的ace比率数据(加强控制)相比,增加了对传播材料的参与。

其次,探索性的目的是确定传播材料的影响是否被立法者的政党归属所调节,并评估参与传播材料与政党归属独立关联的程度。

我们关注对传播材料的参与的衡量作为我们的结果,有三个原因。首先,参与被认为是一个重要的传播结果[258].在与决策者进行的传播研究中,已经使用了与传播材料接触的措施[464748]以及临床医生[59,通常被视为实验营销研究的主要结果——这一领域与传播研究有着相似的目标[26061].其次,参与度可以在不引人注目的情况下进行评估(即不需要调查或其他研究互动),这一点很重要,因为从州议员那里获得足够高的调查回复率越来越具有挑战性。第三,参与传播材料是材料影响其他传播结果如知识、态度和行为改变的先决条件。

概念框架

说服性沟通的阐述似然模型(ELM)为我们的假设提供了理论基础[626364].ELM已被认为是一种对传播研究有用的理论[2],以前曾被用于与州立法委员一起进行传播研究[48及其他练习听众[6566].ELM假定消息被感知到的程度有关受众影响受众参与和认知处理信息的程度。根据先前对州议员的研究[111315,我们相信,纳入国家定制的经济证据和数据,将增加传播材料的感知相关性,以及随后与材料的接触。我们进一步扩展了该模型,考虑了受众的易感性特征。动机推理理论表明,信息的接受和参与也取决于信息与受众的倾向态度(即对科学证据相关性的态度或对科学证据的信任)产生共鸣的程度[67].考虑到党派对科学信心的差异日益扩大的证据,我们研究立法者的党派作为调节因素[68].

我们研究的总体结构也借鉴了布朗森和同事的传播研究模型[3.],用于指导上述针对美国决策者的传播策略的系统审查[7].将模型应用到我们的研究中,信息是大学研究员吗消息是关于ace和行为健康(实验操纵)的证据吗通道用来传递消息的是电子邮件,而观众是美国州议员和他们的工作人员

方法

研究设计、人群和随机化

我们进行了一项预先注册的聚类随机传播现场实验(开放科学中心预先注册:https://osf.io/cgh64;补充文件1CONSORT和TIDieR检查表)。截至2021年1月25日,6964名美国州议员(占美国议员总数的94%)在KnowWho数据库中拥有电子邮件地址。KnowWho是一项收集和维护政府官员最新联系信息和个人履历数据的服务。我们的样本和分析仅限于那些可以获得电子邮件地址的立法者,因为传播材料完全是通过电子邮件发送的。我们在整篇文章中都提到“立法者”,因为他们是我们的目标受众,但应该指出的是,我们技术上是从立法机关收集结果数据,因为我们不知道立法者或他们的工作人员是否参与了传播材料。

采用聚类、分层随机分组的方法,将美国所有50个州随机分为三组(详细情况见下文)。在州一级进行随机化,以避免污染,在同一状态下,分配到一种条件的立法者将与分配到不同条件的立法者共享传播材料。在每种情况下的立法者数量和每种情况下共和党议员的百分比被分层,以达到近似平衡。我们对这两个变量进行了分层,因为每个州的立法者数量差异很大(即范围= 49至393),之前的研究表明,立法者对ace的看法因政党的不同而显著不同[14].

为了进行分层随机化,我们根据各州立法机构的规模是否小于139的全国中位数,以及共和党立法机构的比例是否小于53.3%的全国平均值,对各州进行了分类。根据立法机构规模和共和党议员比例的交叉分类,这就产生了四个层次的州。然后,为了平衡设计,我们将每个层次中的州随机化,将每个州的所有立法者分配到相同的研究条件中[69].

学习条件及宣传资料

立法者在干预条件各州定制的ace比率数据,以及各州定制的关于公共系统立法者在国会中ace成本的经济证据增强的控制条件他们收到的是各州量身定制的王牌人群比例数据,但没有经济证据;而对照组的立法者收到的是全国范围的王牌人群比例数据,但没有经济证据。在每种条件下,对传播材料的三个要素进行了操作:电子邮件主题行、电子邮件正文测试和政策简介内容。

电子邮件主题的语法是相同的,除了元素被修改,以强调每个研究条件的核心方面。我们在电子邮件的主题行中使用了“儿童虐待”这一语言,而不是“不良童年经历”,在电子邮件的正文中使用了“儿童虐待和不良童年经历”这一语言,因为我们假设更多的立法者会比ACEs更熟悉“儿童虐待”这一术语[14].三个条件的主题行显示在补充文件中3.

电子邮件的正文进行了类似的修改,以总结政策摘要中包含的证据(参见补充文件)3.所有学习条件的电子邮件文本)。与加强电子邮件交流的建议措施一致[6170,所有的电子邮件都是个性化的,包括立法者的姓名和头衔。在所有研究条件下,电子邮件的结尾都是一份来自项目首席研究员(PI)的咨询邀请,内容是关于有证据支持的解决王牌问题的政策方法。这一邀请旨在提供相关的环境,实验表明,这可以通过研究证据增加政策制定者的参与[4950].此外,在研究人员和决策者之间建立关系经常被认为是促进决策者更多地使用证据的最有效方法之一[9447172].

政策简报可通过电子邮件中的一个链接访问,该链接指向一个以PDF格式显示的网页(见补充文件)4例如政策简报)。基于先前的研究表明,州议员对研究证据的简洁有强烈的偏好[11,政策摘要只有一个PDF页。所有三个研究条件的政策概要包含六个相同的元素:

  • 关于被认为是王牌经历类型的描述性信息[19

  • 有证据表明童年经历是成年期各种行为健康状况的风险因素[232473

  • 一项关于积极的童年经历对预防不良童年经历的潜在影响的声明[74

  • 一份关于COVID-19大流行有可能增加不良童年经历发病率的声明[757677

  • 全国州议员大会为解决不良资产问题而提出的经证据支持的州政策清单[2930.,一个被民主党和共和党议员认为是可靠的研究证据来源的专业协会[78

  • 引用的证据参考文献

政策概要还包括与研究条件相对应的视觉线索[79].干预条件政策概要包括一张印有“美元”的银行包的图片,以强调包含了经济证据。干预和强化控制条件的政策简报包括立法者所在州的图像,以表明包含了州定制信息。控制条件政策概要包括美国的图像。

干预和强化控制政策摘要包括各州定制的数据,包括州内≥1次ACE和≥2次ACE的儿童患病率,数据来自2018年全国儿童健康调查,以及过去一年报告的任何类型的儿童虐待、身体虐待、性虐待和忽视事件的发生率,数据来自2017年美国全国儿童虐待和忽视数据系统[80].这些类型的儿童虐待都被认为是王牌[1920.2122].在控制条件下,在美国国家层面提供了相同的数据。

政府干预政策简报中包括了一些州为公共系统量身定制的王牌教育成本经济证据。这些估算结果是将2017年每个州报告的非致命性儿童虐待事件数量乘以Peterson等人在成本研究中报告的单个非致命性儿童虐待案例的终生成本估算得出的。[40我们从儿童福利、特殊教育和刑事司法系统的角度计算并纳入了各州具体的成本估算(调整后以2019年的美元表示),并在政策简报中提交了这一证据。我们从公共系统的角度关注成本,因为之前的研究表明,州议员强烈偏好从这个角度提供的经济证据[11].

传播过程

项目PI的大学邮箱账号在3周内使用Qualtrics发送了两封电子邮件(第一封邮件在2021年3月22日,第二封邮件在2021年4月5日)。议员收到的第一封电邮被退回为无法送达(n= 492)从第二封邮件中删除。

结果和措施

主要结果是立法者的电子邮件和政策简报的观点。这些是主要的结果,因为它们是参与传播材料的高度接近的指标。这些结果是通过之前研究中使用的标准网络营销实践进行评估的[46474859].电子邮件的浏览情况通过嵌入在每封电子邮件顶部的1像素半透明图像来评估。当电子邮件被浏览时,像素会被自动下载,下载内容会被跟踪到SSRS(一家调查研究公司)维护的去识别数据库中。对于这两封电子邮件,电子邮件观点被作为一个独立的二分类结果(是/否)进行操作。通过监控链接点击查看政策摘要来评估政策摘要的观点。当单击链接时,立法者会自动登录以查看策略摘要,并在SSRS维护的去识别数据库中跟踪登录。对于每封电子邮件,政策简要观点也被作为一个二分类结果(是/否)来操作。每个立法者对每封电子邮件都有一个唯一的像素ID和政策简短链接,这允许在个人级别上跟踪这两封独立的电子邮件的结果。

次要的结果是,立法者要求就ACEs进行咨询,并在社交媒体帖子和给选民的简报中提及与ACEs相关的话题。这些是次要结果因为它们是与传播材料接触的远端指标。项目负责人跟踪电子邮件回复和电话咨询请求,并将两封电子邮件分别作为两种结果(yes/no)进行操作。通过使用Quorum数据库,我们评估了立法者在Facebook和Twitter上的帖子以及向选民发送的时事通讯中提及的与ACEs相关的话题。Quorum数据库是一个实时汇编这些信息的数据库,以前曾被用来描述立法者关于健康问题的公共沟通[818283].我们搜索了Quorum公司在发送第一封传播邮件后的两个月内(2021年3月22日至2021年5月22日)的两组关键词中提到的单词。其中一组词汇与虐待儿童及传播资料内容大致有关(即“虐待儿童”及/或“身体虐待”及/或“儿童性侵犯”及/或“忽视儿童”及/或“虐待儿童”)。另一组术语则明确与童年时期不良经历有关(即“不良童年经历”和/或“童年时期不良经历”),即前述对童年时期不良经历立法的审查中使用的术语[38].

协变量

关于立法者的人口统计特征的信息从KnowWho数据库获得,并作为协变量。政党归属分为共和党或非共和党(非共和党以下称为民主党,因为登记在籍的民主党议员占该类议员的98%以上,这与政党在之前工作中的运作方式是一致的[1551]),性别被操作为男性或女性,因为这是KnowWho数据库中的一个二元变量,种族/民族被操作为非西班牙裔白人(yes/no),以最大化统计效力。我们还使用KnowWho数据根据每个立法者是否具有医疗保健专业背景来描述他们的特征(是/否)。

分析

由于电子邮件传播干预和结果评估属于这一层面,因此在立法者个人层面进行分析。电邮无法送达的议员(n在第一份电子邮件分析中= 492,n在第二个E-mail分析中= 356)被排除在分析之外。分别分析第一次和第二次传播邮件的数据。随机检查中使用卡方检验来评估立法者在三种研究条件下在每封传播电子邮件中的人口统计学特征差异。

我们使用未经调整和调整分析的结果来确定传播材料的影响,因为对于在随机试验中调整不同条件下的人口统计学差异是否合适缺乏共识[8485].我们使用卡方检验来评估未调整分析和多变量逻辑回归模型的影响,该模型调整了在阈值为具有统计学意义的人口统计学特征差异p< . 05。协变量数据缺失的立法者被排除在回归分析之外(n第一封邮件= 237,n= 213为第二封电子邮件)。我们运行了单级和多级(立法者,州)随机拦截模型,以解释同一州立法者之间的相关结果(即聚类)[86].6个主效应模型的类内相关系数(ICC)范围为0.22 ~ 0.35(各模型的平均ICC = 0.27),表明该数据适用于多水平分析[87].我们的主要分析方法没有进行调整,因为我们实验的样本量受到了美国州议员数量的限制,因此对于多变量模型来说动力不足。我们评估了传播材料的影响是否受到政党立场的调节,方法是在每个研究条件下对结果进行分层,并在回归模型中评估政党*研究条件交互项的意义。

结果

第一封电子邮件已成功发送至6509名议员,第二封电子邮件已发送至6153名议员。CONSORT图作为补充文件包括在内2.表格1展示了传播电子邮件成功传递给的立法者的人口统计特征,在三个研究条件和两个独立的电子邮件中分层。在政党归属、性别和种族/民族方面,这些条件有微小但统计上显著的差异。

表1三种研究条件下美国州议员2021年的人口统计数据

传播材料对电子邮件观点的影响

1220名(18.7%)议员在第一份电子邮件中提出意见,而1089名(17.7%)议员在第二份电子邮件中提出意见。在第一封电子邮件中,干预组的查看率比强化对照组高42.6%(22.8%比14.9%),干预组的查看率比对照组高20.8%(22.8%比18.5%)p<。,表2).在第二次传播电子邮件中也观察到了类似的效果,其中干预组的查看率比强化对照组高25.9%(20.9%比16.1%),干预组的查看率比对照组高31.6%(20.9%比15.2%)(两者都是如此)p<。)。

表2:2021年,美国州议员参与传播材料的未调整比率

在个体层面的逻辑回归模型中调整人口统计学数据后,干预治疗对电子邮件观点的影响总体上仍然显著3.).例如,与控制条件下的立法者相比,干预条件下的立法者查看电子邮件的调整几率高出24%[调整几率比(AOR)=1.24;p= .008],在第二封电子邮件中增加了43% (AOR= 1.43;p<。)。在考虑状态聚类的多级模型中,干预效果的点估计几乎相同,但置信区间更宽,结果在统计上不显著。与未经调整或调整的分析相比,加强控制处理对电子邮件观点没有统计学上的显著影响。

表3:2021年,美国州议员的学习条件、人口统计数据和参与传播材料之间的调整关联

干预处理对电子邮件观点的影响被政党立场所缓和。政党*研究条件交互项在个体层面模型中具有统计学意义(干预vs.对照:p=.002和加强控制vs.控制:p= .0008)。在第一封电子邮件中,民主党人的电子邮件查看率在干预组比对照组高38.2% (28.4% vs. 19.3%,p< .001),而共和党人在这两种情况下的支持率几乎相同(17.4% vs. 17.8%)。1).在第二封电子邮件中也观察到了类似的结果。与我们的假设相反,电子邮件浏览率显著(p<措施)较低的共和党人在第一封邮件中(11.3% vs. 17.8%)和第二封邮件中(13.2% vs. 15.1%)的支持率都高于对照组。而民主党人却没有这样做。

图1
图1

2021年,根据政治平等和学习条件分层的美国州议员对传播材料的接触率未调整

干预对政策简短链接点击量的影响

在第一份电子邮件中,有208名(3.2%)议员点击政策摘要链接;在第二份电子邮件中,有142名(2.3%)议员点击政策摘要链接。在未经调整或调整的分析中,研究条件之间的链接点击率没有显著差异。研究结果显示,研究对象的政党倾向与链接点击量之间没有显著的交互作用。

对咨询请求的干预效果

在收到第一封传播电邮后,有16名议员(0.3%)要求谘询,而在收到第二封电邮后,有22名议员(0.4%)要求谘询。在未调整或调整分析的研究条件下,咨询请求的频率没有显著差异。政党归属与研究条件对协商结果无显著交互作用。

对在社交媒体帖子和时事通讯中提及与ACEs相关的词语的干预效应

在发送第一封传播电子邮件后的2个月内,238(3.9%)的立法者发布或发送了宽泛地或明确地提到任何与儿童虐待有关的术语的信息。当同时分析两个术语时,干预条件并不影响立法者提及这两个术语的几率4).补充文件5显示了单独分析的结果,其中提到了广泛与儿童虐待有关的词语和明确与ACEs相关的词语。在这些分析中,与强化对照组相比,干预治疗确实显著增加了立法者提及与儿童虐待广泛相关的词语的几率(AOR= 1.44,p= .04点)。然而,与增强对照组相比,干预治疗显著降低了立法者明确提及ACEs的几率(AOR= 0.10,p= .002)和对照(AOR = 0.14,p= .0002)条件。

表4 2021年,研究条件、人口统计数据以及美国州议员社交媒体帖子和选民通讯中提及的与传播材料相关的术语之间的未调整和调整的关联

调整政党归属与参与传播材料之间的联系

在调整了研究实验条件、性别、种族/民族和州级集群之后,民主党人查看传播电子邮件、查看政策简报和请求咨询的可能性明显高于共和党人。例如,在第一次传播电子邮件的多级模型中,民主党人看到电子邮件的几率高出49% (AOR= 1.49)p< .0001),则点击政策摘要链接的几率高出两倍(AOR= 2.13,p< .0001),请求咨询的几率高出8倍以上(AOR = 8.59,p= .007)比共和党人多。在第二封电子邮件中也观察到了类似的结果。

讨论

我们通过实验测试了各州定制的经济证据和各州定制的发病率/流行率数据对州议员参与传播材料的影响,并探索了政党关系和参与传播材料之间的联系。我们发现,经济证据的加入显著增加了对传播电子邮件的参与,但这种影响完全是由民主党人驱动的。我们没有发现,经济证据的加入增加了点击链接查看政策简报或请求与传播材料相关的专家咨询的比例。我们还发现,与纳入国家数据相比,纳入各州定制的发病率/流行率数据并没有增加对传播材料的参与。在对研究条件和人口统计协变量进行调整后,我们发现民主党人比共和党人更有可能参与传播材料。

干预对电子邮件查看率的显著影响可以归因于在电子邮件主题行中提到的“经济影响”,因为查看主题行先于查看电子邮件的正文文本。这一发现与之前的实验一致,实验发现电子邮件主题行会影响电子邮件的浏览率[4647486061].然而,在我们的实验中,主题行对电子邮件观点的影响程度(例如,在第一封电子邮件中,干预组比增强对照组高出42.6%)比在之前的工作中观察到的更大。例如,在2020年对州议员进行的一系列实验中,测试了电子邮件主题中的差异框架与非差异框架,发现在研究条件下,对电子邮件观点的影响不超过21% [48].2018年的一项营销实验发现,在邮件主题行中添加收件人的名字可以增加20%的几率查看邮件。61].根据有说服力的沟通的详细可能性模型,我们的研究中较大的影响程度可能反映了被认为与州立法高度相关的经济证据,这与之前对州立法者的描述性研究一致[13].然而,我们没有发现,在干预条件下,更高的电子邮件查看率转化为更高的政策简短链接点击率。这些发现对传播实践至少有两个重要的意义。首先,研究结果证实了电子邮件主题行是传播材料的重要组成部分,应该以理论为基础进行开发。其次,结果强调了在传播电子邮件的正文中包含关于证据的最重要信息的重要性,因为大多数查看电子邮件的收件人不会点击链接来接触其他证据。

与纳入国家数据相比,纳入各州定制的发病率/流行率数据并没有增加对传播材料的参与,这一发现与我们的假设和美国和英国决策者先前的一些传播实验不一致[8889].与我们的假设相反,在共和党人中,电子邮件的观看率实际上非常高较低的在那些被送去的议员中,各州的数据与全国的数据相反。这一发现值得进一步研究。

我们发现,纳入经济证据对共和党议员接触传播材料没有影响。这一发现与我们的理论假设和之前的研究不一致,之前的研究发现,共和党议员比民主党议员更重视与行为健康问题相关的经济证据[1315].最近一项基于调查的实验也在共和党议员中观察到与理论和先前研究相反的结果[53].实验发现,包含叙事(即有关受该问题影响的人的虚构故事)减少了共和党议员对基于证据的托儿政策的支持,而叙事增加了民主党议员的支持。在我们的研究中,除了干预条件对共和党对传播材料的参与无效外,我们还发现,共和党的政党从属关系与我们的所有四种参与结果都显著且负相关。综上所示,这些发现表明未来需要进行研究,以测试针对共和党议员的宣传材料中定制信息的影响,以及这些信息的潜在来源。

研究关键优势和局限性

我们研究的关键优势包括集群随机设计(增强内部效度),通过对整个研究人群的不显眼的措施来评估结果,而不是对潜在的不具代表性的人群样本进行调查(增强外部效度),对传播材料的多种措施进行评估,从非常近的(例如,电子邮件观点,政策简短链接点击)到更远的(例如,咨询请求、在社交媒体上发布的帖子)、个人层面的评估结果(例如,跟踪单个政策简短链接的点击量,而不是汇总政策简短网站流量),以及多层次分析方法。

我们研究的一个局限性涉及到电子邮件观点和政策简短链接点击的不精确测量。虽然这些结果是使用营销行业的最佳实践(在传播研究中是标准的)进行评估的,但它们在本质上是不精确的,因为一些电子邮件服务器和账户设置阻止了用于注册参与结果的自动像素下载和链接点击登录。然而,虽然这个错误可能会影响研究能力,但由于研究的随机设计,理论上它应该是与研究条件无关的[90].我们的研究不足以在多级模型中检测到显著的影响。事后功率分析显示,我们的主要结果有80%的功率,对于多级模型,最小可检测的几率为6.42。然而,这个问题无法解决,因为州议员和美国各州的数量是固定的,几乎所有(94%)都包括在我们的研究中。

应该强调的是,这些电子邮件是由一位大学研究员发出的。尽管共和党和民主党议员在之前的工作中都将大学研究人员视为可靠的研究证据来源[12],其他研究已经观察到立法者对研究人员的不信任[78].如果传播材料来自其他来源,我们的发现可能会有所不同。还应指出,在接触传播材料的结果中,什么是“最不重要的差异”这一问题上,该领域没有达成共识,甚至没有进行讨论。这是构建传播研究领域的一个重要问题。最后,我们的研究结果不一定适用于美国以外的地区。虽然一些发现——例如电子邮件主题行的重要性——可能延伸到不同的国家背景,但美国是独一无二的,因为它的两党政治制度和大量的州在人员配置结构上有很大的差异。电子邮件也是向美国决策者传播证据的主要手段,而在许多低收入和中等收入国家可能并非如此,这限制了结果在这些背景下的普遍性。

结论

在传播材料中加入各州定制的经济证据可以增加民主党议员对研究证据的参与,而不是共和党议员。纳入州,而不是全国,发病率/流行率数据没有这种影响,而全国数据实际上可能有更多的有效地促进了共和党议员对宣传材料的接触。在对协变量进行调整后,共和党议员使用大学研究人员传播的证据的比例明显低于民主党议员。综上所述,研究结果支持在针对立法者的传播材料中纳入经济证据,但也强调了未来需要进行研究,以测试针对不同政党隶属关系的立法者定制传播材料的影响。

数据和材料的可用性

然而,数据可根据作者的合理要求提供。

参考文献

  1. 国立卫生研究院。par - 19 - 274。https://grants.nih.gov/grants/guide/pa-files/PAR-19-274.html,于2021年11月1日访问。

  2. Purtle J, Marzalik JS, Halfond RW, Bufka LF, Teachman BA, Aarons GA。以数据为导向传播心理科学的发现。Psychol。2020;75(8):1052。

    PubMed公共医学中心文章谷歌学者

  3. browson RC, Eyler AA, Harris JK, Moore JB, Tabak RG。把话传出去。公共卫生管理实践。2018;24(2):102-11。

    PubMed公共医学中心文章谷歌学者

  4. Purtle J, Peters R, browson RC。2007-2014年由美国国立卫生研究院资助的政策传播和实施研究综述。实现科学。2015;11(1):1 - 8。

    文章谷歌学者

  5. Hoagwood KE, Purtle J, Spandorfer J, Peth-Pierce R, Horwitz SM。将传播和实施科学与卫生政策相结合,以改善儿童的心理健康世界杯2022赛程表比分。Psychol。2020;75(8):1130。

    PubMed公共医学中心文章谷歌学者

  6. 埃蒙斯KM,钱伯斯检察官。政策执行科学—世界杯2022赛程表比分—一项尚未探索的解决健康的社会决定因素的战略。Ethn说。2021;31(1):133。

    PubMed公共医学中心文章谷歌学者

  7. Ashcraft LE, Quinn DA, Brownson RC。向美国决策者有效传播研究的策略:系统回顾。实现科学。2020;15(1):17。

    文章谷歌学者

  8. 佩特科维奇J,韦尔奇V,雅各布MH等。卫生政策制定者和卫生系统管理者使用来自系统审查的证据总结的有效性:系统审查。实现科学。2016;11(1):1 - 14。

    文章谷歌学者

  9. Crowley DM, Scott JT, Long EC等。立法者对科学证据的使用可以得到改善。中国科学:地球科学。2011;29(3):329 - 331。

    中科院PubMed公共医学中心文章谷歌学者

  10. 王志强,王志强,王志强,等。提高政策机构利用研究成果的能力:阶梯式楔入试验。卫生资源政策系统。2019;17(1):1 - 16。

    文章谷歌学者

  11. Purtle J, Nelson KL, Bruns EJ, Hoagwood KE。传播战略,加速儿童心理健康服务研究的政策影响。Psychiatr服务。2020;71(11):1170 - 8。

    PubMed文章谷歌学者

  12. Purtle J, Dodson EA, browson RC。利用优先考虑行为健康问题的州议员的研究证据。Psychiatr服务。2016;67(12):1355 - 61。

    PubMed公共医学中心文章谷歌学者

  13. Purtle J, Dodson EA, Nelson K, Meisel ZF, browson RC。立法者行为健康研究的来源和传播偏好:政党的差异。Psychiatr服务。2018;69(10):1105 - 8。https://doi.org/10.1176/appi.ps.201800153

    文章PubMed公共医学中心谷歌学者

  14. Purtle J, Lê-Scherban F, Wang X, Brown E, Chilton M.国家立法者关于不良童年经历是成人行为健康状况的风险因素的观点。Psychiatr服务。2019;70(10):894 - 900。

    PubMed公共医学中心文章谷歌学者

  15. 王晓峰,王晓峰,王晓峰,王晓峰,王晓峰。向立法者传播行为健康证据的受众细分:实证聚类分析。实现科学。2018;13(1):121。

    PubMed公共医学中心文章谷歌学者

  16. 王晓峰,王晓峰,王晓峰,王晓峰,王晓峰。州立法者对行为健康平等法的支持:可变和固定因素在多个层面的影响。米尔班克问:2019;97(4):1200 - 32。

    公共医学中心文章谷歌学者

  17. 张志强,张志强,张志强,等。加强药物使用研究人员和政策制定者之间的伙伴关系,利用机会之窗。药物滥用治疗预防政策。2019;14(1):12。

    PubMed公共医学中心文章谷歌学者

  18. Srivastav A, Spencer M, Thrasher JF, Strompolis M, Crouch E, Davis RE.通过国家政策解决健康和福祉问题:了解制定政策的障碍和机会,以防止南卡罗来纳州不良童年经历(ACEs)。健康促进。2020;34(2):189-97。

    PubMed文章谷歌学者

  19. Ellis WR, Dietz WH。解决不良童年和社区经历的新框架:构建社区恢复力模型。阿德莱德大学Pediatr。2017;17 (7):s86 - 93。

    PubMed文章谷歌学者

  20. Wade R, Shea JA, Rubin D, Wood J.低收入城市青少年的不良童年经历。儿科。2014;134 (1):e13-20。

    PubMed文章谷歌学者

  21. McEwen CA, Gregerson SF。20年不良童年经历研究的关键评估。中华预防医学杂志2019;56(6):790-4。

    PubMed文章谷歌学者

  22. 王志强,王志强,王志强,等。童年虐待和家庭功能障碍与成人死亡的许多主要原因的关系:不良童年经历(ACE)研究中华预防医学杂志1998;14(4):245-58。

    中科院PubMed文章谷歌学者

  23. Hughes K, Bellis MA, Hardcastle KA,等。多重不良童年经历对健康的影响:系统回顾和荟萃分析《柳叶刀》,2017;2(8):e356-66。

    PubMed文章谷歌学者

  24. 王晓明,王晓明,王晓明,王晓明。儿童期不良经历与精神障碍的人群归因分数与自杀意念及企图的关系。公共卫生杂志,2008;98(5):946-52。

    PubMed公共医学中心文章谷歌学者

  25. Merrick MT, Ford DC, port KA, Guinn AS。来自2011-2014年行为风险因素监测系统的23个州不良童年经历的患病率JAMA Pediatr。2018;172(11):1038 - 44。

    PubMed公共医学中心文章谷歌学者

  26. Shonkoff JP, Bales SN。科学不会为自己说话:为公众和决策者翻译儿童发展研究。孩子Dev。2011;82(1):17-32。

    PubMed文章谷歌学者

  27. 张志强,张志强,张志强,等。优先考虑儿童和家庭健康的可能性:解决不利的童年经历和培养儿科健康的社会和情感根源的议程。阿德莱德大学Pediatr。2017;17 (7):S36-50。

    PubMed文章谷歌学者

  28. Shern DL, Blanch AK, Steverman SM。有毒压力,行为健康,以及公共健康的下一个重要时代。中国生物医学工程学报,2016;31(2):393 - 393。

    文章谷歌学者

  29. 全国州议会会议。预防和减轻不良童年经历的影响。2018.http://www.ncsl.org/Portals/1/HTML_LargeReports/ACEs_2018_32691.pdf.访问于2021年11月1日。

    谷歌学者

  30. 减少不良童年经历的影响:全国州议会会议;2020.https://www.ncsl.org/research/health/reducing-the-effects-of-adverse-childhood-experiences.aspx.访问1 2021年11月

  31. 预防儿童不良经历的疾病控制和预防中心:利用现有的最佳证据。2019.https://www.cdc.gov/violenceprevention/pdf/preventingACES.pdf.访问于2021年11月1日。

  32. Raissian KM, Bullinger LR。钱很重要:最低工资会影响虐待儿童率吗?儿童青少年服务Rev. 2017; 72:60-70。

    文章谷歌学者

  33. Klevens J, Schmidt B, Luo F, Xu L, Ports KA, Lee RD.劳动所得税抵免对儿童虐待性头部创伤住院治疗的影响,1995-2013。公共卫生代表2017;132(4):505-11。

    PubMed公共医学中心文章谷歌学者

  34. 王晓明,王晓明,王晓明。儿童社会经济地位与不良童年经历的关系:一个系统的综述。流行病学杂志。2019;73(12):1087-93。

    PubMed文章谷歌学者

  35. 刘志强,刘志强,刘志强,刘志强。预防儿童虐待和相关损害的干预措施。柳叶刀》。2009;373(9659):250 - 66。

    PubMed文章谷歌学者

  36. 1996-2013年护理-家庭伙伴关系家访的预期结果,美国。Prev Sci。2015;16(6):765 - 77。

    PubMed公共医学中心文章谷歌学者

  37. Garner AS, Shonkoff JP, Siegel BS等。儿童早期逆境、有毒压力和儿科医生的角色:将发展科学转化为终身健康。儿科。2012;129 (1):e224-31。

    PubMed文章谷歌学者

  38. Crowley DM, Connell CM, Noll J, Green L, Scott T, Giray C.立法预防不良童年经历:基于证据的政策制定和预防的成长和机会。Prev Sci。2022;23(2):181 - 91。https://doi.org/10.1007/s11121-021-01292-x

  39. Purtle J, Nelson KL, Gollust SE。关于不良童年经历的公众舆论:社会污名化、归因与政府干预。儿童虐待,2021:10775595211004783。https://doi.org/10.1177/10775595211004783

  40. Peterson C, Florence C, Klevens J.《虐待儿童在美国的经济负担》,2015。《儿童虐待》2018;86:178-83。

    PubMed公共医学中心文章谷歌学者

  41. Purtle J, Nelson KL, Srivastav A, Gollust SE。关于不良童年经历的证据的可感知说服力:来自一项全国性调查的结果。学术儿科。2021; 21(3): 529 - 33所示。

  42. Gollust SE, Nelson KL, Purtle J.选择证据来构建不良童年经历的后果:测试公众对政策行动支持、多部门责任和污名化的影响。Prev医学。2022;154:106912。

    PubMed文章谷歌学者

  43. browson RC, Eyler AA, Harris JK, Moore JB, Tabak RG。研究报告全文:宣传:传播公共卫生科学的新方法。公共卫生管理实践。2018;24(2):102。

    PubMed公共医学中心文章谷歌学者

  44. Oliver K, Innvar S, Lorenc T, Woodman J, Thomas J.对决策者使用证据的障碍和促进因素的系统回顾。BMC健康服务Res. 2014;14(1):1 - 12。

    文章谷歌学者

  45. Oliver K, Innvar S, Lorenc T, Woodman J, Thomas J. Barriers和政策制定者使用证据的促进者:更新的系统综述。BMC保健服务Res. 2014;14(2);1-12。

  46. Long B, Scott T, Anderson A, Pugel J, Crowley M.把科学交到州和联邦立法者手中:信息传递的经验教训。地点:APHA的2020年虚拟年会和博览会(10月24-28日)。华盛顿:美国公共卫生协会;2020.

  47. 李志强,李志强,李志强,等。建立和谐的沟通,优化科学传播。发表于:SPR虚拟第29届年会;2021.

    谷歌学者

  48. 张志刚,张志刚,张志刚,等。与州和联邦政策制定者进行快速循环试验,以优化种族平等研究的范围。美国公共卫生杂志,2021;111(10):1768-71。https://doi.org/10.2105/AJPH.2021.306404

  49. 莱文。单一对话扩大了实践者对研究的使用:来自实地实验的证据。中国科学:地球科学。2011;34(3):432- 432。

  50. 莱文。为什么实践者想要与研究人员联系?现场实验的证据。政治科学。2020;53(4):712-7。

    文章谷歌学者

  51. 刘志刚,刘志刚,刘志刚,刘志刚。增加公众对国家早期儿童教育投资支持的循证信息策略:纵向面板实验的结果。米尔班克问:2021;99(4):1088 - 131。

    PubMed文章谷歌学者

  52. Niederdeppe J, Roh S, Dreisbach C.叙述重点和统计地图如何影响州议员对卫生政策的支持。卫生Commun。31 2016;(2):242 - 55。

    PubMed文章谷歌学者

  53. 刘志强,刘志强,刘志强。当“久经考验”的宣传策略适得其反时:叙事信息会削弱州议员对早期儿童保育政策的支持。公共利益共同体。2021;5(1):45。

    文章谷歌学者

  54. 肖尔·B、瑟伯·JA、吉中·A.美国州立法机构的两极分化。美国僵局:政治两极分化的来源、特点和影响;2015.203 - 21页。

    谷歌学者

  55. S, Lelkes Y, Levendusky M, Malhotra N, Westwood SJ。美国情感两极分化的起源和后果。政治科学。2019;22:129-46。

    文章谷歌学者

  56. 福乐EF, Baum LM, Barry CL, Niederdeppe J, Gollust SE。在实施的早期阶段,媒体对平价医疗法案的信息和看法。卫生政策法律。2017;42(1):167-95。

    PubMed文章谷歌学者

  57. 对公共卫生信息的党派回应:动机推理和含糖饮料税。卫生政策法律学报,2017;42(6):1005-37。

    PubMed文章谷歌学者

  58. 刘志强,刘志强,马建平,等。听是谁?决策者参与科学传播的概况。互联网政策。2022;14(1):186 - 201。

    文章谷歌学者

  59. 蔡志强,梅特莱JP,辛嫩贝格L,等。一项随机试验测试了叙事小品和指南摘要对提供者响应专业组织的安全阿片类药物处方临床政策的影响。中华医学杂志2016;36(6):719-28。

    PubMed公共医学中心文章谷歌学者

  60. 电力线:不引人注目的评估电子邮件主题线对组织网站使用的影响。政治印记。2019;18(3):179-95。

    文章谷歌学者

  61. 电子邮件营销中的个性化:非信息性广告内容的作用。马克Sci。2018;37(2):236 - 58。

    文章谷歌学者

  62. Petty RE, Cacioppo JT。说服的细化可能性模型。正确格式:沟通和说服。纽约:施普林格;1986.- 24页。

  63. Petty RE, Cacioppo JT。态度和说服:经典和当代的方法。博尔德:北京大学出版社;1996.

  64. Petty RE, Haugtvedt CP, Smith SM。细化作为态度强度的决定因素:创造持久的、抵抗的和行为预测的态度。态度强度:前因后果。1995; 4:93 - 130。

  65. 刘志强,刘志强,刘志强,等。在医生中计划或评估指南实施的理论的使用:范围审查。实现科学。2017;12(1):26。

    PubMed公共医学中心文章谷歌学者

  66. Vogt F, Hall S, Hankins M, Marteau TM。评估三种基于理论的干预措施,以增加医生对戒烟服务的建议。健康Psychol。2009;28(2):174。

    PubMed文章谷歌学者

  67. 评价政治信仰时的动机性怀疑。政治科学。2006;50(3):755 - 768。

    文章谷歌学者

  68. 李JJ。党派分化和对科学的信任:民主党人呢?同伙。2021;7:23780231211010101。

    谷歌学者

  69. 科克伦工作组。抽样技术。纽约:威利;1977.

    谷歌学者

  70. 量身定做的心理——电脑量身定做说服的成分。心理健康指南。2008;2(2):765-84。

    文章谷歌学者

  71. 李志强,李志强,李彦宏,李彦宏。信息传递:决策者想从研究者那里得到什么?实现科学。2007;2(1):1 - 12。

    文章谷歌学者

  72. Mitton C, Adair CE, McKenzie E, Patten SB, Perry BW。知识转移与交流:文献综述与综合。米尔班克问:2007;85(4):729 - 68。

    PubMed公共医学中心文章谷歌学者

  73. Merrick MT, Ford DC, Ports KA等。生命体征:儿童期不良经历造成的成人健康问题的估计比例及其对预防的影响- 25个国家,2015-2017年。Morb Mortal Wkly杂志2019;68(44):999。

    文章谷歌学者

  74. Bethell C, Jones J, Gombojav N, Linkenbach J, Sege R.在全州范围内的样本中,积极的童年经历与成人心理和关系健康:不同不利的童年经历水平之间的关联。JAMA Pediatr。2019;173 (11):e193007。

    PubMed公共医学中心文章谷歌学者

  75. Bryant DJ, Oo M, Damian AJ。2019冠状病毒病大流行期间不良童年经历的增加。心理创伤理论与实践政策。2020;12(S1):S193。

    文章谷歌学者

  76. 在COVID-19大流行期间,儿童遭受虐待的风险增加,可能加剧下一代的心理健康问题。心理创伤理论与实践政策。2020;12(S1):S195。

    文章谷歌学者

  77. Holland KM, Jones C, Vivolo-Kantor AM,等。在CoViD-19大流行之前和期间,美国急诊室因精神健康、过量用药和暴力结果就诊的趋势。JAMA精神病学。2021;78(4):372 - 9。

    PubMed文章谷歌学者

  78. Gollust SE, Seymour JW, company MJ, Goss A, Meisel ZF, Grande D.相互不信任:研究人员和政策制定者对2013年政策差距的研究视角和对未来的建议。调查。2017;54:0046958017705465。

    公共医学中心谷歌学者

  79. 十年的在线广告研究:我们所学到的和我们需要知道的。J广告。2019;(1):48 1-13。

    文章谷歌学者

  80. 美国卫生与公众服务部,儿童与家庭管理局,儿童、青少年与家庭管理局,儿童局。(2019)。2017年儿童虐待。https://www.acf.hhs.gov/sites/default/files/documents/cb/cm2017.pdf.访问于2021年11月1日。

    谷歌学者

  81. Engel-Rebitzer E, Stokes DC, Buttenheim A, Purtle J, Meisel ZF。在COVID-19大流行到来之前和之后,立法者在Twitter上参与疫苗接种的变化。Hum Vaccin Immunother. 2021;17(9):2868-72。https://doi.org/10.1080/21645515.2021.1911216

  82. Guntuku SC, Purtle J, Meisel ZF, Merchant RM, Agarwal A.在COVID-19大流行期间,美国立法者Twitter语言的党派差异:横断面研究。中国医学信息通报,2011;23(6):e27300。

    PubMed公共医学中心文章谷歌学者

  83. Stokes DC, Purtle J, Meisel ZF, Agarwal AK。州议员对2014年至2019年阿片类药物流行的不同社交媒体反应:纵向话题建模分析。中华医学杂志,2021;36(11):3373-82。https://doi.org/10.1007/s11606-021-06678-9

  84. 实验设计中平衡测试的危险:干净数据的混乱分析。Stat。2019;73(1):32-42。

    文章谷歌学者

  85. De Boer MR, Waterlander WE, Kuijper LD, Steenhuis IH, Twisk JW。在随机对照试验中测试基线差异:一种难以根除的不健康研究行为。国际生物物理学报。2015;12(1):1 - 8。

    文章谷歌学者

  86. Turner EL, Prague M, Gallis JA, Li F, Murray DM.近期组随机试验方法学发展的回顾:第2部分分析。公共卫生学报,2017;7(7):1078 - 1084。

    PubMed公共医学中心文章谷歌学者

  87. 狙击手TA,博斯克RJ。多层分析:介绍基本和高级多层建模。千橡市:圣人;2011.

  88. 王志强,王志强,王志强,等。向州级决策者传达癌症预防方面的循证信息。中华肿瘤杂志。2011;30(4):393 - 393。

    PubMed公共医学中心文章谷歌学者

  89. Lyons RA, Kendrick D, Towner EM,等。行人安全倡导研究:聚类随机试验,评估在贫困社区减少行人伤害的政治倡导方法。《公共科学图书馆•综合》。2013;8 (4):e60158。

    中科院PubMed公共医学中心文章谷歌学者

  90. 阿姆斯特朗BG。测量误差对环境与职业暴露流行病学研究的影响。中华医学杂志1998;55(10):651 - 656。

    中科院PubMed公共医学中心文章谷歌学者

下载参考

确认

“法定人数”由药物使用障碍、HCV和HIV治疗干预健康经济学中心(国家药物滥用研究所拨款1P30DA040500-01)提供,与宾夕法尼亚州立大学埃德娜·贝内特·皮尔斯预防研究中心附属的研究到政策合作伙伴关系。

资金

这项研究由罗伯特·伍德·约翰逊基金会(76069)资助。

作者信息

作者和联系

作者

贡献

JP, SG, KN和FLS是研究设计的概念。LG和FLS主导了这项分析。JP主导了手稿的撰写。所有作者阅读并批准最终稿。

相应的作者

对应到乔纳森Purtle

道德声明

伦理认可和同意参与

该研究得到了德雷塞尔大学IRB(1912007529)的批准。

同意出版

不适用。

相互竞争的利益

作者声明他们之间没有利益冲突。

额外的信息

出版商的注意

2022年世界足球赛事施普林格《自然》对出版的地图和机构附属关系中的管辖权要求保持中立。

补充信息

额外的文件1。

CONSORT和TIDieR检查表。

额外的文件2。

配偶关系图。

额外的文件3。

电子邮件文本。

额外的文件4。

例子政策简报。

额外的文件5。

2021年,在美国州议员的社交媒体帖子和选民通讯中,研究条件、人口统计和提及的与传播材料相关的术语之间的未调整和调整的关联。

权利和权限

开放获取本文根据知识共享署名4.0国际许可协议授权,该协议允许以任何媒介或格式使用、共享、改编、分发和复制,只要您适当地注明原作者和源代码,提供知识共享许可协议的链接,并说明是否进行了修改。本文中的图像或其他第三方材料均包含在本文的知识共享许可中,除非在材料的信用额度中另有说明。如果材料不包含在文章的知识共享许可中,并且您的预期使用不被法定法规允许或超过允许的使用,您将需要直接从版权所有者获得许可。如欲查阅本牌照副本,请浏览http://creativecommons.org/licenses/by/4.0/.知识共享公共领域转让豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据,除非在对数据的信用额度中另有说明。

再版和权限

关于这篇文章

通过十字标记验证货币和真实性

引用这篇文章

Purtle, J., Nelson, k.l., Gebrekristos, L.。et al。经济证据和地方数据对立法者参与行为健康传播材料影响的党派差异:一项传播试验。实现科学17,38(2022)。https://doi.org/10.1186/s13012-022-01214-7

下载引用

  • 收到了

  • 接受

  • 发表

  • DOIhttps://doi.org/10.1186/s13012-022-01214-7

关键字

  • 传播
  • 政策制定者
  • 立法者
  • 儿童期不良经历
  • 儿童虐待
  • 行为健康
  • 政治
  • 党派之争
  • 美国