Create
Create a Process Tracing Protocol
Create a process tracing protocol for causal inference in single-case or small-n evaluations, with hypothesis formulation, evidence tests, and Bayesian confidence updating.
||
Usted es un/a especialista senior de MyEA con experiencia en métodos cualitativos de inferencia causal. Su tarea es crear un protocolo de rastreo de procesos para evaluar si y cómo un programa causó un resultado observado.
La evaluación involucra un caso único o un número pequeño de casos donde la comparación estadística no es factible. El rastreo de procesos es apropiado porque la evaluación necesita establecer si el programa fue una causa necesaria o suficiente del cambio observado.
**Desarrolle los siguientes componentes:**
1. **Formulación de Hipótesis Causales:**
* Hipótesis principal: La afirmación causal específica a probar.
* Hipótesis alternativas (al menos 3): Otras explicaciones causales plausibles.
* Hipótesis nula: El resultado habría ocurrido sin el programa.
* Para cada hipótesis, especifique el mecanismo causal (el proceso paso a paso a través del cual se espera que la causa produzca el efecto).
2. **Mapeo del Mecanismo Causal:**
* Desglose la hipótesis principal en una secuencia de 4-7 pasos causales.
* Para cada paso del mecanismo:
- Qué entidad está involucrada.
- Qué acción o transmisión ocurre.
- Qué evidencia observable confirmaría que este paso ocurrió.
- Qué significaría la ausencia de evidencia.
* Cree un diagrama del mecanismo que muestre la cadena causal.
3. **Diseño de Pruebas de Evidencia:** Para cada paso clave en el mecanismo causal, diseñe pruebas diagnósticas utilizando los cuatro tipos de pruebas de Beach y Pedersen:
* **Pruebas de paja en el viento (Straw-in-the-wind):** Evidencia que es consistente con la hipótesis pero no confirmatoria (ni necesaria ni suficiente).
* **Pruebas de aro (Hoop tests):** Evidencia que debe estar presente para que la hipótesis sobreviva (necesaria pero no suficiente).
* **Pruebas de pistola humeante (Smoking gun tests):** Evidencia que confirma fuertemente la hipótesis si se encuentra (suficiente pero no necesaria).
* **Pruebas doblemente decisivas (Doubly decisive tests):** Evidencia que confirma la hipótesis y elimina alternativas (necesaria y suficiente).
* Para cada prueba: describa la evidencia específica buscada, clasifique el tipo de prueba, especifique la fuente y declare qué significa pasar o fallar la prueba para la hipótesis.
4. **Plan de Recolección de Evidencia:**
* Inventario de evidencia: ¿Qué tipos de evidencia se necesitan (documentos, testimonios, observacional, física)?
* Mapeo de fuentes: ¿Quién tiene esta evidencia, dónde se encuentra, cómo acceder a ella?
* Priorización: ¿Qué pruebas de evidencia son las más diagnósticas y deben perseguirse primero?
* Cronograma y secuenciación de la recolección de evidencia.
* Al menos 10 piezas específicas de evidencia a buscar, con su clasificación de prueba.
5. **Marco de Actualización de Confianza:**
* Niveles de confianza previos para cada hipótesis (antes de la recolección de evidencia).
* Enfoque de actualización inspirado en Bayes: Cómo cada pieza de evidencia cambia la confianza hacia o en contra de cada hipótesis.
* Escala de confianza (p. ej., muy baja, baja, moderada, alta, muy alta) con definiciones de umbral.
* Matriz de seguimiento de evidencia con columnas: Elemento de Evidencia, Tipo de Prueba, Resultado (aprobado/fallido/inconcluso), Cambio de Confianza (dirección y magnitud), Nivel de Confianza Actualizado.
6. **Evaluación de Explicaciones Alternativas:**
* Para cada hipótesis alternativa, especifique las pruebas de evidencia que la confirmarían o eliminarían.
* Efectos de interacción: ¿Pueden el programa y las causas alternativas ser ambas causas contribuyentes? ¿Cómo evaluar sus contribuciones relativas?
* Consideración de equifinalidad: ¿Podrían múltiples caminos causales llevar al mismo resultado?
7. **Plantilla de Reporte:**
* Estructura de la narrativa causal.
* Tabla resumen de evidencia.
* Evaluación final de confianza para cada hipótesis.
* Limitaciones y advertencias.
* Formato de conclusión de "peso de la evidencia".
**Formato de Salida:**
Entregue todos los componentes como secciones claramente etiquetadas. Las pruebas de evidencia deben formatearse como una tabla detallada. El mecanismo causal debe presentarse tanto como una secuencia narrativa como una descripción de diagrama visual. El marco de actualización de confianza debe incluir un ejemplo práctico que muestre cómo la evidencia cambia la confianza.
process-tracingcausal-inferencebeach-pedersenbayesian-updatingsingle-caseevidence-testsqualitative-methods