विषय 8.3 — व्यवहार विज्ञान और गोद लेना

एक प्रणाली को तैनात करना यह बदलता है कि क्या संभव है; केवल व्यवहार परिवर्तन इसे वास्तविक बनाता है, इसलिए गोद लेने को एक डिज़ाइन किए गए, मापे गए परिणाम के रूप में मानें — गो-लाइव के एक आशावादी उप-उत्पाद के रूप में नहीं।

यह स्वास्थ्य और देखभाल में क्यों महत्वपूर्ण है#

एक प्रणाली जो स्थापित है लेकिन अप्रयुक्त है वह एक तटस्थ परिणाम नहीं है। स्वास्थ्य और देखभाल में यह एक जीवित जोखिम है: आधी-अपनाई गई उपकरण वर्कअराउंड, दोहरी रिकॉर्डिंग, और अंतराल पैदा करते हैं जहां जानकारी बहनी चाहिए, और इनमें से प्रत्येक एक क्लिनिकल घटना का मार्ग है। जब एक अस्पताल इलेक्ट्रॉनिक प्रिस्क्राइबिंग खरीदता है लेकिन प्रिस्क्राइबरों का एक अनुपात कागज़ पर लिखता रहता है, तो रिकॉर्ड अब दो माध्यमों में विभाजित है और डिजिटल प्रणाली पर बनाया गया सुरक्षा मामला चुपचाप विफल हो जाता है। तैनाती और गोद लेना अलग उपलब्धियां हैं, और उनके बीच की दूरी व्यवहार में मापी जाती है।

रोगी और नागरिक पक्ष पर दांव समानता और परिणामों के बारे में हैं। एक ऐप जो एक दीर्घकालिक स्थिति का प्रबंधन करता है वह केवल उन लोगों की मदद करता है जो इसे डाउनलोड करते हैं, सक्रिय करते हैं, और सप्ताह-दर-सप्ताह इसका उपयोग करते रहते हैं — और वे लोग शुरुआत में असमान रूप से युवा, अमीर, अधिक डिजिटल रूप से आत्मविश्वासी, और स्वस्थ होते हैं। यदि आप सफलता को "सेवा उपलब्ध है" से मापते हैं, तो आप उन्हीं असमानताओं को बढ़ाते हुए एक जीत की रिपोर्ट कर सकते हैं जिन्हें कम करने के लिए NHS मौजूद है। जिन लोगों को मधुमेह या उच्च रक्तचाप के मार्ग की सबसे अधिक आवश्यकता है वे अक्सर इसे बिना सहायता के अपनाने की सबसे कम संभावना रखते हैं।

व्यवहार विज्ञान वह अनुशासन है जो गोद लेने को डिज़ाइन और साक्ष्य की एक वस्तु के रूप में गंभीरता से लेता है। यह परिवर्तन प्रबंधन (विषय 8.1 — परिवर्तन प्रबंधन देखें) के साथ — इसके अंदर नहीं — बैठता है, जो संगठनात्मक परिवर्तन का नेतृत्व करता है, और संचार और जुड़ाव (विषय 8.2 — संचार और जुड़ाव देखें), जो समझ और विश्वास बनाता है। व्यवहार विज्ञान संकीर्ण और अधिक विशिष्ट है: यह पूछता है कि एक वास्तविक संदर्भ में एक वास्तविक व्यक्ति के लिए एक एकल लक्ष्य व्यवहार को अधिक या कम संभावित क्या बनाता है, और यह उस समझ का उपयोग वांछित कार्रवाई को आसान, स्पष्ट बनाने के लिए करता है। क्योंकि आप सार्वजनिक धन के साथ लोगों के स्वास्थ्य निर्णयों को प्रभावित कर रहे हैं, इसे अच्छी तरह से करना — और इसे नैतिक रूप से करना — आपके देखभाल कर्तव्य का हिस्सा है, एक वैकल्पिक परिष्करण नहीं।

मुख्य अवधारणाएं#

व्यवहार परिवर्तन और व्यवहार विज्ञान। व्यवहार अर्थशास्त्र और व्यापक व्यवहार परिवर्तन क्षेत्र लोगों के एक यथार्थवादी मॉडल से शुरू होता है: ध्यान दुर्लभ है, प्रयास महंगा है, डिफ़ॉल्ट चिपचिपे हैं, और निर्णय केवल जानकारी की तुलना में संदर्भ से कहीं अधिक आकार लेते हैं। चिकित्सकों को एक ज्ञापन, या नागरिकों को एक पत्रक देना शायद ही कभी वह बदलता है जो वे करते हैं; आसपास के वातावरण को बदलना आमतौर पर करता है। व्यावहारिक प्रश्न कभी "क्या लोग जानते हैं कि उन्हें चाहिए?" नहीं है बल्कि "यहां सही कार्रवाई को आसान, और गलत कार्रवाई को कठिन क्या बनाता है?" है।

COM-B मॉडल और Behavior Change Wheel। University College London में Susan Michie और सहयोगियों द्वारा विकसित COM-B, बताता है कि किसी भी व्यवहार (B) को तीन शर्तों की आवश्यकता है: क्षमता (Capability, इसे करने की शारीरिक और मनोवैज्ञानिक क्षमता), अवसर (Opportunity, सामाजिक और भौतिक संदर्भ जो इसे अनुमति देता है और प्रेरित करता है), और प्रेरणा (Motivation, इसके प्रति चिंतनशील और स्वचालित प्रेरणाएं)। Behavior Change Wheel COM-B को एक व्यवस्थित विधि में लपेटता है: निदान करें कि क्षमता, अवसर, या प्रेरणा में से कौन बाध्यकारी बाधा है, फिर हस्तक्षेप कार्यों का चयन करें (शिक्षा, प्रशिक्षण, सक्षमता, पर्यावरणीय पुनर्संरचना, प्रोत्साहन, और अन्य) जो उस विशिष्ट अंतराल को संबोधित करते हैं। इसका अनुशासन यह है कि यह आपको हस्तक्षेप करने से पहले निदान करने के लिए मजबूर करता है, बजाय अधिक प्रशिक्षण या अधिक संचार पर डिफ़ॉल्ट होने के।

नज थ्योरी और पसंद वास्तुकला। Richard Thaler और Cass Sunstein से नज थ्योरी यह मानती है कि विकल्प प्रस्तुत करने के तरीके में छोटे परिवर्तन — पसंद वास्तुकला — विकल्पों को हटाए या आर्थिक प्रोत्साहनों को बदले बिना व्यवहार को संचालित कर सकते हैं। डिफ़ॉल्ट, फ्रेमिंग, क्रम, और प्रमुखता लीवर हैं। UK का Behavioural Insights Team ("Nudge Unit"), 2010 में Cabinet Office के अंदर स्थापित, ने इसे सार्वजनिक सेवाओं में परिचालन बनाया, नियंत्रित परीक्षणों के माध्यम से सामाजिक-मानदंड संदेश और SMS रिमाइंडर जैसे हस्तक्षेपों का परीक्षण किया।

गोद लेना, सक्रियण, और निरंतर उपयोग। ये तीन अलग व्यवहार हैं, एक नहीं। गोद लेना शुरू करना है — लॉग इन करना, डाउनलोड करना, नामांकन करना। सक्रियण उस बिंदु तक पहुंचना है जहां उपयोगकर्ता मुख्य मूल्य का अनुभव करता है ("आहा" पल: पहला सुरक्षित संदेश भेजना, पहली दूरस्थ रीडिंग पूरी करना)। निरंतर उपयोग हफ्तों और महीनों बाद निरंतर, एम्बेडेड उपयोग है। कई सेवाएं गोद लेने में मज़बूत हैं, सक्रियण पर ढह जाती हैं, और तीसरे महीने तक कब्रिस्तान हैं — इसलिए केवल पहले को मापना आपको लगभग कुछ नहीं बताता।

घर्षण, डिफ़ॉल्ट, रिमाइंडर, और फीडबैक। घर्षण कुछ भी है जो एक व्यवहार को कठिन बनाता है — एक लॉगिन, एक फ़ॉर्म फ़ील्ड, एक कदम, एक प्रतीक्षा। आप जिस मार्ग को चाहते हैं उस पर घर्षण को कम करना, और जिन मार्गों को आप नहीं चाहते उन पर इसे जोड़ना, आपके पास सबसे विश्वसनीय व्यवहार लीवर है। डिफ़ॉल्ट उन लोगों के लिए परिणाम निर्धारित करते हैं जो कुछ नहीं करते और ठीक-ठीक इसलिए शक्तिशाली हैं क्योंकि बहुत सारे लोग कुछ नहीं करते। रिमाइंडर भूलने को हल करते हैं; फीडबैक (प्रगति, तुलना, पुष्टि) व्यवहार शुरू होने के बाद प्रेरणा को बनाए रखता है।

आदत निर्माण। एक आदत एक व्यवहार है जो एक स्थिर संदर्भ में दोहराई गई एक संकेत-दिनचर्या-इनाम लूप के माध्यम से स्वचालित बन जाता है। एक क्लिनिकल प्रणाली का निरंतर उपयोग वास्तव में एक आदत-निर्माण समस्या है: आप चाहते हैं कि प्रणाली खोलना एक वार्ड राउंड का अविचारित पहला कदम बन जाए, हर बार एक सचेत निर्णय नहीं। आदतें मौजूदा संकेतों से जुड़े दोहराव के माध्यम से बनती हैं, यही कारण है कि एक मौजूदा वर्कफ़्लो में एक नए उपकरण को एम्बेड करना इसे एक के बगल में जोड़ने से बेहतर है।

प्रोत्साहन और उनकी सीमाएं। प्रोत्साहन — वित्तीय, पेशेवर, या प्रतिष्ठित — व्यवहार को बदल सकते हैं, लेकिन मोटे तौर पर लागू किए गए वे उल्टा असर करते हैं। वे आंतरिक प्रेरणा को भीड़ से बाहर कर सकते हैं, मेट्रिक के लिए गेमिंग उत्पन्न कर सकते हैं, और वापस लिए जाने के क्षण काम करना बंद कर सकते हैं। स्व-निर्धारण सिद्धांत बताता है कि स्वायत्तता, दक्षता, और संबंधता आमतौर पर अकेले बाहरी इनाम की तुलना में व्यवहार को अधिक टिकाऊ रूप से क्यों बनाए रखते हैं।

प्रसार और गोद लेने की वक्र। एक नवाचार एक जनसंख्या के माध्यम से कैसे फैलता है यह नवाचारों का प्रसार और तकनीक अपनाने का जीवन चक्र द्वारा वर्णित है — पहले नवप्रवर्तक और शुरुआती अपनाने वाले, फिर बहुमत, फिर पिछड़े हुए। यह व्यवहार विज्ञान को नवाचार को चरणबद्ध करने के व्यापक प्रश्न से जोड़ता है (विषय 8.0 — नवाचार को चरणबद्ध करना देखें): व्यवहार लीवर को उस वक्र पर एक समूह कहां बैठता है इसके अनुसार ट्यून किया जाना चाहिए।

सर्वोत्तम प्रथाएं#

1. लक्ष्य व्यवहार को एक नामित समूह के लिए, एक नामित संदर्भ में, सटीक रूप से परिभाषित करें। "जुड़ाव में सुधार करें" एक व्यवहार नहीं है; "जिला नर्सें घर की यात्रा के दौरान मोबाइल ऐप पर एक घाव मूल्यांकन रिकॉर्ड करती हैं, बाद में कागज़ पर नहीं" है। व्यवहार विज्ञान केवल विशिष्टताओं पर काम करता है: कौन, क्या करता है, कब, कहां, किसके बजाय। कुछ भी डिज़ाइन करने से पहले उस रिज़ॉल्यूशन पर व्यवहार को लिखें, क्योंकि एक अस्पष्ट लक्ष्य एक अस्पष्ट हस्तक्षेप की गारंटी देता है।

2. एक फिक्स चुनने से पहले COM-B के साथ बाधा का निदान करें। पूछें कि क्या बाध्यकारी बाधा क्षमता है (वे नहीं कर सकते — कौशल, समझ, या उपकरण विफल हो जाता है), अवसर (संदर्भ इसे रोकता है — कोई समय नहीं, कोई सिग्नल नहीं, कोई संकेत नहीं), या प्रेरणा (वे नहीं करेंगे — कोई माना गया लाभ नहीं, प्रतिस्पर्धी आदतें, या अविश्वास)। हस्तक्षेप निदान से अनुसरण करता है: एक क्षमता अंतराल को प्रशिक्षण या सरलीकरण की आवश्यकता है, एक अवसर अंतराल को पर्यावरणीय परिवर्तन की आवश्यकता है, एक प्रेरणा अंतराल को पूरी तरह से एक अलग लीवर की आवश्यकता है। निदान को छोड़ना ही कारण है कि संगठन एक अवसर समस्या का जवाब अधिक ईमेल के साथ देते हैं और आश्चर्य करते हैं कि कुछ क्यों नहीं हिलता (प्रतिरोध का निदान करने पर विषय 8.1 — परिवर्तन प्रबंधन देखें)।

3. वांछित मार्ग पर अथक रूप से घर्षण को कम करें। हर अतिरिक्त क्लिक, लॉगिन, मुक्त-पाठ फ़ील्ड, और संदर्भ-बदलाव आपके उपयोगकर्ताओं का एक अंश खो देता है, और अंश कंपाउंड होते हैं। वर्तमान यात्रा में कदमों को गिनें, फिर कम की ओर हटाएं, पूर्व-भरें, और डिफ़ॉल्ट करें। सिंगल साइन-ऑन, समझदार डिफ़ॉल्ट, और रिकॉर्ड से पूर्व-भरे हुए आने वाले फ़ॉर्म अक्सर किसी भी मात्रा में अनुनय की तुलना में गोद लेने को अधिक स्थानांतरित करते हैं, क्योंकि वे केवल प्रेरणा को आकर्षित करने के बजाय अवसर को बदलते हैं।

4. जानबूझकर और नैतिक रूप से डिफ़ॉल्ट सेट करें। क्योंकि अधिकांश लोग डिफ़ॉल्ट को स्वीकार करते हैं, डिफ़ॉल्ट वास्तविक परिणामों वाला एक डिज़ाइन निर्णय है — इसे सुरक्षित, अनुशंसित विकल्प बनाएं, और बाहर निकलना आसान और पारदर्शी बनाएं। ऑप्ट-आउट संरचनाएं (उदाहरण के लिए, एक डिफ़ॉल्ट नियुक्ति स्लॉट जिसे रोगी बदल सकता है) ऑप्ट-इन समकक्षों की तुलना में कहीं अधिक अपटेक बढ़ाती हैं। नैतिक रेखा यह है कि डिफ़ॉल्ट को व्यक्ति की सेवा करनी चाहिए, विकल्प वास्तव में उपलब्ध रहना चाहिए, और आपने क्या किया है इसके बारे में आपको खुला रहना चाहिए।

5. इरादे को कार्रवाई में बदलने और इसे बनाए रखने के लिए रिमाइंडर और फीडबैक का उपयोग करें। अच्छी तरह से समयबद्ध संकेत कार्य करना चाहने और कार्य करने के बीच के अंतर को बंद करते हैं — SMS नियुक्ति रिमाइंडर के पीछे शास्त्रीय व्यवहार खोज जो अनुपस्थिति दरों को कम करती है। फीडबैक (एक प्रगति बार, एक स्ट्रीक, एक "आपकी रीडिंग सीमा में है" पुष्टि, एक सहकर्मी तुलना) एक बार शुरू होने के बाद एक व्यवहार को बनाए रखता है। संकेतों को विशिष्ट, समय पर, और मितव्ययी रखें; एक चैनल जो अधिक-सूचित करता है जल्द ही म्यूट या अनइंस्टॉल हो जाता है।

6. मौजूदा वर्कफ़्लो और संकेतों में एम्बेड करके आदत के लिए डिज़ाइन करें। लोगों से एक नए उपकरण का उपयोग करना याद रखने के लिए न कहें; इसे किसी ऐसी चीज़ से जोड़ें जो वे पहले से ही एक निश्चित बिंदु पर करते हैं — शिफ्ट शुरू करने वाला लॉगिन, डिस्चार्ज से पहले का क्षण, मौजूदा दैनिक हडल। स्थिर संकेत प्लस दोहराव स्वचालितता बनाते हैं। एक उपकरण जो वर्कफ़्लो के अंदर रहता है एक आदत बन जाता है; एक जो इसके बगल में बैठता है एक काम बना रहता है और दबाव में छोड़ दिया जाता है।

7. प्रोत्साहनों का सावधानी से उपयोग करें, और गेमिंग और भीड़ हटाने के लिए देखें। यदि आप एक व्यवहार से एक भुगतान या एक प्रदर्शन लक्ष्य जोड़ते हैं, तो लोगों के आपके द्वारा मापी गई ठीक चीज़ के लिए अनुकूलित करने की अपेक्षा करें — कभी-कभी आपके मतलब की कीमत पर। जहां आप कर सकते हैं आंतरिक और पेशेवर प्रेरकों (स्वायत्तता, महारत, सहकर्मी मानदंड, दृश्यमान रोगी लाभ) को प्राथमिकता दें, और वित्तीय प्रोत्साहनों को एक स्थायी सहारे के बजाय एक अल्पकालिक उत्प्रेरक के रूप में मानें। हमेशा पूछें कि जब प्रोत्साहन हटाया जाता है तो क्या टूटता है, क्योंकि एक व्यवहार जो केवल तभी मौजूद है जब आप इसके लिए भुगतान करते हैं वह कभी अपनाया नहीं गया था।

8. मान लेने के बजाय हस्तक्षेपों का परीक्षण करें। व्यवहारिक प्रभाव संदर्भ-निर्भर हैं और अक्सर विशेषज्ञों को भी आश्चर्यचकित करते हैं, इसलिए जहां आप कर सकते हैं वहां पायलट करें, A/B परीक्षण करें, या एक छोटा यादृच्छिक नियंत्रित परीक्षण चलाएं — Behavioural Insights Team की कार्यशील विधि। दो रिमाइंडर शब्दों की दो-भुजा तुलना बहुत कम खर्च करती है और प्रभावशीलता को दोगुना कर सकती है। परीक्षण आपको आत्मविश्वास से एक नज को रोल आउट करने से भी बचाता है जो कुछ नहीं करता, या बदतर, एक उपसमूह के लिए उल्टा असर करता है।

9. हर नज के समानता प्रभाव की जांच करें, और वंचितों के लिए पहले डिज़ाइन करें। नज और डिजिटल डिफ़ॉल्ट उन लोगों के लिए सबसे अच्छा काम करने की प्रवृत्ति रखते हैं जो पहले से लाभप्रद हैं — साक्षर, जुड़े हुए, आत्मविश्वासी, स्वस्थ — जिसका अर्थ है कि एक हस्तक्षेप अंतर को बढ़ाते हुए औसत को उठा सकता है। अपने गोद लेने के डेटा को आयु, वंचन, भाषा, और विकलांगता द्वारा विभाजित करें, और उनके लिए सहायता प्राप्त मार्ग, मानवीय फॉलबैक, और प्रॉक्सी पहुंच डिज़ाइन करें जिन्हें डिजिटल मार्ग पीछे छोड़ देता है (विषय 1.9 — डिजिटल समावेशन और सुगमता और विषय 3.3 — रोगी और नागरिक-सामना करने वाली डिजिटल सेवाएं देखें)। एक गोद लेने की रणनीति जो केवल आसानी से पहुंचने योग्य तक पहुंचती है वह सफलता के रूप में सजी एक विफलता है।

10. तैनाती नहीं, व्यवहार और गोद लेने को मापें। वास्तविक व्यवहारों को उपकरणित करें — लॉगिन, सक्रियण घटनाएं, फ़ीचर उपयोग, निरंतर-उपयोग समूह, वर्कअराउंड और प्रत्यावर्तन दरें, अनुपस्थिति और पालन दरें — और समूह द्वारा विभाजित, एक बेसलाइन के विरुद्ध उन्हें रिपोर्ट करें। तैनाती मेट्रिक्स ("प्रणाली 40 साइटों में लाइव है") आपकी चापलूसी करती हैं; व्यवहार मेट्रिक्स आपको सत्य बताती हैं। नब्बे दिनों में निरंतर उपयोग को, गो-लाइव नहीं, पूर्ण की परिभाषा बनाएं (विषय 10.1 — मुख्य प्रदर्शन संकेतक देखें)।

आपकी टीम के साथ चर्चा करने के लिए प्रश्न#

1. हम जो परिवर्तन करने वाले हैं उसके लिए, हमें किससे किस एकल सटीक व्यवहार की आवश्यकता है, और आज वास्तव में क्षमता, अवसर, या प्रेरणा में से कौन इसे रोक रहा है? यह प्रश्न टीम को "गोद लेना चलाने" के आरामदायक सार से आगे उस विशिष्ट व्यवहार में धकेलता है जिसे होना है — और किसके द्वारा, कब, और कहां। एक स्वास्थ्य और देखभाल सेटिंग में ईमानदार उत्तर अक्सर असुविधाजनक होता है: बाधा यह नहीं है कि चिकित्सकों में जागरूकता या प्रेरणा की कमी है, बल्कि अवसर है, क्योंकि प्रणाली एक परामर्श में नब्बे सेकंड जोड़ती है जो उनके पास नहीं है, या क्षमता है, क्योंकि यह वार्ड के पुराने हार्डवेयर पर विफल हो जाती है। बहस को नेतृत्व क्या मानता है कि बाधा है और फ्रंटलाइन अवलोकन और डेटा वास्तव में क्या दिखाते हैं इसके बीच के अंतर को सतह पर लाना चाहिए, क्योंकि दोनों अक्सर भिन्न होते हैं। विचार करें कि क्या आपने वास्तविक उपयोगकर्ताओं को व्यवहार का प्रयास करते देखा है, या शिकायतों और आशा से अनुमान लगा रहे हैं। एक अच्छा उत्तर उच्च रिज़ॉल्यूशन पर एक व्यवहार नाम देता है, कौन सा COM-B घटक बाध्यकारी है इसके लिए साक्ष्य उद्धृत करता है, और अधिक प्रशिक्षण या अधिक संचार पर डिफ़ॉल्ट होने के बजाय उस निदान से मेल खाने वाले हस्तक्षेप के लिए प्रतिबद्ध होता है। सबसे अच्छा संस्करण एक ऐसे मामले की पहचान करता है जहां टीम गलत घटक को ठीक करने वाली थी और प्रयास को पुनर्निर्देशित करता है।

2. हम कहां नज और डिफ़ॉल्ट पर निर्भर हैं जो हमारे पहले से लाभप्रद उपयोगकर्ताओं के लिए उन लोगों की तुलना में बेहतर काम कर सकते हैं जिन्हें सेवा की सबसे अधिक आवश्यकता है — और हमें यह कैसे भी पता चलेगा? यह वह समानता प्रश्न है जिसे व्यवहार विज्ञान अपरिहार्य बनाता है, क्योंकि वही तकनीकें जो समग्र अपटेक को उठाती हैं चुपचाप असमानताओं को बढ़ा सकती हैं। बहस करने योग्य तनाव वास्तविक है: एक ऑप्ट-आउट डिफ़ॉल्ट या एक चिकनी डिजिटल-पहले यात्रा आपकी हेडलाइन संख्या बढ़ा सकती है जबकि पुराने, गरीब, कम डिजिटल रूप से आत्मविश्वासी, या गैर-अंग्रेजी-बोलने वाले रोगियों को और पीछे छोड़ सकती है, और एक औसत जो सुधरता है वह एक बढ़ते अंतराल को छुपा सकता है। चर्चा को इस बात का सामना करना चाहिए कि क्या आपका गोद लेने का डेटा बिल्कुल विभाजित है — वंचन, आयु, भाषा, विकलांगता द्वारा — या क्या आप एक एकल चापलूसी आंकड़ा रिपोर्ट कर रहे हैं। इसे यह भी जांचना चाहिए कि नज तक न पहुंचने वाले लोगों के लिए कौन से सहायता प्राप्त और गैर-डिजिटल मार्ग मौजूद हैं, और क्या वे मार्ग संसाधित हैं या केवल काल्पनिक हैं। एक गंभीर उत्तर स्वीकार करता है कि "सभी के लिए उपलब्ध" "सभी द्वारा अपनाया गया" के समान नहीं है, केवल औसत नहीं बल्कि वितरण को मापने के लिए प्रतिबद्ध होता है, और एक बढ़ते अंतराल को एक विफलता स्थिति मानता है जो रोलआउट को रोक या बदल देगा। सबसे कमज़ोर उत्तर वह है जिसने कभी नहीं देखा।

3. लोगों को अच्छे स्वास्थ्य निर्णय लेने में मदद करने और उनका हेरफेर करने के बीच नैतिक रेखा कहां है — और क्या हम पारदर्शी रूप से इसके सही पक्ष पर हैं? स्वास्थ्य में व्यवहार को प्रभावित करना एक कर्तव्य वहन करता है जो साधारण मार्केटिंग नहीं करती, क्योंकि शक्ति असंतुलन अधिक है और विषय लोगों के शरीर और जीवन हैं। बहस को वैध पसंद वास्तुकला — स्वस्थ या अनुशंसित विकल्प को आसान बनाना, जबकि विकल्पों को वास्तव में उपलब्ध रखना और आपने क्या किया है इसके बारे में खुला रहना — को गुप्त हेरफेर, डार्क पैटर्न, डर का शोषण, या ऑप्ट-आउट छुपाने से अलग करना चाहिए। ठोस मामलों पर विचार करें: एक डिफ़ॉल्ट स्क्रीनिंग नियुक्ति जिसे रोगी स्वतंत्र रूप से बदल सकता है वह रक्षणीय है; एक डिज़ाइन जो अस्वीकार करना जानबूझकर कठिन बनाता है, या जो शर्म का उपयोग करता है, नहीं है। टीम को पूछना चाहिए कि क्या वे हर नज को उस व्यक्ति को समझाने में सहज होंगे जिसे यह लक्षित करता है, और एक नियामक या जनता को, क्योंकि पारदर्शिता नैतिक प्रभाव का व्यावहारिक परीक्षण है। स्वायत्तता, सूचित सहमति, और विश्वास गोद लेने में बाधाएं नहीं बल्कि इसकी नींव हैं (विषय 1.8 — डेटा नैतिकता, सहमति, और सार्वजनिक विश्वास देखें), और आज की एक हेराफेरी वाली जीत उस विश्वास को खर्च करती है जिसकी आपको हर भविष्य के परिवर्तन के लिए आवश्यकता है। एक अच्छा उत्तर एक स्पष्ट मानक निर्धारित करता है, इसे आपके वास्तविक डिज़ाइनों पर लागू करता है, और एक नज को हटाने के इच्छुक है जो काम करता है लेकिन खुले तौर पर बचाव नहीं किया जा सकता।

4. क्या हमने गोद लेने को सक्रियण से निरंतर उपयोग से अलग किया है — और क्या यहां वास्तव में कोई उस संख्या का स्वामित्व करता है जो कहती है कि लोग अभी भी नब्बे दिनों में इसका उपयोग कर रहे हैं? टीमें नियमित रूप से तीन अलग व्यवहारों को एक शब्द, "अपटेक" में समेट देती हैं, और फिर गलत को मनाती हैं। गोद लेना (साइन अप करना) प्राप्त करना सबसे आसान है और रिपोर्ट करना सबसे चापलूसी वाला है; सक्रियण (वास्तविक मूल्य के पहले क्षण तक पहुंचना) वह जगह है जहां अधिकांश सेवाएं चुपचाप उपयोगकर्ताओं को खो देती हैं; महीनों बाद निरंतर उपयोग वह है जो वास्तव में व्यवसाय मामले में क्लिनिकल लाभ प्रदान करता है। चर्चा को इस बात का सामना करना चाहिए कि आपका अपना डेटा कहां रुकता है — कई कार्यक्रम साइन-अप उद्धृत कर सकते हैं लेकिन कभी सक्रियण क्षण को उपकरणित नहीं किया या एक प्रतिधारण वक्र प्लॉट नहीं किया, इसलिए वे सप्ताह-दो की चट्टान को भी नहीं देख सकते, इसे समझाना तो दूर। इसे एक जवाबदेह स्वामी को भी नाम देना चाहिए: यदि "गोद लेना" सामान्य रूप से सभी का है तो यह विशेष रूप से किसी का नहीं है, और नब्बे-दिन का आंकड़ा एक अनाथ बन जाता है जिसे कोई डैशबोर्ड नहीं ले जाता। बहस करें कि "पूर्ण" की आपकी परिभाषा वास्तव में क्या है, क्योंकि यदि गो-लाइव सफलता के रूप में गिना जाता है तो पूरी प्रणाली ठीक तभी परवाह करना बंद करने के लिए अनुकूलित होती है जब कठिन हिस्सा शुरू होता है। एक ईमानदार उत्तर तीनों व्यवहारों को अलग करता है, वास्तविक संख्याओं के साथ फ़नल दिखाता है, और निरंतर उपयोग के लिए जवाबदेह एक नामित व्यक्ति की ओर इशारा करता है — एक लाभ मामले की ओर नहीं जिसने इसे माना।

5. क्या हम इस व्यवहार को एक मौजूदा वर्कफ़्लो और संकेत में एम्बेड कर रहे हैं, या एक नए उपकरण को एक के बगल में जोड़ रहे हैं और उम्मीद कर रहे हैं कि लोग इसे याद रखेंगे? आदतें तब बनती हैं जब एक व्यवहार एक स्थिर, पूर्व-मौजूदा संकेत से जुड़ा होता है और दोहराया जाता है, यही कारण है कि एकीकरण प्रश्न एक व्यवहार प्रश्न है, केवल एक तकनीकी नहीं। सतह पर लाने के लिए तनाव यह है कि देने के लिए सबसे आसान चीज़ — एक स्टैंडअलोन ऐप या अपने खुद के लॉगिन वाला एक अलग पोर्टल — अक्सर वह चीज़ है जो दबाव में छोड़े जाने के लिए सबसे निश्चित है, क्योंकि यह किसी ऐसी चीज़ पर सवार होने के बजाय ध्यान और स्मृति के लिए प्रतिस्पर्धा करता है जो उपयोगकर्ता पहले से करता है। टीम को ठोस रूप से जांचना चाहिए कि वांछित व्यवहार किस मौजूदा क्षण से जुड़ेगा: शिफ्ट शुरू करने वाला लॉगिन, डिस्चार्ज से पहले का कदम, सुबह की दवा राउंड। इसे विकल्प की लागत के बारे में भी ईमानदार होना चाहिए, क्योंकि इलेक्ट्रॉनिक रिकॉर्ड या दैनिक वर्कफ़्लो में एम्बेड करना एक अलग उपकरण भेजने की तुलना में कठिन, धीमा, और अधिक राजनीतिक है, और वह कठिनाई ठीक-ठीक इसलिए है कि संगठन इसे छोड़ देते हैं। एक अच्छा उत्तर वास्तविक संकेत की पहचान करता है और संदर्भ-में एकीकरण के लिए प्रतिबद्ध होता है भले ही एक स्टैंडअलोन बिल्ड तेज़ होगा; कमज़ोर उत्तर वर्कफ़्लो के बगल में भेजता है और पहले व्यस्त सप्ताह में उपकरण के चुपचाप छोड़ दिए जाने पर उपयोगकर्ताओं को दोष देता है।

6. हमने वास्तव में यहां क्या परीक्षण किया है बजाय मान लेने के — और क्या हमारे प्रोत्साहन चुपचाप लोगों को मेट्रिक को गेम करने के लिए प्रशिक्षित कर रहे हैं? व्यवहारिक प्रभाव कुख्यात रूप से संदर्भ-निर्भर हैं और अक्सर विशेषज्ञों को भी गलत पैर देते हैं, इसलिए एक छोटी तुलना के बजाय आत्मविश्वासी धारणा पर बनी एक योजना छुपे हुए जोखिम को वहन करने वाली एक योजना है। चर्चा को पूछना चाहिए कि स्केल करने से पहले क्या सस्ते में पायलट या A/B परीक्षण किया जा सकता है — दो रिमाइंडर शब्द, दो डिफ़ॉल्ट सेटिंग्स, कोई नहीं के विरुद्ध एक सहायता प्राप्त मार्ग — क्योंकि एक दो-भुजा परीक्षण बहुत कम खर्च करता है और नियमित रूप से उत्तर बदलता है, और क्योंकि एक अपरीक्षित नज को स्केल करना कुछ ऐसा स्थापित कर सकता है जो कुछ नहीं करता या एक उपसमूह के लिए उल्टा असर करता है। बातचीत को प्रोत्साहनों की ओर भी मुड़ना चाहिए, वित्तीय या प्रदर्शन-लक्ष्य, और पूछना चाहिए कि वे वास्तव में किस व्यवहार को पुरस्कृत कर रहे हैं: एक संख्या से एक भुगतान या एक लक्ष्य जोड़ें और लोग उस संख्या के लिए अनुकूलित होंगे, कभी-कभी आपके मतलब के परिणाम की कीमत पर, और प्रोत्साहन वापस लिए जाने के क्षण व्यवहार ढह सकता है। विचार करें कि क्या कोई वर्तमान लक्ष्य पूरा किया जा सकता है जबकि अंतर्निहित क्लिनिकल इरादा चूक जाता है, जो गेमिंग का हस्ताक्षर है। एक मज़बूत उत्तर नाम देता है कि क्या परीक्षण किया जाएगा और कैसे, वित्तीय प्रोत्साहनों को एक स्थायी सहारे के बजाय दुष्प्रभावों के लिए निगरानी किए जाने वाले एक अल्पकालिक उत्प्रेरक के रूप में मानता है, और हर प्रोत्साहन से पूछता है कि जब यह रुकता है तो क्या टूटता है।

व्यवहार में: एक स्वास्थ्य और देखभाल उदाहरण#

एक integrated care system हृदय विफलता वाले लोगों के लिए एक दूरस्थ मॉनिटरिंग सेवा को रोल आउट कर रहा है: रोगी आपूर्ति किए गए उपकरण पर दैनिक वज़न और लक्षण रीडिंग लेते हैं, और एक वर्चुअल वार्ड टीम उनकी समीक्षा करती है। पायलट में तकनीक काम करती है। छह महीने में, कार्यक्रम प्रमुख उस पैटर्न को नोटिस करता है जिसकी व्यवहार विज्ञान भविष्यवाणी करता है — मज़बूत साइन-अप, सप्ताह दो के बाद एक तीव्र गिरावट, और तीसरे महीने तक एक छोटा, जनसांख्यिकीय रूप से तिरछा समूह अभी भी इसका उपयोग कर रहा है।

अधिक रोगी पत्रक नियुक्त करने के बजाय, टीम एक COM-B निदान चलाती है। साइन-अप (गोद लेना) ठीक है। पतन सक्रियण और निरंतर उपयोग पर है, और बाधाएं समूह द्वारा भिन्न हैं। कई बड़े रोगियों के लिए बाधा क्षमता है — उपकरण सेटअप में बहुत सारे कदम हैं — और अवसर — कोई उन्हें प्रेरित नहीं करता और दैनिक रीडिंग का उनकी दिनचर्या में कोई लंगर नहीं है। वर्चुअल वार्ड नर्सों के लिए, बाधा भी अवसर है: रीडिंग की समीक्षा करने का अर्थ है एक अलग पोर्टल पर एक दूसरा लॉगिन जो उनके मौजूदा वर्कफ़्लो का हिस्सा नहीं है।

हस्तक्षेप निदान का अनुसरण करते हैं। उपकरण सेटअप को घर तक पहुंचाई गई एक पूर्व-कॉन्फ़िगर्ड, उपयोग-के-लिए-तैयार किट में घर्षण-मुक्त किया जाता है, एक संक्षिप्त व्यक्तिगत या टेलीफोन सक्रियण कॉल के साथ ताकि पहली रीडिंग — "आहा" पल — समर्थन के साथ हो। एक दैनिक रिमाइंडर एक मौजूदा संकेत (सुबह की दवा) से समयबद्ध है, और एक सरल फीडबैक संदेश पुष्टि करता है "आपकी रीडिंग सीमा में है" या बढ़ाता है। स्टाफ के लिए, रीडिंग को एक अलग पोर्टल के बजाय मौजूदा क्लिनिकल प्रणाली के अंदर सतह पर लाया जाता है, समीक्षा को शिफ्ट की शुरुआत से जुड़ी एक आदत में बदल देता है। महत्वपूर्ण रूप से, टीम गोद लेने के डेटा को आयु और वंचन द्वारा विभाजित करती है, पाती है कि डिजिटल मार्ग सबसे वंचित चौथाई को विफल कर रहा है, और एक टेलीफोन-आधारित सहायता प्राप्त मार्ग और केयरर/प्रॉक्सी पहुंच जोड़ती है ताकि अपटेक बस विशेषाधिकार को ट्रैक न करे।

वे स्केल करने से पहले एक छोटी दो-भुजा तुलना में रिमाइंडर शब्दों का परीक्षण करते हैं। सफलता को फिर से परिभाषित किया जाता है: "300 रोगियों को दिया गया उपकरण" नहीं बल्कि नब्बे दिनों में निरंतर दैनिक उपयोग, उपसमूह द्वारा ट्रैक और रिपोर्ट किया गया, बेसलाइन के विरुद्ध हृदय-विफलता प्रवेश दरों के साथ। बोर्ड डैशबोर्ड अब व्यवहार दिखाता है, तैनाती नहीं — और समानता अंतराल एक हेडलाइन मेट्रिक है, एक फ़ुटनोट नहीं।

क्षेत्र दृष्टिकोण#

स्टार्टअप#

एक डिजिटल-स्वास्थ्य स्टार्टअप सक्रियण और प्रतिधारण से जीता या मरता है, इसलिए व्यवहार डिज़ाइन एक अच्छाई नहीं बल्कि उत्पाद का मूल है। संस्थापकों को फ़नल को जुनूनी रूप से उपकरणित करना चाहिए — साइन-अप, सक्रियण, दिन-7 और दिन-30 प्रतिधारण — और ऑनबोर्डिंग, डिफ़ॉल्ट, और संकेतों पर सस्ते A/B परीक्षण चलाने चाहिए, क्योंकि सक्रियण में एक छोटी वृद्धि अस्तित्व में कंपाउंड हो जाती है। जाल वैनिटी मेट्रिक्स (डाउनलोड, पंजीकृत उपयोगकर्ता) के लिए अनुकूलन करना है जो निवेशकों को प्रभावित करते हैं जबकि वास्तविक निरंतर उपयोग चुपचाप लीक हो जाता है। स्टार्टअप भी एक बड़ा नैतिक जोखिम वहन करते हैं: विकास दबाव डार्क पैटर्न और हेरफेर करने वाली प्रतिधारण चालों को प्रलोभित करता है, जो स्वास्थ्य में आपको क्लिनिकल विश्वास और साक्ष्य आधार खर्च कर सकता है जिसकी आपको बिल्कुल NHS को बेचने के लिए आवश्यकता है। शुरुआत से ईमानदार पसंद वास्तुकला और समानता-जागरूक डिज़ाइन बनाएं, क्योंकि एक सुरक्षा या विश्वास घटना के बाद उन्हें रेट्रोफिट करना कहीं अधिक महंगा है।

छोटा व्यवसाय#

एक स्थापित छोटे प्रदाता — एक GP प्रैक्टिस, एक सामुदायिक फार्मेसी, एक केयर होम या घरेलू-देखभाल एजेंसी, एक एकल-साइट क्लिनिक — एक नए उपकरण को वास्तव में उपयोग किए जाने का समान कर्तव्य वहन करता है, लेकिन उद्यम के एनालिटिक्स, सुपर-यूज़र्स, या परीक्षण चलाने की अतिरिक्त क्षमता में से किसी के बिना। यहां व्यवहार काम को उपकरणित के बजाय दुबला और भौतिक होना चाहिए: एक सटीक व्यवहार चुनें, इसके घर्षण को हड्डी तक छीलें, और इसे एक ऐसे संकेत से बांधें जो पहले से एक छोटी टीम के दिन में मौजूद है, क्योंकि कोई नहीं है जिसका काम गोद लेने का पीछा करना है। डिफ़ॉल्ट और एम्बेडिंग एक बड़े ट्रस्ट की तुलना में यहां और भी अधिक मायने रखते हैं, क्योंकि एक पांच-व्यक्ति टीम एक समानांतर वर्कफ़्लो या एक दूसरा लॉगिन अवशोषित नहीं कर सकती और यदि उपकरण उनकी दिनचर्या के अंदर के बजाय बगल में बैठता है तो पहली व्यस्त सुबह कागज़ पर वापस लौट जाएगी। आपके पास मौजूद मामूली साधनों के साथ समानता प्रभाव देखें — एक केयर होम के निवासी या एक प्रैक्टिस के बड़े, अधिक वंचित रोगी ठीक-ठीक वह समूह हैं जिन्हें एक डिजिटल-पहले डिफ़ॉल्ट पीछे छोड़ सकता है — और सहायता प्राप्त और प्रॉक्सी मार्गों पर और एक छोटे प्रदाता के पास पहले से मौजूद विश्वसनीय व्यक्तिगत संबंध पर निर्भर रहें। जहां क्षमता या साक्ष्य आपसे परे है, अपने खुद के आविष्कार करने के बजाय राष्ट्रीय स्तर पर प्रकाशित तैयार प्लेबुक, डिफ़ॉल्ट, और सहायता-प्राप्त-मार्ग पैटर्न अपनाएं।

बड़ा संगठन#

एक बड़े ट्रस्ट या ICS के पास व्यवहार विज्ञान को ठीक से करने का पैमाना है — वास्तविक गोद लेने का एनालिटिक्स, उपसमूह विभाजन, एम्बेडेड सुपर-यूज़र्स, और व्यापक रोलआउट से पहले नियंत्रित पायलट — लेकिन वह जड़ता भी जो हज़ारों स्टाफ और साइटों में "तैनात" को "अपनाया गया" के रूप में प्रच्छन्न होने देती है। उद्यम चुनौती एक लाभ मामले में एक धारणा के बजाय गोद लेने को एक स्वामित्व वाला, मापा गया परिणाम बनाना है, नब्बे दिनों और उससे आगे निरंतर उपयोग के लिए जवाबदेह किसी के साथ। एकीकरण पैमाने पर मुख्य लीवर है: सिंगल साइन-ऑन और संदर्भ-में संकेतों के माध्यम से मौजूदा इलेक्ट्रॉनिक रिकॉर्ड और वर्कफ़्लो में एक व्यवहार को एम्बेड करना किसी भी स्टैंडअलोन उपकरण या प्रशिक्षण धक्के को हराता है। परिवर्तन थकान और सूचना अतिभार से सावधान रहें — कई साथ-साथ कार्यक्रमों के साथ, हर अतिरिक्त संकेत उसी दुर्लभ ध्यान के लिए प्रतिस्पर्धा करता है, और खराब तरीके से शासित नज एक-दूसरे को रद्द कर देते हैं। उद्यम का लाभ, अच्छी तरह से उपयोग किया गया, वर्कफ़्लो, नीति, और ऑडिट के माध्यम से व्यवहार को टिकाऊ रूप से एम्बेड करने की क्षमता है।

सरकार#

एक राष्ट्रीय या स्थानीय सार्वजनिक निकाय शायद ही कभी व्यक्तिगत क्लिक डिज़ाइन करता है; यह उन शर्तों को आकार देता है — मानक, वित्तपोषण, डिफ़ॉल्ट, और राष्ट्रीय सेवाएं — जिनके तहत जनसंख्या पैमाने पर व्यवहार होता है, जो ठीक-ठीक वह जगह है जहां नज सबसे ज़्यादा काटते हैं और समानता जोखिम सबसे बड़े हैं। सरकार वह जगह है जहां "Nudge Unit" मॉडल संबंधित है: कठोर परीक्षण (यादृच्छिक परीक्षण), प्रकाशित साक्ष्य, और पुन: प्रयोज्य व्यवहार प्लेबुक जिन्हें स्थानीय संगठन अपना सकते हैं। मंत्रियों, संसद, और जनता के प्रति जवाबदेही नैतिक बार को तेज़ी से बढ़ाती है — एक राष्ट्रीय डिफ़ॉल्ट या नज अत्यधिक दृश्यमान, राजनीतिक रूप से संवेदनशील है, और, यदि यह हेराफेरी करने वाला है या असमानता बढ़ाता है, तो वर्षों तक सार्वजनिक विश्वास के लिए संक्षारक (विषय 1.8 — डेटा नैतिकता, सहमति, और सार्वजनिक विश्वास देखें)। सरकार का विशिष्ट कर्तव्य केवल औसत नहीं बल्कि वितरण देखना है: एक राष्ट्रीय डिजिटल डिफ़ॉल्ट जो समग्र अपटेक उठाता है जबकि सबसे वंचित को पीछे छोड़ता है वह एक नीति विफलता है भले ही हेडलाइन संख्या में सुधार हो। इसकी उचित भूमिका एक संघीय प्रणाली में स्वस्थ, समान व्यवहार को आसान बनाना है जिसे यह सीधे लाइन-प्रबंधित नहीं करता।

सामान्य विफलता मोड#

• तैनाती को सफलता के रूप में गिनना। "40 साइटों में लाइव" रिपोर्ट करना जबकि व्यवहार कभी नहीं बदला। इससे बचें पूर्ण को नब्बे दिनों में निरंतर उपयोग के रूप में परिभाषित करके और इसे मापकर।
• हर बाधा के लिए एक हस्तक्षेप। एक अवसर या क्षमता अंतराल का जवाब अधिक संचार के साथ देना। इससे बचें पहले COM-B के साथ निदान करके।
• सक्रियण की चट्टान को नज़रअंदाज़ करना। साइन-अप का अनुकूलन करना जबकि उपयोग सप्ताह दो में ढह जाता है। इससे बचें केवल गोद लेने नहीं बल्कि सक्रियण क्षण को डिज़ाइन और मापकर।
• लाभप्रद को नज करना। एक डिफ़ॉल्ट या चिकनी यात्रा जो औसत उठाती है और अंतराल को चौड़ा करती है। इससे बचें गोद लेने के डेटा को विभाजित करके और पीछे छूटे लोगों के लिए सहायता प्राप्त मार्ग बनाकर।
• प्रोत्साहन जो गेम करते हैं या भीड़ से बाहर करते हैं। एक व्यवहार जो केवल तभी मौजूद है जब आप इसके लिए भुगतान करते हैं, या मेट्रिक के लिए गेम किया जाता है। इससे बचें आंतरिक प्रेरकों को प्राथमिकता देकर और दुष्प्रभावों के लिए परीक्षण करके।
• हेराफेरी वाला डिज़ाइन। डार्क पैटर्न, छुपे हुए ऑप्ट-आउट, डर का शोषण। इससे बचें एक पारदर्शिता परीक्षण लागू करके: क्या आप इस नज को उस व्यक्ति के लिए खुले तौर पर बचाव कर सकते हैं जिसे यह लक्षित करता है?
• जोड़ना, एम्बेड करना नहीं। वर्कफ़्लो के बगल में एक स्टैंडअलोन उपकरण, दबाव में छोड़ दिया गया। इससे बचें व्यवहार को मौजूदा संकेतों और प्रणालियों से जोड़कर।
• परीक्षण के बजाय मान लेना। एक नज को रोल आउट करना जिसे किसी ने जांचा नहीं। इससे बचें स्केल करने से पहले पायलट और A/B परीक्षण करके।

परिपक्वता मॉडल#

जांच-सूची#

• लक्ष्य व्यवहार को सटीक रूप से लिखा गया है: कौन, क्या करता है, कब, कहां।
• कोई भी हस्तक्षेप चुने जाने से पहले COM-B (क्षमता / अवसर / प्रेरणा) के साथ बाध्यकारी बाधा का निदान किया जाता है।
• वांछित मार्ग को घर्षण (कदम, लॉगिन, फ़ील्ड) से हटा दिया गया है, और डिफ़ॉल्ट एक आसान, पारदर्शी ऑप्ट-आउट के साथ सुरक्षित, अनुशंसित विकल्प पर सेट हैं।
• रिमाइंडर और फीडबैक मौजूदा संकेतों के लिए समयबद्ध हैं और मितव्ययी रखे गए हैं।
• व्यवहार को आदत बनाने के लिए मौजूदा वर्कफ़्लो और प्रणालियों में एम्बेड किया गया है, उनके बगल में जोड़ा नहीं गया है।
• प्रोत्साहन, यदि उपयोग किए जाते हैं, तो गेमिंग और भीड़ हटाने के लिए, और जब वे वापस लिए जाते हैं तो क्या टूटता है इसके लिए जांचे जाते हैं।
• गोद लेना, सक्रियण, और निरंतर उपयोग को एक बेसलाइन के विरुद्ध अलग-अलग मापा जाता है।
• गोद लेने का डेटा आयु, वंचन, भाषा, और विकलांगता द्वारा विभाजित है, और नज छोड़ देने वालों के लिए सहायता प्राप्त / गैर-डिजिटल मार्ग मौजूद हैं।
• स्केल करने से पहले हस्तक्षेपों को पायलट या A/B परीक्षित किया जाता है।
• हर नज एक पारदर्शिता परीक्षण पास करता है: इसे उस व्यक्ति, एक नियामक, और जनता को खुले तौर पर बचाव किया जा सकता है जिसे यह लक्षित करता है।
• गो-लाइव से परे निरंतर उपयोग के लिए एक नामित स्वामी जवाबदेह है, और बोर्ड डैशबोर्ड व्यवहार रिपोर्ट करता है, तैनाती नहीं।

मुख्य स्रोत#

• Susan Michie, Lou Atkins & Robert West, The Behaviour Change Wheel: A Guide to Designing Interventions — COM-B मॉडल और BCW विधि।
• Richard H. Thaler & Cass R. Sunstein, Nudge: Improving Decisions About Health, Wealth, and Happiness — नज थ्योरी और पसंद वास्तुकला।
• The Behavioural Insights Team ("Nudge Unit") — सार्वजनिक नीति पर लागू व्यवहारिक अंतर्दृष्टि, EAST फ्रेमवर्क सहित (bi.team)।
• NICE Guideline NG155, Behaviour change: individual approaches, और PH49, Behaviour change: general approaches (nice.org.uk)।
• Everett M. Rogers, Diffusion of Innovations — नवाचार एक जनसंख्या के माध्यम से कैसे फैलते हैं।
• NHS England — डिजिटल समावेशन और डिजिटल बहिष्करण को कम करने के लिए फ्रेमवर्क (england.nhs.uk)।
• Government Communication Service — व्यवहार विज्ञान और सार्वजनिक व्यवहार परिवर्तन के लिए OASIS / EAST दृष्टिकोण (gcs.civilservice.gov.uk)।
• विषय 8.0 — नवाचार को चरणबद्ध करना, विषय 8.1 — परिवर्तन प्रबंधन, विषय 8.2 — संचार और जुड़ाव, और विषय 3.3 — रोगी और नागरिक-सामना करने वाली डिजिटल सेवाएं भी देखें।

संदर्भ#

1. Behavioral economics — Wikipedia — https://en.wikipedia.org/wiki/Behavioral_economics
2. Behavior change (public health) — Wikipedia — https://en.wikipedia.org/wiki/Behavior_change_(public_health)
3. Susan Michie — Wikipedia — https://en.wikipedia.org/wiki/Susan_Michie
4. Behavior change method (including the Behaviour Change Wheel) — Wikipedia — https://en.wikipedia.org/wiki/Behavior_change_method
5. Nudge theory — Wikipedia — https://en.wikipedia.org/wiki/Nudge_theory
6. Choice architecture — Wikipedia — https://en.wikipedia.org/wiki/Choice_architecture
7. Behavioural Insights Team — Wikipedia — https://en.wikipedia.org/wiki/Behavioural_Insights_Team
8. Habit — Wikipedia — https://en.wikipedia.org/wiki/Habit
9. Self-determination theory — Wikipedia — https://en.wikipedia.org/wiki/Self-determination_theory
10. Randomized controlled trial — Wikipedia — https://en.wikipedia.org/wiki/Randomized_controlled_trial
11. Diffusion of innovations — Wikipedia — https://en.wikipedia.org/wiki/Diffusion_of_innovations
12. Technology adoption life cycle — Wikipedia — https://en.wikipedia.org/wiki/Technology_adoption_life_cycle
13. The Behaviour Change Wheel: A Guide to Designing Interventions — Susan Michie, Lou Atkins & Robert West, Silverback Publishing (2014) — http://www.behaviourchangewheel.com/
14. Nudge: Improving Decisions About Health, Wealth, and Happiness — Richard H. Thaler & Cass R. Sunstein, Yale University Press (2008) — https://en.wikipedia.org/wiki/Nudge_(book)
15. EAST: Four Simple Ways to Apply Behavioural Insights — The Behavioural Insights Team — https://www.bi.team/publications/east-four-simple-ways-to-apply-behavioural-insights/
16. Behaviour change: individual approaches (NG155) — National Institute for Health and Care Excellence — https://www.nice.org.uk/guidance/ng155
17. Diffusion of Innovations, 5th edition — Everett M. Rogers, Free Press (2003) — ISBN 978-0743222099
18. Inclusive digital healthcare: a framework for NHS action on digital inclusion — NHS England — https://www.england.nhs.uk/long-read/inclusive-digital-healthcare-a-framework-for-nhs-action-on-digital-inclusion/