--- title: "ABCD: Laagdrempelige Nederlandse Uitleg" author: "Gjalt-Jorn Ygram Peters" date: "`r Sys.Date()`" output: rmarkdown::html_vignette #output: pdf_document vignette: > %\VignetteEncoding{UTF-8} %\VignetteIndexEntry{ABCD: Laagdrempelige Nederlandse Uitleg} %\VignetteEngine{knitr::rmarkdown} # header-includes: editor_options: chunk_output_type: console --- ```{r setup, echo = FALSE} knitr::opts_chunk$set( collapse = TRUE, comment = "#>" ); #require('webshot', quiet=TRUE); ``` ABCD's zijn figuren die helpen om interventies (ook wel "campagnes" of "programma's" genoemd) te maken of evalueren. ABCD is een Engelstalig acroniem van "Acyclic Behavior Change Diagram": kortom, een gedragsveranderingsdiagram waarin geen 'cycli' zitten, oftewel, waarin alle pijlen dezelfde kant op wijzen (in dit geval naar rechts). ABCD's maken de aannames, die de basis vormen van een interventie, zichtbaar. # Algemene inleiding: XTC *Als je al weet hoe gedragsverandering werkt kun je dit stukje overslaan en gelijk naar het kopje "[ABCDs](#abcds)" hieronder gaan* Om te begrijpen waarom deze aannames belangrijk zijn, eerst wat uitleg over wat zo'n interventie is en hoe die werkt. Hierbij gebruik ik voorbeelden uit mijn eigen onderzoek naar XTC-gebruik (een van de rondes van [Party Panel](https://partypanel.nl)), onderdeel van de Celebrate Safe campagne). De dosis MDMA (de werkzame stof in XTC) in XTC-pillen is de afgelopen jaren gestegen. Vroeger bevatten XTC-pillen ongeveer 80 milligram MDMA: precies de goede dosis van iemand van 60-80 kilogram. Tegenwoordig is het gemiddelde bijna 160 milligram per pil. Als mensen hun pil die niet doormidden breken, of bij zwaardere pillen, door drieëen of vieren, nemen ze te veel. Hierdoor is hun ervaring minder goed en is gebruik schadelijker dan als je goed doseert. Daarom hebben we onderzoek gedaan naar hoe mensen denken over deze hooggedoseerde XTC. Uit dit onderzoek zal ik voorbeelden putten. ## Wat is een interventie? Een interventie is elke doelgerichte poging om het welzijn of de gezondheid van mensen te verbeteren. Een interventie kan via de omgeving werken, bijvoorbeeld door te zorgen dat er in schoolkantines geen gefrituurd eten meer is. Een interventie kan zich ook rechtstreeks op de doelgroep richten, bijvoorbeeld door jongeren te trainen om met stress om te gaan. En een interventie kan zich ook op de omgeving ën de mensen in de doelgroep richten. Interventies die zich op de omgeving richten, doen dat altijd via mensen. Alles in de omgeving wordt bepaald door andere mensen: het schoolbestuur beslist bijvoorbeeld over het menu in de kantine, en politici beslissen over sportvelden of fietspaden. Dit zijn mensen, net als de mensen in de doelgroep. Interventies werken dus altijd door mensen iets te laten doen, of het nu interventies zijn die zich op de omgeving richten, op de doelgroep, of allebei. ## Gedragsverandering Het gedrag van mensen (bijvoorbeeld stoppen met roken, gezonder eten, meer sporten, of beslissen om een sportveld aan te laten leggen) wordt bestuurd door de hersenen. Als we het over gedragsverandering hebben, gaat het er dus eigenlijk om dat er iets veranderd in de hersenen. Zonder veranderingen in de hersenen is het onmogelijk om gedragsverandering te bereiken. Om gedrag te veranderen, moet je dus weten wat je moet veranderen in de hersenen van mensen, en hoe. De eerste vraag die je moet kunnen beantwoorden bij gedragsverandering is dus: waarom doen mensen wat ze doen? ## Waarom mensen doen wat ze doen Er is al veel bekend over waarom mensen doen wat ze doen. Omdat gedrag wordt bestuurd vanuit de hersenen valt het bestuderen van waarom mensen doen wat ze doen onder de psychologie. Veel van dit onderzoek komt uit de sociale en gezondheidspsychologie. Er zijn veel theoriëen ontwikkeld die elk steeds een klein stukje gedrag verklaren. Wat die theoriëen vaak doen is een stukje van de psychologie een naam geven. Een simpel voorbeeld is bijvoorbeeld alle feitjes over de wereld samen 'kennis' te noemen, of alle opvattingen over de risico's van een gedrag 'risicoperceptie. ### De 'reasoned action approach' Een veel gebruikte theorie is bijvoorbeeld de 'Reasoned Action Approach' (RAA), oftewel, de 'aanpak voor beredeneerd gedrag'. Deze theorie is een handig voorbeeld van hoe je kunt nadenken over waarom mensen doen wat ze doen om twee redenen. Ten eerste is de theorie alleen is bedoeld om specifiek gedrag te verklaren: beredeneerd gedrag, en dus niet impulsief gedrag of gewoontegedrag. Ten tweede is de RAA lekker overzichtelijk omdat er niet te veel variabelen in zitten. De RAA stelt dat beredeneerd gedrag vooral wordt bepaald door of mensen de intentie hebben dat gedrag uit te voeren. Die intentie wordt dan weer voorspeld door hoe mensen over het gedrag denken. Die gedachtes zijn gegroepeerd in drie clusters, die 'attitude', 'waargenomen norm', en 'waargenomen gedragscontrole' heten. In de psychologie noemen we zulke clusters van vergelijkbare gedachten meestal 'variabelen' of 'constructen'. De variabelen in de RAA zijn geïllustreerd in Figuur 1. ```{r raa, echo=FALSE, fig.width=3, fig.height=2, fig.cap="Figuur 1: De reasoned action approach."} raaGraph <- DiagrammeR::create_graph(); raaGraph <- DiagrammeR::add_node(raaGraph, label="Gedrag"); raaGraph <- DiagrammeR::add_node(raaGraph, label="Intentie", to=1); raaGraph <- DiagrammeR::add_node(raaGraph, label="Attitude", to=2); raaGraph <- DiagrammeR::add_node(raaGraph, label="Waargenomen norm", to=2); raaGraph <- DiagrammeR::add_node(raaGraph, label="Waargenomen gedragscontrole", to=2); raaGraph <- behaviorchange::apply_graph_theme(raaGraph, c("layout", "dot", "graph"), c("rankdir", "LR", "graph"), c("outputorder", "nodesfirst", "graph"), c("fixedsize", "false", "node"), c("shape", "box", "node"), c("style", "rounded,filled", "node"), c("color", "#000000", "node"), c("color", "#000000", "edge"), c("dir", "forward", "edge"), c("fillcolor", "#FFFFFF", "node")); if (knitr::is_latex_output()) { ### From DiagrammeR::export_graph dot_code <- DiagrammeR::generate_dot(raaGraph); graphSvg <- DiagrammeRsvg::export_svg(DiagrammeR::grViz(dot_code)); graphSvg <- sub(".*\n