데이터와 증거를 사용하여 몸의 힘

왜 데이터와 증거는 Petition Success에 필수적입니다.

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

연방 정부는 연방 정부의 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 연방 정부의 연방 정부의 규정에 따라 연방 정부의 연방 정부의 규정을 준수합니다.

힘의 증거의 유형은 몸집이 있

모든 증거는 동일한 무게를 나타낸다. 효과적인 petitions는 강력한 다중 계층의 인수를 만들 수있는 여러 종류의 증거를 통합합니다. 사용 가능한 증거의 스펙트럼을 이해하면 특정 원인에 가장 영향력있는 데이터를 선택할 수 있습니다.

Quantitative 자료

미국 연방 정부는 미국 정부의 정부 기관과 정부 기관이 고용 및 임금을 지불하는 데 필요한 모든 것을 제공합니다. 미국 연방 정부는 미국 정부의 정부 기관과 협력하여 정부 기관과 정부 기관이 고용 및 임금을 지불하는 데 필요한 모든 것을 제공합니다. 미국 연방 정부는 미국 정부의 정부 기관이 고용 및 임금을 제공하는 데 필요한 모든 것을 제공합니다. 퀀텀즈는 정부의 정부 기관과 협력하여 정부 기관이 고용 및 임금을 지불하는 데 필요한 모든 것을 제공합니다.

Qualitative 증거

여러분의 개인 정보는 개인 정보 보호 정책에 따라 다릅니다. 여러분의 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 따라 개인 정보 보호 정책에 동의해야 합니다.

전문가 의견 및 공식 보고서

연구원, 또는 권위있는 기관은 즉시 신뢰성을 추가합니다. 클리너 에어에 대한 펫리온을 지원하는 전 공공 보건 이사의 편지는 입증 된 전문 지식을 가진 사람으로 제공되기 때문에 무게를 나릅니다. 세계 보건기구 (World Health Organization)와 같은 조직의 공식 보고서, 국립 보건 연구소 또는 정부 책임 사무소는 종종 금 표준 소스로 간주됩니다. 항상 보고서 제목, 날짜 및 발급 조직을 인용합니다.

사례 연구 및 전진

당신의 몸에 대한 신뢰할 수있는 데이터를 찾는 방법

효과적인 증거 수집은 어디에서 보고 질을 확인하는지 알고 있습니다. 신뢰할 수있는 데이터 기반을 구축하기 위해이 단계를 따르십시오.

Authoritative 소스로 시작

정부 기관, 국제 단체, 동료 ‐ edreview 저널에 의해 출판 된 데이터를 사용하여 탱크를 구축했습니다. 예를 들어:

정부 데이터베이스: Data.gov]] (미국 정부 오픈 데이터), ]국 통계에 대한 영국 사무소, 또는 ]Eurostat] (유럽 연합).
학술: Google Scholar]과 대학의 재학.
Trusted non-profit: ]Pew Research Center, Urban Institute, 또는 RAND Corporation.
뉴스미디어: 평판가능한 콘센트의 데이터 저널리즘 섹션 (예: ]FiveThirtyEight, ]가디언의] 데이터 블로그).

투명 방법론이나 관심의 명확한 충돌이 나타나는 소스없이 일반적 모험 사이트를 사용하지 마십시오.

통화 및 정확도를 검증

기존 데이터는 청원을 감당할 수 있습니다. 항상 출판일을 확인하고 가장 최근의 공식 통계를 살펴볼 수 있습니다. 경제 불평성 또는 환경 오염과 같은 문제의 경우 과거 1 ~ 3 년 동안 데이터가 이상적입니다. 과거 상황에 따라 이전 데이터는 여전히 유용 할 수 있지만, 시간대에주의해야합니다. 정확도를 확인하려면 최소한 두 개의 독립적 인 소스에서 교차 참조 번호.

지역 및 특정 데이터 수집

Decision-makers는 자신의 관할권을 반영하는 데이터에 가장 강력합니다. 국가 평균은 넓은 상황에 유용합니다. 그러나 대상 관객에 영향을 미치는 지역 번호는 훨씬 더 지속됩니다. 도시 의회를 깔고 있다면 도시 수준 통계를 포함합니다. 미국 Census Bureau의 QuickFacts 또는 지역 개방 데이터 포털과 같은 도구를 사용하여 지역별 정보를 찾을 수 있습니다.

당신의 몸에 증거를 제시하는 방법

Raw data는 스스로를 말하지 않습니다. 독자가 흡수하고 행동하는지 결정하는 방법은 다음과 같습니다. 명확성, brevity 및 정서적 공명에 대한 기소.

Visuals를 전략적으로 사용

차트, 그래프, 인포그래픽 및 맵은 한 눈에 복잡한 정보를 전달할 수 있습니다. 5 년 이상 주택 비용으로 상승을 보여주는 잘 설계 된 바 차트는 숫자보다 훨씬 소화됩니다. Canva 또는 ]DataViz Catalog]]는 전문적인 시각을 만들 수 있습니다. 모든 시각을 보장하기 위해 명확한 제목, 라벨, 그리고 하나의 키에 대한 설명과 중요한 설명이 포함되어 있습니다.

Frame Data 스토리 내

사람들은 통계보다 더 나은 이야기를 기억합니다. 저작물을 열어, 그 이야기로 데이터를 저장합니다. 예를 들어: “10세 아이샤가 아스토마를 개발했을 때, 가족들은 그 이웃이 30%의 연방 안전 기준을 초과한다는 것을 배웠습니다. Aisha는 산업 배출과 관련하여 대기 오염에 의해 영향을 미치는 우리 카운티의 12,000명의 어린이 중 하나입니다.” 통계 토지가 인간 경험에 고정되기 때문에 더 열심히.

가장 높은 Convincing 수

모든 통계를 가진 압도적인 독자가 아닙니다. 직접 핵심 수요를 지원하는 3개에서 5개의 가장 강력한 자료 점을 선택하십시오. 애완 동물 ( 오프닝 이야기 후에)에서 그(것)들을 초에 두고 닫히는 통화에서 행동에 반복하십시오. 가장 중요한 인물에 주의를 끌기 위하여 대담한 원본을 사용하십시오.

Cite 소스는 투명하게

citations 포함 권한을 추가하고 독자가 귀하의 주장을 확인 할 수 있습니다. 텍스트 또는 최종의 번호 참조 목록 내에서 하이퍼 링크 사용. 인쇄 된 petitions에 대 한, 발기부에 짧은 인용을 제공 합니다. 인용은 조직, 보고서 제목, 날짜 및 URL을 포함 해야 합니다. 투명 sourcing 또한 체리 빙 또는 미각 자료의 accusations에서 당신을 보호 합니다.

쁘띠 언어로의 배분

귀하의 청원 텍스트는 자연적으로 증거를 통합해야합니다, 후속으로. 각 주장은 당신이 문제에 대해 만들, 그것의 원인, 또는 제안 된 솔루션은 증거의 콘크리트 조각에 의해 지원되어야한다.

오프닝 퍼프: Fact로 걸이

놀라운 통계 또는 데이터의 생생한 조각으로 바로 지도하여주의를 기울입니다. 예를 들어 "2023 년, 700 명이 넘는 사람들이 전년도 대비 fentanyl overdoses에서 사망했습니다. 우리는 도시가 포괄적인 과다 복용 예방 프로그램을 즉시 자금을 요구합니다." 이 접근 방식은 실제 정보에 기반을 둔 신호입니다.

Body Sections: Evidence 테마의 구조

현재 증거의 유형 주위에 당신의 청원의 몸을 구성. 예를 들면:

문제: 문제의 범위와 심각성을 정의하기 위해 양적 데이터를 사용합니다.
원인: Cite 전문가 의견이나 공식 보고서는 왜 문제가 존재하는지 설명합니다.
제한: 인간적인 영향을 보여주기 위한 퀄리티 스토리를 가진 쌍 통계.
솔루션: 제안된 수정 작업을 프로그래밍하는 현재 사례 연구 또는 선행 증거.

각 섹션은 짧은 결론을 내릴 수 있습니다.

닫기: Data-Driven 통화로 행동

가장 칭찬을 회복하고 당신이 묻는 것을 직접 연결하여 끝. 예를 들어: "지금까지, 우리의 지구의 5 어린이에서 1 풀 서비스 식료품점에 액세스 할 수 없습니다. 도시 의회를 요구하는이 청원은 6 월 2025에 의해 이러한 가정을 봉사 할 모바일 농가 시장 프로그램에 대한 $ 500,000을 할당합니다. 행동에 전화는 콘크리트, 메아 외과적 요청에 데이터를 연결합니다.

Evidence와 함께 반대

강력한 경쟁 기대와 중화적인 목표. 결정자 및 상대는 당신의 자료 또는 제안 대안 해석에 도전할 것입니다. 당신의 위치에 가장 일반적인 대변을 식별하고 그(것)들을 세울 증거를 모는 것을 준비하십시오.

예를 들어, 플라스틱 병 금지에 대한 청원이 있다면 상대는 이러한 금지가 지역 기업을 아프 것이라고 주장 할 수 있습니다. 유사한 금지를 구현하고 그물 취업 손실을 보거나 재사용 가능한 물병 판매로 인해 고용의 약간 증가를 보면서 도시에서 연구를 인용함으로써이를 제외하고. 정책을 지원하는 도시에있는 사업 소유자의 인용을 포함. 비만을 해결함으로써, 당신은 당신의 애완 동물의 전체적인 신뢰성을 강화하고 전반적인 신뢰성을 강화.

재발견을 제시하면, confrontational 언어를 피하십시오. 대신 "그런 것들은 Z가 실제로 사례 인 Y 쇼의 X에 대한 우려를 제기 한 것을 사용합니다."이 위치는 합리적인 증거로, 불멸하지 않습니다.

Ethical 사용의 증거

미수스 데이터는 화려한 수 있습니다. 과장 인물, 체리픽킹 호의적인 통계, 카우스레이션으로 상관관계를 제시하거나, 피임약 증거를 손상시킬 수 있습니다. 오늘날의 사실 확인 환경, 관객들은 신속하게 조작 번호를 식별합니다.

이 윤리적인 지침을 따르십시오:

Always는 전체 컨텍스트를 제공합니다.] 통계가 특정 하위 그룹 또는 방법론에서 나온 경우, 공개합니다. 예를 들어, "Among low-income 가구, 60 %는 식품 불확실성을보고했습니다"(Americans의 60%는 식품 불임).
Avoid misleading visuals.] y-axes를 발굴하여 추세를 배워서 부적절한 스케일을 사용하거나, 3D 차트를 생성하지 마십시오.
개인정보 보호. 개인영상 또는 증언을 사용한다면, 명시적 허가를 취득하고 주제가 해칠 수 있다면 익명화 정보를 고려하십시오.
]업데이트 증거 가능.] 귀하의 청원이 달 동안 활성 유지되면 데이터 주기적으로 재방문하고 더 새로운 인물과의 통합 된 인물을 대체합니다.

윤리적 증거는 장기간 신뢰를 구축, 이는 시간이 지남에 따라 압력을 지속하는 것을 희망하는 어떤 운동에 필수적입니다.

당신의 증거의 영향을 극대화하기위한 팁

기본을 넘어, 이러한 고급 전략은 더 많은 칭찬을 만들 수 있습니다.

Comparative Data를 사용

비슷한 지역 사회 또는 국가 평균에 대한 귀하의 상황을 비교하십시오. 이 독자는 문제의 심각도를 측정하는 데 도움이됩니다. "우리의 천식 병변의 도시 비율은 주 평균보다 25 % 높다"는 명확한 벤치 마크를 만들고 개선이 가능합니다.

Multiple Sources의 Incorporate Data에 대해 자세히 알아보기

귀하의 주장을 트리거. 정부 통계를 사용하는 경우, 또한 교정 학업 및 실제 사례 예를 포함. 같은 결론에 도달하는 여러 독립적 인 소스는 강력한 방법으로 당신의 인수를 강화.

데이터의 단순하고 소화를 유지하십시오.

정밀가 중요하지 않는 한 가장 가까운 천 또는 백만에 큰 숫자. 초록색 인물 콘크리트를 만들기 위해 아날로그를 사용합니다. "이것은 매년 영향을받는 시애틀 전체 인구와 동일합니다." 단순성은 기억력을 증가시킵니다.

친구와 함께 당신의 증거를 테스트

게시하기 전에 누군가가 문제가되지 않도록 청원을 공유하십시오. 주요 데이터 포인트를 요약하도록 요청하십시오. 그렇지 않으면 프레젠테이션을 단순화하거나 명확하게해야합니다. 피드백은 논리적 인 통계 또는 도약을 식별하는 데 도움이됩니다.

Evidence ‐Driven Petitions의 실제 세계 예

또 다른 예는 논쟁적인 인물 후 지명 된 공공 학교의 이름을 변경하는 캠페인입니다. 지원자는 역사적인 문서를 수집, 학생의 대다수 배경을 보여주는 인구 통계 데이터, 그리고 이미 이름이 바뀌는 다른 지역에서 비교 데이터. 증거 패키지는 변화의 호의에 학교 보드 투표를 도왔습니다.

당신은 같은 플랫폼에 이러한 예제를 연구 할 수 있습니다 Change.org 또는 Avaaz[ 높은 성공률과 분석하여 데이터 포인트를 강조.