TL;DR本文提出了一种解决通过在对更容易操纵的目标变量 Z 上进行实验，来估计对一组变量 X 进行干预的效果的方法，通过提供 z - 可识别性的图形必要和充分条件以及使用我们的结果来证明 Z - 可识别性的完备性。
Abstract
We address the problem of estimating the effect of intervening on a set of
variables X from experiments on a different set, Z, that is more accessible to
manipulation. This problem, which we call z-identifiability, reduces to
ordinary identifiability when Z = empty and, like the latter
本文主要研究的问题是通过 $do$-calculus 方法推断任意条件因果效应的可识别性问题，特别将正性假设显式引入，提出了相应的 sound and complete 算法，为 Lee et al. [2020] 和 Correa et al. [2021] 的研究工作进行了扩展，并不局限于观测分布 $P (V)$。