3.5.1 evaluaciones ecológica momentánea

Los investigadores pueden cortar encuestas grandes y espolvorearlas en las vidas de las personas.

La evaluación ecológica momentánea (EMA) implica tomar encuestas tradicionales, dividirlas en pedazos y rociarlas en las vidas de los participantes. Por lo tanto, las preguntas de la encuesta pueden formularse en un momento y lugar apropiados, en lugar de en una entrevista larga semanas después de que hayan ocurrido los eventos.

EMA se caracteriza por cuatro características: (1) recopilación de datos en entornos del mundo real; (2) evaluaciones que se enfocan en los estados o comportamientos actuales o muy recientes de las personas; (3) evaluaciones que pueden estar basadas en eventos, basadas en el tiempo o inducidas al azar (dependiendo de la pregunta de investigación); y (4) realización de evaluaciones múltiples a lo largo del tiempo (Stone and Shiffman 1994) . EMA es un enfoque que se facilita mucho con los teléfonos inteligentes con los que las personas interactúan con frecuencia durante el día. Además, debido a que los teléfonos inteligentes están repletos de sensores, como GPS y acelerómetros, cada vez es más posible activar mediciones basadas en la actividad. Por ejemplo, un teléfono inteligente podría ser programado para desencadenar una pregunta de encuesta si un encuestado entra en un barrio en particular.

La promesa de EMA está muy bien ilustrada por la tesis de investigación de Naomi Sugie. Desde la década de 1970, Estados Unidos ha aumentado drásticamente la cantidad de personas que encarcela. A partir de 2005, aproximadamente 500 de cada 100,000 estadounidenses estaban en prisión, una tasa de encarcelamiento más alta que en cualquier otro lugar del mundo (Wakefield and Uggen 2010) . El aumento en el número de personas que ingresan a prisión también ha producido un aumento en el número de personas que abandonan la prisión; aproximadamente 700,000 personas salen de prisión cada año (Wakefield and Uggen 2010) . Estas personas se enfrentan a graves desafíos al salir de prisión, y lamentablemente muchos terminan allí. Para comprender y reducir la reincidencia, los científicos sociales y los responsables de la formulación de políticas deben comprender la experiencia de las personas a medida que vuelven a entrar en la sociedad. Sin embargo, estos datos son difíciles de recopilar con los métodos de encuesta estándar porque los ex delincuentes tienden a ser difíciles de estudiar y sus vidas son extremadamente inestables. Los enfoques de medición que implementan encuestas cada pocos meses pierden enormes cantidades de la dinámica en sus vidas (Sugie 2016) .

Para estudiar el proceso de reingreso con mucha mayor precisión, Sugie tomó una muestra de probabilidad estándar de 131 personas de la lista completa de personas que salen de prisión en Newark, Nueva Jersey. Proporcionó a cada participante un teléfono inteligente, que se convirtió en una plataforma de recopilación de datos enriquecida, tanto para registrar el comportamiento como para hacer preguntas. Sugie usó los teléfonos para administrar dos tipos de encuestas. Primero, envió una "encuesta de muestreo de experiencia" a una hora seleccionada al azar entre las 9 a. M. Y las 6 p. M. Preguntándoles a los participantes sobre sus actividades y sentimientos actuales. Segundo, a las 7 pm, ella envió una "encuesta diaria" preguntando sobre todas las actividades de ese día. Además, además de estas preguntas de la encuesta, los teléfonos registraron su ubicación geográfica a intervalos regulares y conservaron registros cifrados de metadatos de llamadas y mensajes de texto. Al usar este enfoque, que combina la pregunta y la observación, Sugie pudo crear un conjunto de mediciones detalladas y de alta frecuencia sobre la vida de estas personas a medida que volvían a entrar en la sociedad.

Los investigadores creen que la búsqueda de empleo estable y de alta calidad ayuda a las personas a hacer una transición exitosa a la sociedad. Sin embargo, Sugie descubrió que, en promedio, las experiencias de trabajo de sus participantes eran informales, temporales y esporádicas. Sin embargo, esta descripción del patrón promedio enmascara una heterogeneidad importante. En particular, Sugie encontró cuatro patrones distintos dentro de su grupo de participantes: "salida temprana" (aquellos que comienzan a buscar trabajo pero luego abandonan el mercado laboral), "búsqueda persistente" (aquellos que pasan gran parte del período buscando trabajo) , "Trabajo recurrente" (aquellos que pasan gran parte del período trabajando) y "baja respuesta" (aquellos que no responden a las encuestas regularmente). El grupo de "salida temprana", aquellos que comienzan a buscar trabajo pero luego no lo encuentran y dejan de buscar, es particularmente importante porque es probable que este grupo sea el menos propenso a tener un reingreso exitoso.

Uno podría imaginar que buscar un trabajo después de estar en prisión es un proceso difícil, que podría llevar a la depresión y luego retirarse del mercado laboral. Por lo tanto, Sugie utilizó sus encuestas para recopilar datos sobre el estado emocional de los participantes, un estado interno que no se puede estimar fácilmente a partir de datos de comportamiento. Sorprendentemente, descubrió que el grupo de "salida temprana" no informaba niveles más altos de estrés o infelicidad. Más bien, fue todo lo contrario: aquellos que continuaron buscando trabajo informaron más sentimientos de angustia emocional. Todo este detallado detalle longitudinal sobre el comportamiento y el estado emocional de los ex delincuentes es importante para comprender las barreras que enfrentan y facilitar su transición de regreso a la sociedad. Además, todos estos detalles de grano fino se habrían omitido en una encuesta estándar.

La recopilación de datos de Sugie con una población vulnerable, particularmente la recopilación pasiva de datos, podría plantear algunas preocupaciones éticas. Pero Sugie anticipó estas preocupaciones y las abordó en su diseño (Sugie 2014, 2016) . Sus procedimientos fueron revisados ​​por un tercero, la Junta de Revisión Institucional de su universidad, y cumplió con todas las reglas existentes. Además, de acuerdo con el enfoque basado en principios que defiendo en el capítulo 6, el enfoque de Sugie fue mucho más allá de lo requerido por las regulaciones existentes. Por ejemplo, recibió el consentimiento informado significativo de cada participante, permitió a los participantes desactivar temporalmente el seguimiento geográfico, y se tomó grandes medidas para proteger los datos que estaba recopilando. Además de utilizar el cifrado y el almacenamiento de datos adecuados, también obtuvo un Certificado de Confidencialidad del gobierno federal, lo que significaba que no podía ser forzada a entregar sus datos a la policía (Beskow, Dame, and Costello 2008) . Creo que debido a su enfoque reflexivo, el proyecto de Sugie proporciona un modelo valioso para otros investigadores. En particular, no tropezó ciegamente con un pantano ético, ni evitó investigaciones importantes porque era éticamente complejo. Por el contrario, pensó cuidadosamente, buscó el consejo adecuado, respetó a sus participantes y tomó medidas para mejorar el perfil de riesgo-beneficio de su estudio.

Creo que hay tres lecciones generales del trabajo de Sugie. Primero, los nuevos enfoques para preguntar son completamente compatibles con los métodos tradicionales de muestreo; recuerde que Sugie tomó una muestra de probabilidad estándar de una población de cuadros bien definida. En segundo lugar, las mediciones longitudinales de alta frecuencia pueden ser particularmente valiosas para el estudio de experiencias sociales irregulares y dinámicas. En tercer lugar, cuando la recopilación de datos de la encuesta se combina con grandes fuentes de datos -algo que creo que se volverá cada vez más común, como expondré más adelante en este capítulo- pueden surgir problemas éticos adicionales. Trataré la ética de la investigación con más detalle en el capítulo 6, pero el trabajo de Sugie muestra que estos problemas son abordables por investigadores concienzudos y reflexivos.