3.5.1生态瞬时评估

研究人员可以将大型调查结果切入人们的生活中。

生态瞬时评估(EMA)涉及进行传统调查,将其切成碎片,并将其洒入参与者的生活中。因此,可以在适当的时间和地点询问调查问题,而不是在事件发生后的数周内进行长时间访谈。

EMA具有四个特征:(1)在现实环境中收集数据; (2)关注个人当前或最近的状态或行为的评估; (3)可能基于事件,基于时间或随机提示的评估(取决于研究问题); (4)随着时间的推移完成多项评估(Stone and Shiffman 1994) 。 EMA是一种方法,可以通过智能手机极大地促进人们在一天中频繁互动。此外,由于智能手机包含传感器(如GPS和加速度计),因此越来越有可能根据活动触发测量。例如,如果受访者进入特定社区,则可以对智能手机进行编程以触发调查问题。

Naomi Sugie的论文研究很好地说明了EMA的承诺。自20世纪70年代以来,美国大大增加了被监禁的人数。截至2005年,每100,000名美国人中就有500人入狱,其监禁率高于世界其他任何地方(Wakefield and Uggen 2010) 。入狱人数的激增也使得离开监狱的人数激增;每年大约有700,000人离开监狱(Wakefield and Uggen 2010) 。这些人在离开监狱时面临着严峻的挑战,不幸的是,很多人最终都会回到那里。为了理解和减少再犯,社会科学家和政策制定者需要了解人们重新进入社会时的经历。然而,这些数据难以用标准调查方法收集,因为前罪犯往往难以学习,他们的生活极不稳定。每隔几个月进行一次调查的测量方法就会错过他们生活中的大量动态(Sugie 2016)

为了更精确地研究重新进入过程,Sugie从新泽西州纽瓦克监狱的完整个人名单中抽取了131人的标准概率样本。她为每位参与者提供了一个智能手机,它成为一个丰富的数据收集平台,用于记录行为和提问。 Sugie用手机管理两种调查。首先,她在上午9点到下午6点之间随机选择的时间发送了“体验抽样调查”,向参与者询问他们当前的活动和感受。第二,晚上7点,她发出了一份“每日调查”,询问当天的所有活动。此外,除了这些调查问题之外,电话还定期记录其地理位置并保持呼叫和文本元数据的加密记录。使用这种方法 - 结合询问和观察--Sugie能够创建一个详细的,高频率的测量数据集,以了解这些人重新进入社会时的生活。

研究人员认为,寻找稳定,高质量的就业机会有助于人们顺利过渡到社会。然而,Sugie发现,平均而言,她的参与者的工作经历是非正式的,临时的,零星的。然而,对平均模式的这种描述掩盖了重要的异质性。特别是,Sugie在她的参与者群体中找到了四种不同的模式:“提前退出”(那些开始寻找工作然后退出劳动力市场的人),“持久性搜索”(那些花费大部分时间寻找工作的人) ,“经常性工作”(那些花费大部分时间工作的人)和“低回应”(那些没有定期回应调查的人)。 “提前退出”组 - 那些开始寻找工作但却找不到并停止搜索的人 - 特别重要,因为这个组可能是最不可能重新进入的组。

有人可能会想到,在入狱后寻找工作是一个艰难的过程,可能会导致抑郁,然后退出劳动力市场。因此,Sugie使用她的调查来收集关于参与者情绪状态的数据 - 一个不容易从行为数据估计的内部状态。令人惊讶的是,她发现“早退”组没有报告更高水平的压力或不快乐。相反,情况正好相反:那些继续寻找工作的人报告了更多情绪困扰的情绪。关于前罪犯的行为和情绪状态的所有这些细粒度的纵向细节对于理解他们面临的障碍和缓解他们重返社会的过程非常重要。此外,在标准调查中,所有这些细粒度的细节都会被遗漏。

Sugie对弱势群体的数据收集,特别是被动数据收集,可能会引起一些道德问题。但是Sugie预计了这些问题,并在她的设计中解决了这些问题(Sugie 2014, 2016) 。她的程序由第三方 - 她的大学的机构审查委员会 - 审查,并遵守所有现有规则。此外,与我在第6章中提倡的基于原则的方法一致,Sugie的方法远远超出了现有法规的要求。例如,她从每个参与者那里获得了有意义的知情同意,她使参与者能够暂时关闭地理跟踪,并且她竭尽全力保护她正在收集的数据。除了使用适当的加密和数据存储,她还从联邦政府获得了保密证书,这意味着她不能被迫将她的数据交给警方(Beskow, Dame, and Costello 2008) 。我认为,由于她周到的方法,Sugie的项目为其他研究人员提供了一个有价值的模型。特别是,她并没有盲目地陷入道德的泥潭,也没有避免重要的研究,因为它在道德上是复杂的。相反,她仔细思考,寻求适当的建议,尊重她的参与者,并采取措施改善她的研究的风险 - 收益状况。

我认为Sugie的工作有三个一般性的教训。首先,新的询问方法与传统的抽样方法完全兼容;回想一下,Sugie从明确定义的框架群体中获取了标准概率样本。其次,高频纵向测量对于研究不规则和动态的社会经验特别有价值。第三,当调查数据收集与大数据源相结合时 - 我认为这将变得越来越普遍,正如我将在本章后面讨论的那样 - 可能会出现其他道德问题。我将在第6章更详细地讨论研究伦理,但Sugie的工作表明,这些问题可由认真和有思想的研究人员解决。