首页 理论教育 生态瞬时评估法-计算社会学

生态瞬时评估法-计算社会学

时间:2023-07-21 理论教育 版权反馈
【摘要】:生态瞬时评估法将传统的调查分解,然后将其融入参与者的生活。一天中人们可以不断通过智能手机进行交流,这大大提高了生态瞬时评估法的便利性。内奥米·杉江的研究可以很好地说明生态瞬时评估法的前景。为了更精确地研究他们重新进入社会的过程,杉江从新泽西州纽瓦克市所有出狱的人中抽取了一个131人的标准概率样本。因此,杉江通过她的调查还搜集了有关参与者情绪状态的数据。

生态瞬时评估法-计算社会学

研究人员可以分解大型的调查,然后将其融入人们的生活

生态瞬时评估法将传统的调查分解,然后将其融入参与者的生活。因此,研究人员可以在合适的时间和地点进行提问,而不是在事情发生数周后才通过一个长时间的访谈来了解。

生态瞬时评估法主要有4个特征:(1)在现实环境中搜集数据;(2)评估的是个体当前或最近的状态或行为;(3)评估可能是基于事件的、基于时间的或随机引发的(取决于研究问题);(4)随着时间的推移需进行多次评估(Stone and Shiffman 1994)。一天中人们可以不断通过智能手机进行交流,这大大提高了生态瞬时评估法的便利性。此外,智能手机上装有各种传感器,例如GPS(全球定位系统)和加速计,因此研究人员可以通过用户的活动情况启动相应的测量。例如,可将以智能手机设置为当受访者进入某特定街区时便向其提一个调查问题。

内奥米·杉江(Naomi Sugie)的研究可以很好地说明生态瞬时评估法的前景。自20世纪70年代以来,美国的监禁人数开始急剧上升。截至2005年,每10万美国人中就有约500人在狱中,这一比例要高于世界上其他任何地方(Wakefield and Uggen 2010)。入狱人数的激增也导致了出狱人数的激增,每年约有70万人出狱(Wakefield and Uggen 2010)。这些人出狱后面临着严峻的挑战,不幸的是,许多人最后又回到了监狱。为了了解和减少累犯,社会科学家和决策者需要了解这些人重新进入社会后的经历。然而,这些数据很难用标准的调查方法来搜集,因为这些曾经是罪犯的人往往是很难了解的,而且他们的生活非常不稳定。每隔几个月进行一次调查的测量方法会遗漏掉他们生活中大量的动态(Sugie 2016)。

为了更精确地研究他们重新进入社会的过程,杉江从新泽西州纽瓦克市所有出狱的人中抽取了一个131人的标准概率样本。她为样本中的每位参与者提供了一部智能手机,进而创建了一个既可以记录行为又可以提问的丰富的数据采集平台。杉江利用手机开展了两类调查。首先,她在上午9点和下午6点之间随机选了一个时间向参与者发送“体验抽样调查”,询问参与者当下的活动和感受。然后,在晚上7点,她会向参与者发送一个“每日调查”,询问他们当天的所有活动。除了这些调查问题以外,手机还会定期记录他们的地理位置,并以加密的方式记录有关打电话和发短信的元数据。通过将提问与观察相结合,杉江获得了这些人重新进入社会后详细的、高频的测量数据。(www.xing528.com)

研究人员相信,找到稳定的、高质量的工作有助于人们成功地重返社会。然而,杉江发现,平均来说,其研究参与者找到的工作都是非正式的、临时的和零散的,但该平均描述掩盖了重要的异质性。杉江在其样本中发现了4个完全不同的群体:“早期退出”(最开始找过工作,但后来退出了劳动力市场)、“持续寻找”(融入社会前的大部分时间都花在找工作上)、“循环工作”(融入社会前的大部分时间都花在工作上)以及“低响应”(不会定期回答调查问题)。其中“早期退出”这一群体最开始找过工作,但后来没找到就放弃了,该群体尤其重要,因为他们可能是成功融入社会概率最低的群体。

人们可能会认为,出狱后找工作是一个很艰难的过程,这些人可能会因为沮丧而退出劳动力市场。因此,杉江通过她的调查还搜集了有关参与者情绪状态(一种通过行为数据难以评估出来的内部状态)的数据。令人惊讶的是,“早期退出”这一群体并没有称自己压力过大或过于悲伤,反倒是那些失败后继续找工作的人称自己过于忧虑悲伤。所有这些有关出狱人员行为和情绪状态的细微的、纵向的详细数据,对于理解他们所面临的阻碍以及降低他们重返社会的难度有着重要意义。但如果使用标准的调查,这些细微的数据就会被遗漏。

杉江的数据采集针对的是一个弱势群体,其数据采集方式可能会引发一些道德伦理方面的担忧。但杉江预先就考虑到了这些担忧,并在设计过程中采取了应对措施(Sugie 2014,2016)。她所在大学的机构审查委员会作为第三方审查了她的数据采集程序,认为该程序符合所有现存规则。此外,杉江的方法与我在第6章所提倡的基于原则的方法相一致,在符合现有法规方面远远超出了要求的范围。例如,她获得了所有参与者的知情同意,这是很有意义的,她还同意参与者暂时关闭位置追踪,并且竭尽全力去保护她所搜集的数据。除了采用适当的加密技术和数据存储外,她还申请并获得了联邦政府的保密证书,这意味着她不会被迫将数据交给警察(Beskow,Dame,and Costello 2008)。因为考虑周全,所以我认为杉江的项目给其他研究人员提供了一个有价值的参考。尤其是她没有不加思考就行动而让自己陷入道德伦理的泥潭,也没有因为道德伦理上的复杂性而回避重要的研究。相反,她仔细思考,寻求合理建议,尊重她的参与者,并采取措施降低其研究的风险、增加研究的益处。

我认为从杉江的研究中可以学到以下三点:首先,提问的新方法与传统的抽样法是完全相容的,杉江就是从定义明确的抽样框总体中抽取了一个标准的概率样本。其次,高频、纵向的测量数据对于研究不规则的、动态的社会经历是很有价值的。最后,当调查数据采集与大数据资源相结合时(我认为这会越来越常见,我将在本章后面部分进行论述),就可能引发额外的道德伦理问题。我将在第6章更详细地探讨研究中的伦理问题,但杉江的事例表明,细心负责、考虑周密的研究人员是可以解决这些问题的。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈