Методика выборки событий
Методика выборки событий ( ESM ) относится к дневниковому исследованию. ESM также известен как экологическая мгновенная оценка ( EMA ) или методология выборки опыта . ESM включает методы выборки, которые позволяют исследователям изучать текущий опыт и события, проводя оценки один или несколько раз в день на каждого участника (n = 1) в естественной социальной среде . [1] [2] ESM позволяет исследователям изучать распространенность поведения, способствовать развитию теории и выполнять исследовательскую роль. Частая выборка событий, присущая ESM, позволяет исследователям измерить типологию деятельности и обнаружить временные и динамические колебания опыта (например, на работе или в отношениях). Популярность ESM как новой формы исследования в последние годы возросла, поскольку оно устраняет недостатки перекрестных исследований, которые не могут выявить внутрииндивидуальные различия и процессы во времени и причинно-следственные связи. [3] В ESM участников просят записывать свой опыт и восприятия в бумажный или электронный дневник . Дневниковые исследования позволяют изучать события, которые происходят естественным образом, но которые трудно исследовать в лаборатории. Для проведения выборки событий используются SurveySignal и Expimetrics. [4] становятся популярными платформами для исследователей социальных наук.
Некоторые авторы также используют термин «выборка опыта» для обозначения пассивных данных, полученных из таких источников, как смартфоны, носимые датчики, Интернет вещей, электронная почта и социальные сети, которые не требуют явного участия участников. [5] Эти методы могут быть выгодными, поскольку они предъявляют меньшие требования к участникам, улучшают соблюдение требований и позволяют собирать данные в течение гораздо более длительных периодов времени, с меньшей вероятностью изменят изучаемое поведение и позволяют отбирать данные с гораздо большей частотой и с большей точностью. Многие исследовательские вопросы могут получить пользу от как активных, так и пассивных форм выборки опыта. [6]
Типы
[ редактировать ]Существует три типа процедур ESM:
- Условный сигнал – некоторая форма уведомления, например текстовое сообщение SMS , [7] или звуковой сигнал пейджера или наручных часов уведомляет участников о необходимости записи данных через фиксированные или случайные интервалы. [2] Преимуществом этого типа ESM является минимизация систематической ошибки при воспоминании . Дополнительным преимуществом при использовании в сочетании с онлайн-сбором данных является повышение скорости и своевременности ответов за счет отправки сигнала напоминания, если участник не отвечает в течение определенного времени. [7]
- Контингент событий – участник фиксирует любое возникновение определенных заранее определенных событий. Эта форма наиболее полезна, когда событие происходит довольно редко. Это также позволяет гибко отслеживать события, которые обычно меняются сами по себе. Четкое определение(я) интересующих событий важно для того, чтобы не искажать частоту и позволить участнику легко определить, произошло ли событие или нет. [2]
- Интервальный условный – записывает данные по прошествию определенного периода времени. Обычно участников просят самостоятельно отчитываться об интересующем их поведении через заранее определенные промежутки времени. [8] которые определяются на основе либо теоретических , либо логических единиц времени. [3] Выбор самого интервала имеет решающее значение для того, чтобы не привести к искаженному восприятию поведения, но также важно, чтобы он не обременял участников. [9] День – наиболее часто используемая единица выборки. [2]
Сильные стороны
[ редактировать ]Использование ESM имеет множество преимуществ. Во-первых, он подчеркивает возможные ситуации и роли, от которых может зависеть поведение. То есть он служит демонстрацией взаимодействия между человеком и контекстом и дает представление о непредвиденных обстоятельствах поведения. [8] Второе преимущество ESM заключается в том, что оно обеспечивает экологическую достоверность, поскольку данные собираются в естественной среде участника, и это обеспечивает большую обобщаемость полученных данных. Еще одним преимуществом является то, что он представляет собой отличный инструмент для измерения индивидуальных различий и различий, которые возникают или меняются с течением времени. Тот факт, что ESM позволяет избежать некоторых типичных проблем ESM, является четвертой сильной стороной. При типичных измерениях самоотчета могут возникнуть проблемы с памятью или предвзятостью воспоминаний, когда участникам может быть трудно вспомнить прошлое. Последнее преимущество ESM заключается в том, что оно служит демонстрацией полезности многометодной оценки. Результаты и применение ESM наиболее полезны, когда они используются, например, в сочетании с глобальными отчетами. [8]
Ограничения
[ редактировать ]ESM имеет ряд недостатков. Одним из недостатков ESM является то, что иногда участники могут воспринимать его как инвазивное и навязчивое. ESM также приводит к возможной предвзятости самоотбора . Возможно, только определенные типы людей готовы участвовать в исследованиях такого типа, создавая нерепрезентативную выборку. Еще одна проблема связана с сотрудничеством участников. Участники могут не заполнять свои дневники в указанное время, и были высказаны опасения, что разница в формате дневников может повлиять на соблюдение требований. [10] Однако недавние исследования [10] обнаружили, что исследования, которые фокусируются на средних уровнях, различиях между людьми и корреляциях между переменными, с меньшей вероятностью будут подвержены влиянию разницы между методами электронного и бумажного дневников. Исследование показало, что некоторые участники воспринимают повторные оценки как утомительные. [3] Дальнейшие опасения связаны с тем, что ЭОР может существенно изменить изучаемое явление. Могут возникнуть эффекты реактивности или прайминга, например, повторные измерения могут вызвать изменения в опыте участников. Этот метод выборки данных также очень уязвим к дисперсии обычного метода.
Кроме того, важно подумать о том, используется ли в проекте ESM соответствующая зависимая переменная. Например, было бы логично использовать ESM для ответа на исследовательские вопросы, в которых используются зависимые переменные, которые сильно меняются в течение дня. Таким образом, такие переменные, как изменение настроения, изменение уровня стресса или непосредственное влияние определенных событий, лучше всего изучать с использованием методологии ESM. Однако маловероятно, что использование ESM даст значимые прогнозы при измерении выполнения повторяющихся задач в течение дня, когда результаты носят долгосрочный характер (например, ишемическая болезнь сердца) или по своей сути стабильные переменные.
Статистические методы
[ редактировать ]возможные методы Важно рассмотреть анализа данных ESM. ESM производит большой объем данных, что является одной из проблем, но есть также факторы, которые следует учитывать при принятии решения по анализу, такие как вложенность , серийная зависимость и дисбаланс в количестве и дисперсии точек данных. [2] Варианты варьируются от расчета композитов, использования регрессионного анализа или моделирования с помощью многоуровневых или иерархически вложенных моделей . [2] Наиболее часто используемые варианты моделирования дневниковых данных включают в себя [9] Программное обеспечение для иерархического линейного моделирования (HLM), [11] МЛВин, [12] и векторная авторегрессия. [13]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Чиксентмихайи, М. (июль 2014 г.). Валидность и надежность метода выборки опыта . Том. 175. Нью-Йорк: Спрингер. стр. 526–36. дои : 10.1097/00005053-198709000-00004 . ISBN 978-94-017-9087-1 . ПМИД 3655778 .
{{cite book}}:|journal=игнорируется ( помогите ) - ^ Перейти обратно: а б с д и ж Рейс, Х.Т., и Гейбл, С.Л. (2000). Событийная выборка и другие методы изучения повседневного опыта. В HT Reis, CM Judd, HT Reis, CM Judd (ред.), Справочник по методам исследования в социальной психологии и психологии личности (стр. 190–222). Нью-Йорк , штат Нью-Йорк, США: Издательство Кембриджского университета .
- ^ Перейти обратно: а б с ван дер Крике, Л; Блаау, Ф.Дж.; Эмеренсия, AC; Шенк, ХМ; Слаэтс, Дж. П.; Бос, Э.Х.; де Йонге, П; Иероним, Б.Ф. (2016). «Временная динамика здоровья и благополучия: краудсорсинговый подход к мгновенным оценкам и автоматизированному генерированию персонализированной обратной связи (2016)» (PDF) . Психосоматическая медицина . 79 (2): 213–223. doi : 10.1097/PSY.0000000000000378 . ПМИД 27551988 . S2CID 10955232 .
- ^ «Экспиметрика» .
- ^ Нильсон, DM; Смит, штат Калифорния; Шрикумар, В.; Деннис, С.; Седерберг, ПБ (2015). «Человеческий гиппокамп представляет пространство и время во время восстановления воспоминаний из реального мира» . Труды Национальной академии наук . 112 (35): 11078–11083. Бибкод : 2015PNAS..11211078N . дои : 10.1073/pnas.1507104112 . ПМЦ 4568259 . ПМИД 26283350 .
- ^ Блаау, Ф.Дж.; Шенк, ХМ; Джером, BF; из ручья, Л; де Йонге, П; Айелло, М; Появление, AC (2016). «Physiqual — интуитивно понятный и универсальный метод сочетания сенсорных технологий с мгновенными экологическими оценками (2016)» (PDF) . Журнал биомедицинской информатики . 63 : 141–1 дои : 10.1016/j.jbi.2016.08.001 . ПМИД 27498066 .
- ^ Перейти обратно: а б Хофманн В. и Патель П.В. (2015). SurveySignal: удобное решение для выборочного исследования опыта с использованием собственных смартфонов участников. Компьютерный обзор социальных наук, 33, 235–253. http://journals.sagepub.com/doi/pdf/10.1177/0894439314525117
- ^ Перейти обратно: а б с Сколлон, К.; Ким-Прието, К.; Динер, Э. (2003). «Выборка опыта: обещания и подводные камни, сильные и слабые стороны» . Журнал исследований счастья . 4 (1): 5–34. дои : 10.1023/а:1023605205115 . S2CID 145310487 .
- ^ Перейти обратно: а б Болджер, Н.; Дэвис, А.; Рафаэли, Э. (2003). «Дневниковые методы: запечатлеть жизнь такой, какая она есть». Ежегодный обзор психологии . 54 : 579–616. doi : 10.1146/annurev.psych.54.101601.145030 . ПМИД 12499517 . S2CID 29202034 .
- ^ Перейти обратно: а б Грин, А.С.; Рафаэли, Э.; Болджер, Н.; Шраут, ЧП; Рейс, ХТ (2006). «Бумага или пластик? Эквивалентность данных в бумажных и электронных дневниках». Психологические методы . 11 (1): 87–105. дои : 10.1037/1082-989x.11.1.87 . ПМИД 16594769 . S2CID 7126703 .
- ^ Брык А.С., Рауденбуш С.В., Конгдон RT. 1996. HLM: Иерархическое линейное и нелинейное моделирование с помощью программ HLM/2L и HLM/3L. Чикаго: Scientific Software Int.
- ^ Проссер Р., Расбаш Дж., Гольдштейн Х. 1996. Руководство пользователя MLn. Лондон: Инст. Образование.
- ^ Крике, Л.В.; Иеронимус, БФ; Блю, Ф.Дж.; Вандерс, РБ; Эмеренсия, AC; Шенк, ХМ; Ты, СД; Сниппе, Э; Уичерс, М; Вигман, Дж. Т.; Форест, ЭГ; Варденаар, Кей Джей; Йонге, П.Д. (2016). «HowNutsAreTheDutch (HoeGekIsNL): краудсорсинговое исследование психических симптомов и сильных сторон (2015)» (PDF) . Международный журнал методов психиатрических исследований . 25 (2): 123–144. дои : 10.1002/mpr.1495 . ПМК 6877205 . ПМИД 26395198 . Архивировано из оригинала (PDF) 2 августа 2019 г. Проверено 13 января 2019 г.