સંશોધકો મોટા સર્વેને કાપી શકે છે અને તેમને લોકોના જીવનમાં છંટકાવ કરી શકે છે.
પારિસ્થિતિક ક્ષણિક આકારણી (એએમએ) માં પરંપરાગત સર્વેક્ષણો લઈને તેમને ટુકડાઓમાં કાપીને અને સહભાગીઓના જીવનમાં છંટકાવ કરવો થાય છે. આમ, સર્વેક્ષણના પ્રશ્નો એક યોગ્ય સમય અને સ્થળ પર, ઇવેન્ટ્સ પછીના લાંબા ઇન્ટરવ્યૂના અઠવાડિયાના બદલે, પૂછી શકાય છે.
એએમએ ચાર લક્ષણો દ્વારા વર્ગીકૃત થયેલ છે: (1) વાસ્તવિક દુનિયાના વાતાવરણમાં ડેટા સંગ્રહ; (2) મૂલ્યાંકન કે જે વ્યક્તિઓના વર્તમાન અથવા ખૂબ જ તાજેતરના રાજ્યો અથવા વર્તણૂકો પર ધ્યાન કેન્દ્રિત કરે છે; (3) મૂલ્યાંકનો કે જે ઘટના-આધારિત, સમય-આધારીત, અથવા રેન્ડમલી પ્રોમ્પ્ટ થઈ શકે છે (સંશોધન પ્રશ્નના આધારે); અને (4) સમય પર બહુવિધ આકારણી પૂર્ણ (Stone and Shiffman 1994) . એએમએ એ પૂછવા માટે એક અભિગમ છે કે સ્માર્ટફોન્સ દ્વારા મોટા પ્રમાણમાં સુવિધા આપવામાં આવે છે, જેમાં લોકો સમગ્ર દિવસમાં વારંવાર ક્રિયાપ્રતિક્રિયા કરે છે. વધુમાં, કારણ કે સ્માર્ટફોન સેન્સરથી ભરાયેલા છે- જેમ કે જીપીએસ અને એક્સીલરોમીટર- પ્રવૃત્તિ પર આધારિત માપનને ટ્રીગર કરવું વધુ ને વધુ શક્ય છે. ઉદાહરણ તરીકે, જો કોઈ પ્રતિવાદીને ચોક્કસ પડોશીમાં જાય તો મોજણી પ્રશ્નનો ટ્રીગર કરવા માટે એક સ્માર્ટફોન પ્રોગ્રામ કરી શકાય છે
ના નાઓમી સુગ્ગીના મહાનિબંધ સંશોધન દ્વારા EMA નું વચન સરસ રીતે સચિત્ર છે. 1970 ના દાયકાથી યુનાઈટેડ સ્ટેટ્સે લોકોની સંખ્યામાં નાટ્યાત્મક વધારો કર્યો છે કે તે આકસ્મિક છે. 2005 સુધીમાં, દર 100,000 અમેરિકનોમાં આશરે 500 લોકો જેલમાં હતા, વિશ્વમાં ગમે ત્યાંથી વધુ કેદની દર (Wakefield and Uggen 2010) . જેલમાં પ્રવેશતા લોકોની સંખ્યામાં વધારો થવાથી જેલમાં છોડી જવાની સંખ્યામાં વધારો થયો છે; લગભગ 700,000 લોકો દર વર્ષે જેલ છોડી દે છે (Wakefield and Uggen 2010) આ લોકો જેલમાં છોડીને ગંભીર પડકારોનો સામનો કરે છે, અને કમનસીબે ઘણા લોકો ત્યાં પાછા જતા રહે છે. સમાજવાદને સમજવા અને ઘટાડવા માટે, સામાજિક વિજ્ઞાનીઓ અને નીતિ ઘડવૈયાઓએ લોકોના અનુભવને સમજવાની જરૂર છે કારણ કે તેઓ સમાજ ફરી દાખલ કરે છે. જો કે, પ્રમાણભૂત મોજણી પદ્ધતિઓ સાથે આ માહિતી એકત્રિત કરવી મુશ્કેલ છે કારણ કે ભૂતપૂર્વ અપરાધીઓ અભ્યાસ કરવાનું મુશ્કેલ હોય છે અને તેમનું જીવન અત્યંત અસ્થિર છે. (Sugie 2016) કે દર થોડા મહિનાઓમાં તેમના જીવનમાં ગતિશીલતા (Sugie 2016) માં પ્રચંડ માત્રામાં ચૂકી ગયા સર્વેક્ષણ
ઘણી મોટી ચોકસાઈ સાથે પુનઃ પ્રવેશ પ્રક્રિયાનો અભ્યાસ કરવા માટે, સુગીએ ન્યૂ યોર્ક, ન્યૂ જર્સીમાં જેલ છોડતા વ્યક્તિઓની સંપૂર્ણ યાદીમાંથી 131 લોકોના પ્રમાણભૂત સંભાવનાનો નમૂનો લીધો. તેમણે દરેક સહભાગીને સ્માર્ટફોન સાથે પ્રદાન કર્યું, જે રેકોર્ડિંગ વર્તન અને પ્રશ્નો પૂછવા બંને માટે સમૃદ્ધ ડેટા સંગ્રહ પ્લેટફોર્મ બન્યા. સોગીએ બે પ્રકારનાં સર્વેક્ષણોનું સંચાલન કરવા માટે ફોનનો ઉપયોગ કર્યો હતો. પ્રથમ, તેમણે 9 કલાકે અને સાંજના 6 વાગ્યા વચ્ચે રેન્ડમલી પસંદિત સમયે તેમના અનુભવ અને લાગણીઓ વિશે સહભાગીઓને પૂછવામાં "અનુભવ નમૂનાનો સર્વેક્ષણ" મોકલ્યો. બીજું, સાંજે 7 વાગ્યે, તેમણે "દૈનિક સર્વેક્ષણ" ને તે દિવસે તમામ પ્રવૃત્તિઓ વિષે પૂછ્યું. વધુમાં, આ સર્વેક્ષણના પ્રશ્નો ઉપરાંત, ફોનએ તેમના ભૌગોલિક સ્થાનને નિયમિત અંતરાલોએ રેકોર્ડ કર્યા હતા અને કોલ અને ટેક્સ્ટ મેટા-ડેટાના એન્ક્રિપ્ટેડ રેકોર્ડ્સને રાખ્યા હતા. આ અભિગમનો ઉપયોગ કરવો - જે પૂછવા અને નિરીક્ષણ-સુગિને જોડે છે તે લોકોના જીવન વિશે વિગતવાર, ઉચ્ચ-આવર્તન માપન સેટ કરવા સક્ષમ હતા કારણ કે તેઓએ સમાજ ફરીથી દાખલ કર્યા હતા.
સંશોધકો માને છે કે સ્થાયી, ઉચ્ચ ગુણવત્તાની રોજગાર શોધવામાં લોકો સફળતાપૂર્વક સમાજમાં પરિવર્તિત થાય છે. જો કે, સુગીને જાણવા મળ્યું કે, સરેરાશ, તેમના સહભાગીઓના કામના અનુભવો અનૌપચારિક, કામચલાઉ અને છૂટાછવાયા હતા. સરેરાશ પેટર્નનું આ વર્ણન, જો કે, મહત્વની વિભિન્નતા માસ્ક. ખાસ કરીને, સુગીને તેના સહભાગી પૂલની અંદર ચાર જુદી જુદી રીતો મળી: "પ્રારંભિક બહાર નીકળો" (જેઓ કામ માટે શોધ શરૂ કરે છે પરંતુ પછી શ્રમ બજારમાં છોડતા હોય છે), "સતત શોધ" (જે લોકો કામ માટે વધુ સમય પસાર કરે છે) , "રિકરિંગ વર્ક" (જે લોકો કામકાજના મોટા ભાગનો ખર્ચ કરે છે), અને "નીચા પ્રતિભાવ" (જે લોકો સર્વેક્ષણમાં નિયમિત રૂપે પ્રતિસાદ આપતા નથી) "પ્રારંભિક બહાર નીકળો" જૂથ - જેઓ કામ માટે શોધ શરૂ કરે છે પરંતુ પછી તેને શોધી કાઢતા નથી અને શોધ કરવાનું બંધ કરે છે-ખાસ કરીને મહત્વનું છે કારણ કે આ જૂથ કદાચ સફળ પુનઃપ્રવેશની શક્યતા છે.
એક કલ્પના કરી શકે છે કે જેલમાં રહીને નોકરીની શોધ કરવી એ એક મુશ્કેલ પ્રક્રિયા છે, જે ડિપ્રેસન તરફ દોરી શકે છે અને પછી મજૂર બજારમાંથી પાછો ખેંચી શકે છે. તેથી, સુગિએ તેમના સર્વેક્ષણનો ઉપયોગ સહભાગીઓની ભાવનાત્મક સ્થિતિ વિશેની માહિતી એકત્રિત કરવા માટે કર્યો - આંતરિક સ્થિતિ જે વર્તણૂંક ડેટાથી સહેલાઇથી અંદાજ નથી. આશ્ચર્યજનક રીતે, તેમણે જોયું કે "પ્રારંભિક બહાર નીકળો" જૂથ તણાવ અથવા દુઃખના ઊંચા સ્તરોની જાણ કરતો નથી. ઊલટાનું, તે વિપરીત હતું: જેણે કામ શોધવાનું ચાલુ રાખ્યું હતું તે લાગણીશીલ તકલીફની વધુ લાગણીઓ દર્શાવે છે. વર્તન અને ભૂતપૂર્વ અપરાધીઓની લાગણીશીલ સ્થિતિ વિશે આ દંડૂપ, સમાંતર વિગત એ મહત્વનો છે કે તેઓ જે અવરોધોનો સામનો કરે છે અને તેમના સંક્રમણને સમાજમાં પાછું સરળ કરે છે. વધુમાં, આ તમામ સચોટ સારાંશ પ્રમાણભૂત સર્વેક્ષણમાં ચૂકી ગયા હશે.
સંવેદનશીલ વસ્તી સાથે સુગિનો ડેટા સંગ્રહ, ખાસ કરીને નિષ્ક્રિય ડેટા સંગ્રહ, કેટલાક નૈતિક ચિંતાઓ ઉભા કરી શકે છે. પરંતુ સુગિએ આ બાબતોની ધારણા કરી અને તેમને તેમની ડિઝાઇન (Sugie 2014, 2016) માં સંબોધિત કરી. તેમની કાર્યવાહીની તૃતીય પક્ષ દ્વારા સમીક્ષા કરવામાં આવી હતી- તેના યુનિવર્સિટીની સંસ્થાકીય સમીક્ષા બોર્ડ- અને તમામ અસ્તિત્વમાંના નિયમોનું પાલન કર્યું. વધુમાં, સિદ્ધાંત આધારિત અભિગમ સાથે સુસંગત જે હું પ્રકરણ 6 માં હિમાયત કરતો હતો, સુગિનો અભિગમ અસ્તિત્વમાંના નિયમો દ્વારા જે જરૂરી હતો તેના કરતાં વધુ દૂર છે. ઉદાહરણ તરીકે, તેણીએ દરેક સહભાગી પાસેથી અર્થપૂર્ણ જાણકાર સંમતિ પ્રાપ્ત કરી હતી, તેમણે સહભાગીઓને ભૌગોલિક ટ્રેકિંગને અસ્થાયી ધોરણે બંધ કરવામાં સહાય કરી હતી, અને તે એકત્રિત કરવામાં આવેલી માહિતીને સુરક્ષિત રાખવા માટે તે ખૂબ જ મોટી સંખ્યામાં હતી યોગ્ય એન્ક્રિપ્શન અને ડેટા સ્ટોરેજનો ઉપયોગ કરવા ઉપરાંત, તેણીએ ફેડરલ સરકાર તરફથી પ્રમાણપત્રની ગુપ્તતા પણ મેળવી છે, જેનો અર્થ એ થયો કે તેણીને તેના ડેટાને પોલીસ (Beskow, Dame, and Costello 2008) પર ફેરવવાની ફરજ પાડવામાં આવી શકી નથી. મને લાગે છે કે તેના વિચારશીલ અભિગમને લીધે, સુગીની યોજના અન્ય સંશોધકો માટે મૂલ્યવાન મોડેલ પ્રદાન કરે છે. ખાસ કરીને, તેણી નૈતિક રીતે નૈતિકતામાં અંધકારમાં નાસી નહોતી, ન તો તે મહત્વપૂર્ણ સંશોધનથી દૂર રહી કારણ કે તે નૈતિક રીતે સંકુલ હતી. ઊલટાનું, તેમણે કાળજીપૂર્વક વિચાર્યું, યોગ્ય સલાહ માંગી, તેના સહભાગીઓને આદર આપ્યો, અને તેમના અભ્યાસના જોખમ-લાભ પ્રોફાઇલને સુધારવા માટે પગલાં લીધા.
મને લાગે છે કે સુગીના કાર્યમાંથી ત્રણ સામાન્ય પાઠ છે. સૌ પ્રથમ, પૂછવા માટે નવા અભિગમો સેમ્પલિંગની પરંપરાગત પદ્ધતિઓ સાથે સંપૂર્ણપણે સુસંગત છે; યાદ છે કે સુગિએ સુનિશ્ચિત ફ્રેમ વસ્તીથી પ્રમાણભૂત સંભાવનાનું નમૂનો લીધો હતો. બીજું, ઉચ્ચ આવર્તન, અનુષ્ઠિત માપ અનિયમિત અને ગતિશીલ છે તેવા સામાજિક અનુભવોના અભ્યાસ માટે ખાસ કરીને મૂલ્યવાન હોઈ શકે છે. ત્રીજું, જ્યારે મોજણી ડેટા સંગ્રહ મોટા ડેટા સ્ત્રોતો સાથે જોડાયેલો છે - મને લાગે છે કે તે વધુને વધુ સામાન્ય બનશે, કારણ કે હું આ પ્રકરણમાં આગળની દલીલ કરીશ-વધારાના નૈતિક મુદ્દાઓ ઊભી થઈ શકે છે. પ્રકરણ 6 માં હું વધુ સંશોધનમાં સંશોધન નીતિશાસ્ત્રનો ઉપયોગ કરું છું, પરંતુ સુગીની કામગીરી બતાવે છે કે આ મુદ્દાઓ સંનિષ્ઠ અને વિચારશીલ સંશોધકો દ્વારા સંબોધવામાં આવે છે.