3.5.1 पर्यावरणीय क्षणिक आकलन

संशोधक मोठा सर्वेक्षण बारीक तुकडे करणे आणि लोक 'आयुष्य मध्ये त्यांना शिंपडा शकता.

पर्यावरणीय क्षणिक आकलन (EMA) पारंपारिक सर्वेक्षण घेऊन करणे, तुकडे त्यांना कापण्यासाठी, आणि सहभागी जीवनात त्यांच्यावर शिंपडले. त्यामुळे सर्वेक्षण प्रश्न योग्य वेळ आणि ठिकाणी विचारले जाऊ शकते, ऐवजी एक लांब मुलाखत आठवडे घटना आली आहे पेक्षा.

EMA चार वैशिष्ट्ये द्वारे दर्शविले जाते: खर्या वातावरणात डेटा (1) संग्रह; (2) व्यक्ती 'चालू किंवा अगदी अलीकडील राज्ये किंवा आचरण लक्ष केंद्रित की आकलन; (3) कार्यक्रम आधारित असू शकते की रण, वेळ-आधारीत, किंवा सहजगत्या सूचित (संशोधन प्रश्न अवलंबून); आणि (4) अनेक मूल्यमापन पूर्ण वेळ (Stone and Shiffman 1994) . EMA की त्यामुळे लोकांनी दिवसभर वारंवार संवाद साधता स्मार्ट फोन सोयीचे आहे विचारून एक पध्दत आहे. शिवाय, स्मार्ट फोन जीपीएस आणि सेन्सर अशा सह पॅक आहेत कारण accelerometers-वाढत्या शक्य क्रियाकलाप आधारित मोजमाप ट्रिगर आहे. उदाहरणार्थ, एक स्मार्ट फोन प्रतिवादी एका विशिष्ट अतिपरिचित मध्ये नाही तर एक सर्वेक्षण प्रश्न गतिमान करण्यासाठी प्रोग्राम जाऊ शकते.

EMA जे वचन दिले आहे छान नामी Sugie च्या एम.ए. संशोधन करून संकेतस्थळावर उपलब्ध आहे. 1970 पासून युनायटेड स्टेट्स ते तुरुंगात टाकले केलेल्या लोकांची संख्या नाटकीय वाढ झाली आहे. 2005, 500 मध्ये प्रत्येक 1,00,000 अमेरिकन, तुरुंगातील कुठेही पेक्षा जास्त incarceration जगातील एक दर (Wakefield and Uggen 2010) . तुरुंगात प्रविष्ट लोकांची संख्या लाट देखील तुरुंगात सोडून लोकांची संख्या एक लाट निर्मिती केली आहे; बद्दल 700,000 लोक प्रत्येक वर्षी तुरुंगात सोडून (Wakefield and Uggen 2010) . या माजी गुन्हेगारांना तुरुंगात सोडून भयंकर तीव्र आव्हानांना तोंड, आणि दुर्दैवाने अनेक तुरुंगात परत शेवट. समजून घ्या आणि पुनःपुन्हा गुन्हा करण्याची प्रवृत्ती कमी करण्यासाठी, सामाजिक शास्त्रज्ञ आणि धोरण घेणारे माजी गुन्हेगारांना समाज ते पुन्हा-प्रविष्ट करा अनुभव समजून घेणे आवश्यक आहे. तथापि, माजी गुन्हेगारांना अभ्यास करणे कठीण असतात आणि त्यांचे जीवन अत्यंत अस्थिर आहेत कारण या डेटा मानक सर्वेक्षण पद्धती गोळा करण्यासाठी कठीण आहेत. सर्वेक्षण दर काही महिन्यांनी उपयोजित की मापन पध्दती त्यांच्या जीवनात प्रेरक शक्ती प्रचंड प्रमाणात चुकली (Sugie 2016) .

जास्त सुस्पष्टता माजी आरोपींवर पुन्हा नोंद प्रक्रिया अभ्यास करण्यासाठी, Sugie न्यूअर्क, न्यू जर्सी मध्ये तुरुंगात सोडून व्यक्ती संपूर्ण यादीमधून 131 लोक एक मानक शक्यता नमुना घेतला. ती एक श्रीमंत डेटा संकलन व्यासपीठ बनले की एक स्मार्ट फोन प्रत्येक सहभागी प्रदान. Sugie सर्वेक्षण दोन प्रकारच्या चालवणे फोन वापरले. प्रथम, ती 9 आणि त्यांच्या चालू घडामोडी आणि भावना सहभागी विचारत 6 दरम्यान विनाक्रम निवडलेल्या वेळी एक "अनुभव नमूना सर्वेक्षण" पाठविले. दुसरा, रात्री 7 वाजता, ती एक "दररोज सर्वेक्षण" त्या दिवशी सर्व कामे विचारत पाठविले. एकत्र या दोन सर्वेक्षण विस्तृत, या माजी आरोपींवर जीवन रेखांशाचा डेटा प्रदान.

या सर्वेक्षण व्यतिरिक्त, फोन नियमित अंतराने त्यांच्या भौगोलिक स्थान रेकॉर्ड केले आणि कॉल आणि मजकूर मेटा-डाटा एनक्रिप्टेड रेकॉर्ड ठेवले. हा डेटा संकलन, विशेषतः निष्क्रीय डेटा संकलन, सर्व काही नैतिक प्रश्न नाही, पण Sugie डिझाइन त्यांना बरे हाताळले. Sugie हा डेटा संकलन प्रत्येक सहभागी पासून अर्थपूर्ण माहितीपूर्ण संमती प्राप्त, योग्य सुरक्षितता संरक्षण वापरले, आणि भौगोलिक ट्रॅकिंग बंद करण्यासाठी सहभागी सक्षम. शिवाय, डेटा सक्ती उघड धोका कमी करण्यासाठी (उदा, पोलिसांनी समन्स), Sugie एक प्रमाणपत्र गोपनीयता फेडरल सरकारने कोणत्याही डेटा गोळा झाले आधी प्राप्त (Beskow, Dame, and Costello 2008; Wolf et al. 2012) . Sugie च्या कार्यपद्धती तृतीय-पक्ष (तिच्या विद्यापीठाच्या संस्थात्मक पुनरावलोकन मंडळ) द्वारे पुनरावलोकन केले आहे, आणि ते आतापर्यंत विद्यमान नियम आवश्यक आहे काय पलीकडे गेला. जसे की, मी तिला काम या समान आव्हानांचा सामना इतर संशोधक एक मौल्यवान मॉडेल उपलब्ध आहे असे मला वाटते पाहू Sugie (2014) आणि Sugie (2016) अधिक तपशीलवार चर्चा आहे.

एक स्थिर नोकरी सुरक्षित आणि धरा क्षमता एक यशस्वी reentry प्रक्रिया महत्वाचे आहे. तथापि, Sugie तिच्या सहभागी 'काम अनुभव, अनौपचारिक तात्पुरता होता, आणि तुरळक दिसून आले. शिवाय, तिच्या सहभागी पूल आत, चार भिन्न नमुन्यांची होते: "लवकर बाहेर पडा", "पर्सिस्टंट शोध" (काम शोधत पण नंतर श्रमिक बाजार सोडून सुरू ज्यांनी) (काम शोधत कालावधी किती खर्च ज्यांनी) , "काम आवर्ती", आणि "कमी प्रतिसाद" (नियमितपणे सर्वेक्षण प्रतिसाद देऊ नका ज्यांनी) (कालावधी काम जास्त खर्च करणारी व्यक्ती). शिवाय, Sugie नोकरी शोध थांबवा लोक अधिक समजून होते. एक शक्यता या शोध निराश आणि उदासीन होतात आणि अखेरीस श्रमिक बाजार सोडून आहे. ही शक्यता जाणीव, Sugie सहभागी भावनिक राज्य डेटा गोळा तिला सर्वेक्षण वापरले, आणि ती म्हणाली, "लवकर बाहेर पडा" गट नाही ताण किंवा दुःख उच्च स्तर तक्रार नाही असे आढळले. उलट, उलट बाबतीत होते: काम शोध चालू ज्यांनी भावनिक दुःख अधिक भावना झाली आहे. वर्तन आणि माजी आरोपींवर भावनिक राज्य या सूक्ष्मातिसूक्ष्म, रेखांशाचा तपशील सर्व ते अडथळ्यांना तोंड समजून घेणे आणि समाजात मध्ये त्यांच्या संक्रमण हलका महत्वाचे आहे. पुढे, या सूक्ष्मातिसूक्ष्म तपशील सर्व मानक सर्वेक्षण नाही केले गेले असते.

Sugie काम पासून तीन सर्वसाधारण धडे आहेत. प्रथम, विचारून नवीन पध्दती नमूना पारंपरिक पद्धती पूर्णपणे सुसंगत आहेत; , आठवण्याचा Sugie एक चांगल्या प्रकारच्या परिभाषित फ्रेम लोकसंख्या एक मानक शक्यता नमुना केली आहे. दुसरी गोष्ट म्हणजे, उच्च वारंवारता, रेखांशाचा मोजमाप अनियमित आणि गतिमान आहेत की सामाजिक अनुभव अभ्यास विशेषतः मौल्यवान असू शकते. तिसरा, सर्वेक्षण डेटा संग्रह डिजिटल मागोवा एकत्र केली आहे, तेव्हा अतिरिक्त नैतिक बाबी उद्भवू शकतात. मी 6 व्या अध्यायात अधिक तपशील संशोधन आचारसंहिता उपचार करू, पण Sugie काम या समस्या बजावलेले आणि विवेकी संशोधक अॅड्रेसेवल आहेत हे लक्षात येते.