3.5.1 पारिस्थितिक क्षणिक आकलन

शोधकर्ताहरूले ठूला सर्वेक्षणहरू उठाउन सक्छन् र उनीहरूको जीवनमा छिर्न सक्छन्।

पारिस्थितिक क्षणिक मूल्यांकन (ईएमए) मा परम्परागत सर्वेक्षणहरू लिने, ती टुक्राहरू टुक्रामा राख्छन् र सहभागीहरूको जीवनमा छिड्किन्छन्। यसैले, सर्वेक्षण प्रश्नहरु घटना भएको घटना पछि एक लामो अन्तर्वार्ता भन्दा सट्टामा उचित समय र स्थानमा सोध्न सकिन्छ।

ईएमए चार विशेषताहरु को विशेषता हो: (1) वास्तविक विश्व वातावरण मा डेटा को संग्रह; (2) आकलनहरू जुन व्यक्तिहरूको हालको वा हालैको अवस्था वा व्यवहारमा फोकस हुन्छ; (3) आकलनहरू जुन घटना-आधारित, समय-आधारित, वा अनियमित रूपमा प्रेरित हुन सक्छ (अनुसन्धान प्रश्नमा निर्भर गर्दछ); र (4) धेरै समयको साथमा (Stone and Shiffman 1994) पूरा भयो (Stone and Shiffman 1994) । ईएमए एक सोधिने प्रश्न हो कि स्मार्टफोन द्वारा धेरै दिन को लागी सहज सुविधा हो जसको साथ दिन भर मा मान्छे अक्सर बारम्बार बातचीत गर्छन। यसको अतिरिक्त, किनकि स्मार्टफोन सेन्सरहरूसँग प्याक गरिएको छ - जस्तै जीपीएस र accelerometers- गतिविधिमा आधारित मापन ट्रिगर गर्न यो सम्भवतः सम्भव छ। उदाहरणका लागि, एक स्मार्टफोन सर्वेक्षण प्रश्न ट्रिगर गर्न प्रोग्राम गरिएको हुन सक्छ यदि प्रतिवादी एक विशेष पर्वमा जान्छ भने।

ईएमए को प्रतिज्ञा नाओमी सगी को शोध प्रबंध अनुसन्धान द्वारा राम्रो तरिकाले चित्रण गरिएको छ। 1 9 70 को दशक देखि, संयुक्त राज्य अमेरिका ले यसलाई छापने वाला मान्छे को संख्या मा नाटकीय रूप देखि वृद्धि गरेको छ। 2005 को अनुसार, हरेक 100,000 अमेरिकिहरुमध्ये 500 जना जेलमा रहेका थिए, विश्वका अन्य ठाउँमा भन्दा बढि विद्रोही दर (Wakefield and Uggen 2010) । जेलमा प्रवेश गर्ने व्यक्तिहरूको संख्या पनि जेल छोड्ने संख्यामा वृद्धि भएको छ। हरेक वर्ष 700,000 व्यक्ति प्रत्येक वर्ष जेल छोड्ने (Wakefield and Uggen 2010) । यी मानिसहरू कैदी छोडेर गम्भीर चुनौतीहरूको सामना गर्छन्, र दुर्भाग्यवश धेरैले त्यहाँ फर्केर जान्छन्। पुन: प्राप्ति को समझ र कम गर्न को लागि, सामाजिक वैज्ञानिक र नीति निर्माताहरु को मान्छे को अनुभव को रूप मा उनि फेरि देखि समाज को अनुभव को समझ को आवश्यकता हो। तथापि, यी डेटा मानक सर्वेक्षण विधिहरूसँग सङ्कलन गर्न गाह्रो हुन्छ किनभने पूर्व-अपराधीहरू अध्ययन गर्न गाह्रो हुन्छन् र तिनीहरूको जीवन अत्यन्तै अस्थिर छन्। मापन दृष्टिकोण जो सर्वेक्षणहरु को तैनात गर्दछ प्रत्येक केहि महिना मा उनको जीवन मा गतिशीलता को भारी मात्रा मा (Sugie 2016) ।

धेरै अधिक परिशुद्धता संग पुन: प्रविष्टि प्रक्रिया को अध्ययन को लागि, सुगी ले न्यू जर्सी, न्यू जर्सी मा जेल छोडने व्यक्तियों को पूरी सूची देखि 131 मान्छे को मानक संभावना नमूना ले लिया। उनले प्रत्येक सहभागीलाई स्मार्टफोनको साथ दिए, जो रेकर्डिङ व्यवहारको लागि र प्रश्न सोध्नको लागि एक धनी डेटा संग्रह प्लेटफर्म भए। सगीले दुई प्रकारका सर्वेक्षणहरू प्रशासित गर्न फोन प्रयोग गरे। पहिलो, उनले एक "अनुभव नमूना सर्वेक्षण" लाई अनियमित रूपमा चयन गरेको समय 9 बजे र 6 बजे बीचका सहभागीहरूलाई आफ्नो हालको गतिविधि र भावनाको बारेमा सोध्नुभयो। दोस्रो, 7 बजे, उनले त्यो दिनको सबै गतिविधिबारे सोध्न "दैनिक सर्वेक्षण" पठाए। यसबाहेक, यी सर्वेक्षणका प्रश्नहरूको बावजुद, फोनले उनीहरूको भौगोलिक स्थानलाई नियमित अन्तरालमा रेकर्ड गर्यो र कल र पाठ मेटा डेटाको एन्क्रिप्टेड रेकर्ड राखे। यस दृष्टिकोणको प्रयोग गर्ने - जुन सोध्न र अवलोकन गर्न जोडिएको छ - सगीले यी व्यक्तिहरूको जीवनको बारेमा मापदण्डको विस्तृत, उच्च-फ्रिक्वेन्सी सेट बनाउन सक्षम भए जस्तै उनीहरूले पुन: इन्टरनेटमा प्रवेश गरे।

शोधकर्ताहरूले विश्वास गर्छन् कि स्थिर, उच्च गुणस्तरको रोजगार पाउन मानिसहरूलाई सफलतापूर्वक फेरि समाजमा परिवर्तन गर्न मद्दत गर्दछ। तथापि, सुगाइले पत्ता लगाउनुभयो कि, औसतमा, उनीहरूको सहभागीहरूको कामको अनुभव अनौपचारिक, अस्थायी र प्रायोजक थिए। तथापि, औसत ढाँचाको यो विवरण, मुखमा महत्त्वपूर्ण विरूपणता। विशेष गरी, सगीले आफ्ना सहभागी पूल भित्र चारवटा फरक ढाँचाहरू फेला पारे: "प्रारम्भिक प्रस्थान" (जो काम खोज्ने तर त्यसपछि श्रम बजारबाट बाहिर जान्छ), "निरन्तर खोजी" (जो कामका लागि खोजी गर्ने धेरै अवधिहरू बिताउँछन्) , "पुनरुत्थान कार्य" (जो अधिकांश समय काम गरिरहेका छन्), र "कम प्रतिक्रिया" (जो नियमित रूपमा सर्वेक्षणमा प्रतिक्रिया नगर्ने हो)। "शुरुआती प्रस्थान" समूह - जसले काम खोज्न थाले तर त्यसो भएन खोजी नगर्नुहोस् र खोजी रोक्न - विशेष गरी यो समूह हो जुन यो समूह सम्भवतः सफल पुन: प्रविष्टि गर्ने कम्तिमा सम्भव छ।

एक कल्पना गर्न सक्छ कि जेलमा रहेर काम खोज्न गाह्रो प्रक्रिया हो जुन यसले ड्रेप्रेशनको नेतृत्व गर्दछ र श्रम बजारबाट हटाउन सक्छ। त्यसैले, सगीले आफ्ना सर्वेक्षणहरूलाई सहभागिताका भावनात्मक अवस्थाको बारेमा डेटा संकलन गर्न प्रयोग गरे - एक आन्तरिक अवस्था जुन सजिलै व्यवहार डेटा बाट अनुमानित छैन। आश्चर्यजनक कुरा, तिनले पाए कि "शुरुवात बाहिर निस्कने" समूहले उच्च स्तरको तनाव वा अप्ठ्यारो रिपोर्ट गरेन। बरु, यो विपरीत थियो: जो काम खोज्न जारी राखे, भावनात्मक संकटको अधिक भावनाबारे रिपोर्ट गरियो। पूर्व-अपराधीहरूको व्यवहार र भावनात्मक अवस्थाको बारेमा यो सबै राम्रा, लचीलापन विवरणहरू अवरोधहरू को सामना गर्न र समाजमा फर्किने उनीहरूको संक्रमणलाई सजिलै बुझ्न महत्त्वपूर्ण छ। यसबाहेक, यो सबै राम्रो घातक विवरण एक मानक सर्वेक्षणमा छुटेको छ।

सगईको आकस्मिक आबादी संग डेटा संग्रह, विशेष गरी निष्क्रिय डेटा संग्रह, केहि नैतिक चिन्ता बढाउन सक्छ। तर सुगनीले यी चिन्ताहरू प्रत्याशित गरे र उनलाई उनको डिजाइनमा सम्बोधन गरे (Sugie 2014, 2016) । तिनका प्रक्रियाहरू तेस्रो पक्ष-यसको विश्वविद्यालयको संस्थागत समीक्षा बोर्ड-को समीक्षा गरीएको थियो र सबै अवस्थित नियमहरूको अनुपालन गरियो। यसका साथै, सन् 1 9 6 मा मैले सिद्धान्त सिद्धान्त आधारित दृष्टिकोणको साथ, सगीको दृष्टिकोण अहिले विद्यमान नियमहरुका लागि आवश्यक पर्ने भन्दा बढी भयो। उदाहरणका लागि, उनले प्रत्येक सहभागीबाट सार्थक सूचित सहमति पाए, तिनले सहभागीहरूलाई अस्थायी रूपमा भौगोलिक ट्र्याकलाई बन्द गर्न सक्षम गरे, र उनी एकत्रित भएको डेटाको रक्षा गर्न ठूलो लम्बाईमा गए। उपयुक्त इन्क्रिप्सन र डेटा भण्डारणको प्रयोगमा, उनले संघीय सरकारबाट गोपनीय प्रमाणपत्र पनि प्राप्त गरे, जसको अर्थ थियो कि उनी आफ्नो डेटा पुलिस (Beskow, Dame, and Costello 2008) लाई बदल्न बाध्य भएन। मलाई लाग्छ कि उनको विचारशील दृष्टिकोणको कारण, सगीको परियोजनाले अन्य शोधकर्ताहरूको लागि एक बहुमूल्य मोडेल प्रदान गर्दछ। विशेष गरी, तिनी अन्धो रूपमा नैतिक नैतिकतामा ठोकमिल गरेनन्, न त उनी महत्त्वपूर्ण अनुसन्धानबाट बच्न किनकि यो नैतिक रूपमा जटिल थियो। बरु, उनले सावधानीपूर्वक सोचे, उचित सल्लाह खोजे, तिनका सहभागीहरूको सम्मान गरे र उनको अध्ययनको जोखिम-फाइदा प्रोफाइल सुधार गर्नका लागि कदम उठाए।

मलाई सोच्दै गरेको कामबाट तीनवटा सामान्य पाठहरू छन्। पहिलो, सोध्न नयाँ दृष्टिकोण पूर्ण रूपमा नमूनाको परम्परागत विधिहरूसँग उपयुक्त छन्; याद गर्नुहोस् कि सुगीले राम्रो परिभाषित फ्रेम जनसंख्याबाट एक मानक सम्भावना नमूना लिनुभयो। दोस्रो, उच्च-फ्रिक्वेन्सी, लामो अनुभवको माप अनियमित र गतिशील सामाजिक अनुभवहरू अध्ययन गर्नको लागि विशेष रूपमा महत्त्वपूर्ण हुन सक्छ। तेस्रो, जब सर्वेक्षण डेटा संग्रह ठूलो डाटा स्रोतहरूसँग जोडिएको छ - जुन मैले सोच्दै बढ्दै जान्छु, पछि म यस अध्यायमा थप बहस गर्नेछु - थप नैतिक समस्या उत्पन्न हुन सक्छ। मैले अनुसन्धान नैतिकताको बारेमा थप अध्यायमा अध्याय 6 मा उपचार गर्नेछु, तर सुचीको कामले यी मुद्दाहरू ईमानदार र विचारशील शोधकर्ताहरु द्वारा सम्बोधन गर्दछ भनेर देखाउँछ।