3.5.1 Økologiske momentant vurderinger

Forskere kan hugge opp store undersøkelser og dryss dem inn i folks liv.

Økologisk øyeblikkelig vurdering (EMA) innebærer å ta tradisjonelle undersøkelser, hakke dem i stykker og sprute dem inn i deltakerens liv. Dermed kan spørreskjemaene stilles på et passende tidspunkt og sted, i stedet for i et langt intervju uker etter at hendelsene har skjedd.

EMA er preget av fire funksjoner: (1) innsamling av data i ekte miljøer; (2) vurderinger som fokuserer på enkeltpersoners nåværende eller svært aktuelle tilstander eller atferd; (3) vurderinger som kan være hendelsesbasert, tidsbasert eller tilfeldig oppfordret (avhengig av forskningsspørsmålet); og (4) gjennomføring av flere vurderinger over tid (Stone and Shiffman 1994) . EMA er en tilnærming til å spørre som i stor grad forenkles av smarttelefoner som folk samhandler ofte gjennom hele dagen. Videre, fordi smarttelefoner er pakket med sensorer, for eksempel GPS og akselerometre, er det i økende grad mulig å utløse målinger basert på aktivitet. For eksempel kan en smarttelefon programmeres for å utløse et spørreskjema hvis en respondent går inn i et bestemt nabolag.

EMAs løfte er pent illustrert av avisforskningen til Naomi Sugie. Siden 1970-årene har USA dramatisk økt antall personer som det fanger. Fra og med 2005 var om lag 500 i hver 100.000 amerikanere i fengsel, en fangstrate høyere enn noe annet sted i verden (Wakefield and Uggen 2010) . Økningen i antall personer som kommer inn i fengsel har også gitt en økning i nummeret som forlater fengselet; Om lag 700 000 mennesker forlater fengsel hvert år (Wakefield and Uggen 2010) . Disse menneskene står overfor alvorlige utfordringer når de forlater fengsel, og dessverre kommer mange til å komme tilbake der. For å forstå og redusere tilbakevendende, må samfunnsvitenskapsmenn og politiske beslutningstakere forstå opplevelsen av mennesker når de går inn i samfunnet. Imidlertid er disse dataene vanskelig å samle inn med standardundersøkelsesmetoder fordi forbrytere pleier å være vanskelige å studere og deres liv er ekstremt ustabile. Måling tilnærminger som distribuerer undersøkelser noen få måneder savner enorme mengder av dynamikken i deres liv (Sugie 2016) .

For å studere gjenopptaksprosessen med mye større presisjon tok Sugie en standard sannsynlighetsprøve på 131 personer fra den komplette listen over personer som forlater fengselet i Newark, New Jersey. Hun ga hver deltaker en smarttelefon, som ble en rik datainnsamlingsplattform, både for opptakshåndtering og for å stille spørsmål. Sugie brukte telefonene til å administrere to typer undersøkelser. Først sendte hun en "prøveundersøkelsesundersøkelse" på en tilfeldig valgt tid mellom kl. 09.00 og 18.00, og spurte deltakerne om deres nåværende aktiviteter og følelser. For det andre, klokken 19.00, sendte hun en "daglig undersøkelse" og spurte om alle aktivitetene i den dagen. Videre, i tillegg til disse spørreskjemaene, registrerte telefonene deres geografiske plassering med jevne mellomrom og holdt krypterte poster over samtale og tekst-metadata. Ved å bruke denne tilnærmingen - som kombinerer spør og observere - kunne Sugie skape et detaljert høyfrekvent sett med målinger om disse menneskers liv når de reiste inn i samfunnet.

Forskere mener at det å finne stabil, høy kvalitet på sysselsetting hjelper mennesker med å overgå tilbake til samfunnet. Sugie fant imidlertid at hennes deltakeres arbeidsopplevelser i gjennomsnitt var uformelle, midlertidige og sporadiske. Denne beskrivelsen av gjennomsnittsmønsteret maskerer imidlertid viktig heterogenitet. Spesielt fant Sugie fire forskjellige mønstre i deltakerbassenget: "tidlig utgang" (de som begynner å søke etter arbeid, men deretter slippe ut av arbeidsmarkedet), "vedvarende søk" (de som tilbringer mye av perioden som søker etter arbeid) , "Tilbakevendende arbeid" (de som tilbringer mye av perioden arbeider), og "lav respons" (de som ikke svarer på undersøkelsene regelmessig). Den "tidlige utgang" -gruppen - de som begynner å søke etter arbeid, men deretter ikke finner den og slutter å søke - er spesielt viktig fordi denne gruppen sannsynligvis er minst sannsynlig å få en vellykket re-entry.

Man kan tenke seg at å søke etter en jobb etter å ha vært i fengsel er en vanskelig prosess, noe som kan føre til depresjon og deretter uttak fra arbeidsmarkedet. Derfor brukte Sugie sine undersøkelser til å samle inn data om den emosjonelle tilstanden til deltakerne - en intern tilstand som ikke er lett å estimere fra atferdsdata. Overraskende fant hun ut at gruppen "tidlig utgang" ikke rapporterte høyere nivå av stress eller ulykkelighet. Snarere var det motsatte: de som fortsatte å søke etter arbeid rapporterte mer følelser av følelsesmessig nød. Alt dette finkornede, langsgående detaljene om oppførerne og deres følelsesmessige tilstand er viktig for å forstå barrierer de står overfor og lette overgangen tilbake til samfunnet. Videre ville alt denne finkornede detaljene ha blitt savnet i en standardundersøkelse.

Sugies datainnsamling med en sårbar befolkning, særlig den passive datainnsamlingen, kan hevde noen etiske bekymringer. Men Sugie forventet disse bekymringene og adresserte dem i hennes design (Sugie 2014, 2016) . Hennes prosedyrer ble gjennomgått av en tredjepart - universitetets institusjonelle granskingsråd - og fulgte alle eksisterende regler. I samsvar med prinsippbasert tilnærming som jeg fortaler i kapittel 6, gikk Sugies tilnærming langt utover det som var påkrevd av eksisterende forskrifter. For eksempel fikk hun meningsfullt informert samtykke fra hver deltaker, hun gjorde det mulig for deltakerne å midlertidig slå av den geografiske sporen, og hun gikk langt for å beskytte dataene hun samler inn. I tillegg til å bruke hensiktsmessig kryptering og datalagring, oppnådde hun også et konfidensialitetsbevis fra den føderale regjeringen, noe som medførte at hun ikke kunne tvunget til å overføre dataene til politiet (Beskow, Dame, and Costello 2008) . Jeg tror at på grunn av hennes gjennomtenkte tilnærming, gir Sugies prosjekt en verdifull modell for andre forskere. Spesielt snublet hun ikke blindt inn i en etisk morass, og hun unngikk heller ikke viktig forskning fordi den var etisk kompleks. Snarere tenkte hun nøye, søkte passende råd, respekterte deltakerne, og tok tiltak for å forbedre risikovinstprofilen av studien.

Jeg tror det er tre generelle leksjoner fra Sugies arbeid. For det første er nye tilnærminger til å spørre helt kompatible med tradisjonelle prøvetakingsmetoder; husker at Sugie tok en standard sannsynlighetsprøve fra en veldefinert rammepopulasjon. For det andre kan høyfrekvente langsgående målinger være spesielt verdifulle for å studere sosiale erfaringer som er uregelmessige og dynamiske. For det tredje, når kartlegging av datainnsamling kombineres med store datakilder, noe som jeg tror vil bli stadig mer vanlig, som jeg vil argumentere senere i dette kapitlet, kan det oppstå flere etiske problemer. Jeg vil behandle forskningsetikk nærmere i kapittel 6, men Sugies arbeid viser at disse problemene kan adresseres av samvittighetsfulle og gjennomtenkte forskere.