3.5.1 Ekologiska momentana bedömningar

Forskare kan hugga upp stora undersökningar och sprida dem i människors liv.

Ekologisk momentan bedömning (EMA) innebär att man tar traditionella undersökningar, huggar dem i bitar och sprinklar dem i deltagarnas liv. Undersökningsfrågor kan således ställas på lämplig tid och plats, snarare än i en lång intervju veckor efter händelserna har inträffat.

EMA kännetecknas av fyra funktioner: (1) insamling av data i verkliga miljöer; (2) bedömningar som fokuserar på individernas nuvarande eller mycket senaste tillstånd eller beteenden (3) bedömningar som kan vara händelsebaserade, tidsbaserade eller slumpmässigt uppmanade (beroende på forskningsfrågan); och (4) slutförandet av flera bedömningar över tiden (Stone and Shiffman 1994) . EMA är ett tillvägagångssätt att be att det underlättas mycket av smartphones som människor interagerar ofta under hela dagen. Eftersom smartphones är förpackade med sensorer, till exempel GPS och accelerometrar, är det alltmer möjligt att utlösa mätningar baserat på aktivitet. Till exempel kan en smartphone programmeras för att utlösa en enkät om en respondent går in i ett visst grannskap.

EMAs löfte illustreras snyggt av avhandlingens forskning av Naomi Sugie. Sedan 1970-talet har USA ökat dramatiskt antalet personer som det fängslar. Från och med 2005 var cirka 500 av varje 100.000 amerikaner i fängelse, en fängelseshastighet högre än någon annanstans i världen (Wakefield and Uggen 2010) . Ökningen av antalet personer som slår in i fängelset har också orsakat en ökning i numreringsfängelset. cirka 700 000 människor lämnar fängelse varje år (Wakefield and Uggen 2010) . Dessa människor står inför svåra utmaningar när de lämnar fängelse, och tyvärr många hamnar där igen. För att förstå och minska återfall måste sociala forskare och beslutsfattare förstå människors erfarenhet när de återinför samhället. Dessa uppgifter är emellertid svåra att samla in med vanliga undersökningsmetoder eftersom brottslingar tenderar att vara svåra att studera och deras liv är extremt instabila. Mätmetoder som använder undersökningar varje månad saknar enorma mängder av dynamiken i sina liv (Sugie 2016) .

För att studera återinföringsprocessen med mycket större precision tog Sugie ett standardprov av 131 personer från den fullständiga listan över individer som lämnar fängelse i Newark, New Jersey. Hon gav varje deltagare en smartphone, som blev en rik datainsamlingsplattform, både för inspelning och för frågor. Sugie använde telefonerna för att administrera två typer av undersökningar. Först skickade hon en "erfarenhetsprovtagningsundersökning" på en slumpmässigt vald tid mellan 09:00 och 18:00 och frågade deltagarna om deras aktuella aktiviteter och känslor. För det andra skickade hon klockan 7 till en "daglig undersökning" som frågade om alla dagens aktiviteter. Vid sidan av dessa undersökningsfrågor registrerade telefonerna regelbundet sin geografiska plats och behöll krypterade register över samtal och text-metadata. Genom att använda detta tillvägagångssätt, som kombinerar frågar och observerar, kunde Sugie skapa en detaljerad, högfrekvent uppsättning mätningar om dessa människors liv när de åter gick in i samhället.

Forskare tror att att hitta stabil, högkvalitativ sysselsättning hjälper människor att framgångsrikt övergå tillbaka till samhället. Sugie fann emellertid att hennes deltagares arbetsupplevelser var i genomsnitt informella, tillfälliga och sporadiska. Denna beskrivning av medelmönstret maskerar emellertid en viktig heterogenitet. Sugie hittade i synnerhet fyra distinkta mönster inom hennes deltagare pool: "Early exit" (de som börjar söka arbete men släppa ut ur arbetsmarknaden), "uthållig sökning" (de som spenderar mycket av perioden som söker arbete) , "Återkommande arbete" (de som spenderar mycket av perioden arbetar) och "lågt svar" (de som inte svarar regelbundet på undersökningarna). Den "tidiga exit" -gruppen - de som börjar söka efter arbete men då inte hittar den och slutar söka - är särskilt viktig eftersom den här gruppen troligen är minst sannolikt att få en framgångsrik återinsats.

Man kan föreställa sig att det är en svår process att söka efter ett jobb efter att ha varit i fängelse, vilket kan leda till depression och sedan återkallande från arbetsmarknaden. Därför använde Sugie sina undersökningar för att samla in data om deltagarnas emotionella tillstånd - ett internt tillstånd som inte lätt beräknas utifrån beteendeuppgifter. Överraskande fann hon att gruppen "tidig exit" inte rapporterade högre nivåer av stress eller olycka. Det var snarare det motsatta: de som fortsatte att söka efter arbete rapporterade mer känslor av känslomässig nöd. Allt detta finkorniga, longitudinella detaljer om beteende och känslomässiga tillstånd hos förbrytarna är viktigt för att förstå de hinder som de möter och lätta deras övergång tillbaka till samhället. Vidare skulle all denna fina detalj ha blivit missad i en standardundersökning.

Sugies datainsamling med en utsatt befolkning, särskilt den passiva datainsamlingen, kan ge upphov till några etiska problem. Men Sugie förutsåg dessa bekymmer och tog upp dem i sin design (Sugie 2014, 2016) . Hennes förfaranden granskades av en tredje part - hennes universitetets institutionella granskningsråd - och följde alla gällande regler. I linje med det principbaserade tillvägagångssätt som jag förespråkar i kapitel 6, gick Sugies tillvägagångssätt långt ifrån vad som krävdes av befintliga regler. Till exempel fick hon meningsfullt informerat samtycke från varje deltagare, hon gjorde det möjligt för deltagarna att tillfälligt stänga av den geografiska spårningen, och hon gick i stor utsträckning för att skydda de data som hon samlade. Förutom att använda lämplig kryptering och datalagring, fick hon också ett sekretessbevis från den federala regeringen, vilket innebar att hon inte kunde tvingas att vända sig till polisen (Beskow, Dame, and Costello 2008) . Jag tror att Sugies projekt på grund av hennes genomtänkta tillvägagångssätt ger en värdefull modell till andra forskare. I synnerhet snubblade hon inte blindt till en etisk morass, och hon undviker inte heller viktig forskning eftersom det var etiskt komplicerat. Snarare tänkte hon noggrant, sökte efter lämpliga råd, respekterade hennes deltagare och tog åtgärder för att förbättra riskprofilen för hennes studie.

Jag tror att det finns tre allmänna lektioner från Sugies arbete. För det första är nya sätt att fråga är helt kompatibla med traditionella provtagningsmetoder. minns att Sugie tog ett standard sannolikhetsprov från en väldefinierad rampopulation. För det andra kan högfrekventa longitudinella mätningar vara särskilt värdefulla för studier av sociala erfarenheter som är oregelbundna och dynamiska. För det tredje, när undersökningen av dataövervakning kombineras med stora datakällor - något som jag tror kommer att bli allt vanligare, vilket jag argumenterar senare i detta kapitel - kan ytterligare etiska problem uppstå. Jag behandlar forskningsetiken mer i detalj i kapitel 6, men Sugies arbete visar att dessa frågor kan adresseras av samvetsgranna och tankeväckande forskare.