นักวิจัยสามารถสับการสำรวจใหญ่ ๆ และโรยไปในชีวิตของผู้คนได้
การประเมินผลกระทบทางนิเวศวิทยา (EMA) เป็นการสำรวจแบบดั้งเดิมการสับมันเป็นชิ้น ๆ และโรยไว้ในชีวิตของผู้เข้าร่วม ดังนั้นคำถามการสำรวจสามารถถามได้ในเวลาและสถานที่ที่เหมาะสมมากกว่าในสัปดาห์ที่ทำการสัมภาษณ์นานหลังจากเหตุการณ์เกิดขึ้น
EMA มีคุณลักษณะสี่อย่างคือ (1) การรวบรวมข้อมูลในสภาพแวดล้อมจริง (2) การประเมินผลที่มุ่งเน้นไปที่สถานะหรือพฤติกรรมของปัจเจกบุคคลในปัจจุบันหรือในปัจจุบัน (3) การประเมินผลที่อาจอิงตามเหตุการณ์ตามเวลาหรือได้รับการสุ่ม (ขึ้นอยู่กับคำถามการวิจัย) และ (4) การประเมินผลหลายครั้งตลอดเวลา (Stone and Shiffman 1994) EMA เป็นแนวทางในการขอให้มีการอำนวยความสะดวกอย่างมากโดยมาร์ทโฟนที่มีผู้คนโต้ตอบกันบ่อย ๆ ตลอดทั้งวัน นอกจากนี้เนื่องจากมาร์ทโฟนจะเต็มไปด้วยเซ็นเซอร์เช่น GPS และเครื่องวัดความเร่ง - คุณสามารถเรียกใช้การวัดตามกิจกรรมได้มากขึ้น ตัวอย่างเช่นสมาร์ทโฟนสามารถตั้งโปรแกรมให้เรียกคำถามการสำรวจได้หากผู้ถูกร้องเข้าไปในบริเวณโดยเฉพาะ
คำสัญญาของ EMA แสดงให้เห็นอย่างชัดเจนโดยการทำวิทยานิพนธ์ของ Naomi Sugie นับตั้งแต่ทศวรรษที่ 1970 สหรัฐอเมริกามีจำนวนผู้คนเพิ่มขึ้นอย่างมาก เมื่อประมาณปีพ. ศ. 2548 ประมาณ 500 คนใน 100,000 คนอเมริกันถูกจำคุกอัตราการจำคุกสูงกว่าที่ใด ๆ ในโลก (Wakefield and Uggen 2010) การเพิ่มขึ้นของจำนวนคนที่เข้าคุกยังก่อให้เกิดการปะทุขึ้นในจำนวนที่ออกจากเรือนจำ ประมาณ 700,000 คนออกจากคุกในแต่ละปี (Wakefield and Uggen 2010) คนเหล่านี้เผชิญกับความท้าทายที่รุนแรงเมื่อออกจากเรือนจำและโชคร้ายที่หลายคนกลับขึ้นไปที่นั่น เพื่อให้เข้าใจและลดการกระทำผิดซ้ำซากนักวิทยาศาสตร์ทางสังคมและผู้กำหนดนโยบายจำเป็นต้องเข้าใจประสบการณ์ของผู้คนขณะที่พวกเขากลับเข้าสู่สังคม อย่างไรก็ตามข้อมูลเหล่านี้ยากที่จะรวบรวมด้วยวิธีการสำรวจมาตรฐานเพราะอดีตผู้กระทำผิดมีแนวโน้มที่จะยากที่จะเรียนรู้และชีวิตของพวกเขาไม่มั่นคงอย่างมาก วิธีการวัดที่ปรับใช้การสำรวจทุกๆสองสามเดือนจะ (Sugie 2016) การเปลี่ยนแปลงอย่างมากในชีวิตของพวกเขา (Sugie 2016)
เพื่อที่จะได้ศึกษากระบวนการกลับเข้าเมืองด้วยความแม่นยำมากขึ้น Sugie จึงได้รับตัวอย่างมาตรฐาน 131 คนจากรายชื่อทั้งหมดของบุคคลที่ถูกทิ้งคุกใน Newark มลรัฐนิวเจอร์ซีย์ เธอให้ผู้เข้าร่วมแต่ละรายด้วยสมาร์ทโฟนซึ่งกลายเป็นแพลตฟอร์มการรวบรวมข้อมูลที่หลากหลายทั้งสำหรับการบันทึกพฤติกรรมและการถามคำถาม Sugie ใช้โทรศัพท์เพื่อจัดการการสำรวจสองประเภท ประการแรกเธอได้ส่ง "แบบสำรวจประสบการณ์การสุ่มตัวอย่าง" ในเวลาที่เลือกแบบสุ่มระหว่าง 9.00 น. ถึง 18.00 น. ถามผู้เข้าร่วมกิจกรรมและความรู้สึกในปัจจุบัน ประการที่สองเมื่อเวลา 19.00 น. เธอได้ส่ง "การสำรวจรายวัน" ไปถามเกี่ยวกับกิจกรรมทั้งหมดของวันนั้น นอกจากนี้นอกเหนือจากคำถามสำรวจเหล่านี้โทรศัพท์บันทึกตำแหน่งทางภูมิศาสตร์ของพวกเขาในช่วงเวลาปกติและเก็บบันทึกที่เข้ารหัสลับของข้อมูลเมตาโทรและข้อความ Sugie สามารถสร้างรายละเอียดการตั้งค่าความถี่สูงเกี่ยวกับชีวิตของคนเหล่านี้ขณะที่พวกเขากลับเข้ามาในสังคมอีกครั้ง
นักวิจัยเชื่อว่าการหางานที่มีเสถียรภาพและมีคุณภาพสูงช่วยให้ผู้คนกลับสู่สังคมได้สำเร็จ อย่างไรก็ตาม Sugie พบว่าโดยเฉลี่ยแล้วประสบการณ์ในการทำงานของผู้เข้าร่วมกิจกรรมนั้นไม่เป็นทางการชั่วคราวและไม่ต่อเนื่อง คำอธิบายของรูปแบบค่าเฉลี่ยนี้มี แต่ความหลากหลายที่ไม่เหมือนกัน โดยเฉพาะอย่างยิ่ง Sugie พบรูปแบบที่แตกต่างกันสี่รูปแบบภายในสระว่ายน้ำผู้เข้าร่วม: "ออกก่อน" (ผู้ที่เริ่มต้นค้นหางาน แต่แล้วหลุดออกจากตลาดแรงงาน) "การค้นหาแบบถาวร" (ผู้ที่ใช้เวลาส่วนใหญ่ในการหางาน) , "การทำงานที่เกิดขึ้นประจำ" (ผู้ที่ใช้เวลามากในการทำงาน) และ "ตอบต่ำ" (ผู้ที่ไม่ตอบแบบสำรวจเป็นประจำ) กลุ่ม "exit-end" กลุ่มคนที่เริ่มค้นหางาน แต่ไม่พบและหยุดการค้นหามีความสำคัญเป็นพิเศษเนื่องจากกลุ่มนี้น่าจะมีส่วนร่วมในการกลับเข้ามาใหม่
คนอาจจินตนาการว่าการหางานหลังจากถูกขังอยู่ในคุกเป็นกระบวนการที่ยากลำบากซึ่งอาจนำไปสู่ภาวะซึมเศร้าและถอนตัวออกจากตลาดแรงงาน ดังนั้น Sugie ใช้แบบสำรวจของเธอในการรวบรวมข้อมูลเกี่ยวกับสถานะทางอารมณ์ของผู้เข้าร่วมซึ่งเป็นสถานะภายในที่ไม่สามารถประมาณได้จากข้อมูลพฤติกรรม น่าเสียดายที่เธอพบว่ากลุ่ม "exit-end" ไม่ได้รายงานถึงระดับความเครียดหรือความทุกข์ที่สูงขึ้น ค่อนข้างตรงกันข้าม: ผู้ที่ยังคงค้นหางานได้รายงานความรู้สึกที่มากขึ้นเกี่ยวกับความทุกข์ทางอารมณ์ รายละเอียดทั้งหมดเกี่ยวกับพฤติกรรมและอารมณ์ของอดีตผู้กระทำผิดเป็นสิ่งสำคัญสำหรับการทำความเข้าใจอุปสรรคที่พวกเขาเผชิญและช่วยลดการกลับเข้าสู่สังคมของพวกเขา นอกจากนี้รายละเอียดที่ละเอียดละเอียดทั้งหมดนี้จะได้รับการพลาดในการสำรวจมาตรฐาน
การเก็บรวบรวมข้อมูลของ Sugie กับกลุ่มประชากรที่มีช่องโหว่โดยเฉพาะอย่างยิ่งการรวบรวมข้อมูลแบบพาสซีฟอาจทำให้เกิดความกังวลด้านจริยธรรมบางอย่าง แต่ Sugie คาดการณ์ความกังวลเหล่านี้และพูดถึงพวกเขาในการออกแบบของเธอ (Sugie 2014, 2016) ขั้นตอนของเธอได้รับการตรวจสอบโดยบุคคลที่สาม - คณะกรรมการทบทวนสถาบันของมหาวิทยาลัยและปฏิบัติตามกฎที่มีอยู่ทั้งหมด นอกจากนี้สอดคล้องกับหลักการที่ใช้วิธีการที่ฉันสนับสนุนในบทที่ 6 วิธี Sugie ของไปไกลเกินสิ่งที่ถูกต้องตามกฎระเบียบที่มีอยู่ ตัวอย่างเช่นเธอได้รับความยินยอมอย่างเป็นลายลักษณ์อักษรจากผู้เข้าร่วมแต่ละรายซึ่งทำให้ผู้เข้าร่วมสามารถปิดการติดตามทางภูมิศาสตร์ได้ชั่วคราวและเธอพยายามที่จะปกป้องข้อมูลที่เธอกำลังเก็บรวบรวมอยู่เป็นระยะเวลานาน นอกเหนือจากการใช้การเข้ารหัสและจัดเก็บข้อมูลที่เหมาะสมแล้วเธอยังได้รับหนังสือรับรองความลับจากรัฐบาลกลางซึ่งหมายความว่าเธอไม่สามารถบังคับให้เธอเปิดเผยข้อมูลต่อตำรวจ (Beskow, Dame, and Costello 2008) ฉันคิดว่าด้วยวิธีการที่รอบคอบของเธอโครงการ Sugie เป็นแบบอย่างที่มีค่าสำหรับนักวิจัยรายอื่น โดยเฉพาะอย่างยิ่งเธอไม่ได้สะดุดตาบอดเข้าไปใน morass จริยธรรมและเธอไม่ได้หลีกเลี่ยงการวิจัยที่สำคัญเพราะมันเป็นจริยธรรมที่ซับซ้อน แต่เธอคิดอย่างรอบคอบหาคำแนะนำที่เหมาะสมเคารพผู้เข้าร่วมประชุมของเธอและทำตามขั้นตอนเพื่อปรับปรุงความเสี่ยงและผลประโยชน์ของการศึกษาของเธอ
ฉันคิดว่ามีบทเรียนสามข้อจากการทำงานของ Sugie ขั้นแรกวิธีการใหม่ในการถามจะสอดคล้องกับวิธีการสุ่มตัวอย่างแบบดั้งเดิม จำได้ว่า Sugie เอาตัวอย่างความน่าจะเป็นมาตรฐานจากกลุ่มเฟรมที่กำหนดไว้อย่างชัดเจน ประการที่สองการวัดตามความถี่สูงและตามยาวสามารถเป็นประโยชน์สำหรับการศึกษาประสบการณ์ทางสังคมที่ไม่สม่ำเสมอและมีพลวัต ประการที่สามเมื่อการรวบรวมข้อมูลจากการสำรวจถูกรวมเข้ากับแหล่งข้อมูลขนาดใหญ่สิ่งที่ฉันคิดว่าจะเป็นเรื่องปกติมากขึ้นเนื่องจากฉันจะเถียงต่อในบทนี้อีกครั้งหนึ่งอาจเกิดปัญหาทางจริยธรรมขึ้น ฉันจะปฏิบัติต่อจริยธรรมในการวิจัยในรายละเอียดในบทที่ 6 แต่งานของ Sugie แสดงให้เห็นว่าปัญหาเหล่านี้สามารถแก้ไขได้โดยนักวิจัยที่มีมโนธรรมและรอบคอบ