Metodo di Campionamento dell'Esperienza Mobile — ESM tramite Smartphone
- Introdotto da
- Mihaly Csikszentmihalyi & Reed Larson
- Anno
- 1983–1987
- Tipo
- Intensive longitudinal data collection technique
- Famiglia
- Data collection
Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese
A cosa serve?
Il Metodo di Campionamento dell'Esperienza Mobile (ESM) raccoglie autovalutazioni ripetute e con "timestamp" dai partecipanti nel loro ambiente naturale utilizzando un'applicazione per smartphone.
Segnalando i partecipanti più volte al giorno per giorni o settimane, i ricercatori catturano stati psicologici, comportamenti e contesti nel momento in cui si verificano — eliminando il bias retrospettivo e rivelando dinamiche intra-individuali che le indagini a sessione singola non possono rilevare.
L’intuizione alla base del metodo
Le indagini tradizionali chiedono 'Come ti sei sentito questa settimana?' e si basano su una memoria imperfetta. L'ESM mobile, invece, invia brevi "prompt" al telefono di un partecipante più volte al giorno — come un messaggio che dice 'Cosa stai facendo in questo momento? Come ti senti?' — e raccoglie le risposte sul momento. Attraverso molti segnali e molti giorni, il ricercatore costruisce un quadro denso di come l'umore, il comportamento o il contesto fluttuano e co-variano nella vita reale. Il telefono cellulare rende ciò fattibile su larga scala; il disegno a misure ripetute rende le intuizioni ecologicamente valide e dettagliate.
Storia
Il Metodo di Campionamento dell'Esperienza è stato introdotto da Mihaly Csikszentmihalyi e Reed Larson nei primi anni '80, utilizzando inizialmente cercapersone elettronici per segnalare i partecipanti. Il loro articolo del 1987 nel Journal of Nervous and Mental Disease ha stabilito l'affidabilità e la validità dell'approccio. Il termine Valutazione Momentanea Ecologica (Ecological Momentary Assessment), che enfatizza le applicazioni cliniche e sanitarie, è stato reso popolare da Saul Shiffman e Arthur Stone negli anni '90. L'ampia adozione degli smartphone dopo il 2008 ha trasformato l'ESM da uno strumento di laboratorio logisticamente impegnativo a un metodo di raccolta dati mobile scalabile, dando origine alla variante ESM Mobile con i suoi ecosistemi di app dedicate.
Quando usarlo
L'ESM mobile è il metodo di scelta quando la domanda di ricerca riguarda la fluttuazione intra-individuale, il contesto in tempo reale o la validità ecologica di costrutti psicologici o comportamentali. È particolarmente prezioso per studiare l'umore, lo stress, l'uso di sostanze, l'interazione sociale o i sintomi nella vita quotidiana. Usalo quando l'autovalutazione retrospettiva è probabilmente distorta dalla memoria o dalla desiderabilità sociale. Non usarlo quando la popolazione non può utilizzare uno smartphone in modo affidabile, quando sono di interesse solo le differenze tra le persone (un'indagine standard è sufficiente) o quando la durata dello studio richiesta supera la tolleranza del partecipante.
Limiti e considerazioni
- Elevato carico per il partecipante — rispondere a più "prompt" giornalieri per settimane può causare affaticamento e abbandono.
- Richiede competenze analitiche multilivello; i modelli di regressione standard sono inappropriati per i dati ESM annidati.
- Reattività al segnale: l'atto di sollecitare i partecipanti può di per sé alterare il costrutto misurato.
- La perdita di dati dovuta a risposte mancate non è casuale e può distorcere i risultati se non gestita con attenzione.
Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.
Punti di forza
- Cattura dinamiche intra-individuali e contesto in tempo reale che le indagini trasversali mancano completamente.
- Elimina il bias di memoria retrospettiva — i dati vengono raccolti al momento o in prossimità dell'esperienza.
- Elevata validità ecologica: i risultati riflettono il comportamento e l'affetto in contesti naturali piuttosto che in condizioni di laboratorio artificiali.
- Gli smartphone consentono l'aumento passivo dei dati (GPS, accelerometro) senza oneri aggiuntivi per il partecipante.
- Consente la separazione degli effetti stabili a livello di tratto dagli effetti transitori a livello di stato attraverso l'analisi multilivello.
Applicazioni
- Tracciare le fluttuazioni giornaliere nell'umore depressivo, nell'ansia o nei sintomi psicotici nella ricerca in psicologia clinica e psichiatria.
- Studiare l'uso di sostanze, il "craving" e i fattori scatenanti le ricadute nella ricerca sulle dipendenze catturando gli antecedenti in tempo reale.
- Misurare l'attività fisica, il comportamento sedentario e le scelte alimentari nella salute pubblica e nella medicina comportamentale.
- Esaminare la qualità dell'interazione sociale, la solitudine e la regolazione delle emozioni nei contesti interpersonali quotidiani.
- Valutare l'impegno lavorativo, lo stress e il recupero nella ricerca sulla salute occupazionale durante la giornata lavorativa.
- Catturare comportamenti di apprendimento, motivazione e contesto negli studi di psicologia dell'educazione al di fuori dell'aula.
Come funziona
Come funziona
Il ricercatore definisce il protocollo di studio: i costrutti da misurare (es. umore, stress, attività), il programma dei segnali (casuale all'interno di intervalli fissi, a tempo fisso o contingente all'evento), il numero di segnali giornalieri (tipicamente 4–10) e la durata dello studio (tipicamente 7–30 giorni). Vengono preparati questionari brevi e a basso carico — solitamente 5–15 item per "prompt" — per adattarsi alla finestra di risposta (comunemente 2–10 minuti).
I partecipanti vengono reclutati e "onboarded" utilizzando un'app ESM mobile dedicata (es. m-Path, Experience Sampler o sviluppi personalizzati). Completano le misurazioni di base e ricevono formazione sulla procedura di risposta. Le aspettative di compliance e le disposizioni sulla privacy dei dati vengono comunicate esplicitamente.
Ad ogni punto temporale programmato, l'app invia una notifica. Il programma dei segnali può essere (a) a intervallo casuale: i "prompt" vengono consegnati in momenti imprevedibili all'interno di finestre fisse in modo che i partecipanti non possano anticipare e preparare le risposte; (b) a intervallo fisso: i "prompt" vengono consegnati agli stessi orari ogni giorno; o (c) contingente all'evento: avviato dal partecipante dopo che si verifica un evento predefinito.
Il partecipante apre l'app e completa il breve questionario. Le risposte sono "time-stamped" e, opzionalmente, aumentate con dati di sensori passivi (posizione GPS, accelerometro, utilizzo dello schermo). I ricercatori monitorano i tassi di compliance in tempo reale; un tasso di compliance superiore al 70–75% è generalmente considerato adeguato per l'analisi.
I dati vengono compilati in una struttura multilivello: osservazioni annidate all'interno delle persone, che sono spesso ulteriormente annidate all'interno dei giorni. La modellazione multilivello (MLM) o la modellazione di equazioni strutturali dinamiche (DSEM) viene utilizzata per scomporre la variabilità intra-individuale dalle differenze inter-individuali, stimare le associazioni ritardate e testare i moderatori a livello di persona.
Errori comuni
- Troppi item per "prompt": superare i 15 item riduce drasticamente i tassi di compliance; mantenere i "prompt" brevi e mirati.
- Ignorare la non-compliance: analizzare solo le risposte completate senza verificare se la mancanza è sistematica può introdurre gravi bias.
- Utilizzare un'analisi a livello singolo su dati multilivello: applicare la regressione ordinaria ai dati ESM aumenta i tassi di errore di Tipo I; sono richiesti modelli multilivello.
- Non tenere conto degli effetti dell'ora del giorno: l'umore e il comportamento variano sistematicamente durante il giorno; i modelli dovrebbero includere controlli temporali o covariate intra-giornaliere.
- Disegni sottodimensionati: l'ESM richiede segnali sufficienti per persona E persone sufficienti; consultare software di analisi della potenza (es. PANGEA) prima di finalizzare il protocollo.
Domande frequenti
Quanti segnali al giorno e quanti giorni sono tipici?
La maggior parte degli studi ESM utilizza 4–10 segnali al giorno per 7–14 giorni, producendo 40–140 osservazioni per partecipante. Meno segnali riducono la potenza statistica per le stime intra-individuali; più segnali aumentano il carico per il partecipante e l'abbandono. Si raccomandano strumenti di analisi della potenza come PANGEA per determinare il disegno ottimale.
Qual è la differenza tra ESM, EMA e il metodo del diario giornaliero?
Questi termini si sovrappongono considerevolmente. L'ESM (Csikszentmihalyi) utilizza tipicamente la segnalazione a intervallo casuale ed enfatizza la cattura in tempo reale dell'esperienza. L'EMA (Shiffman/Stone) è il termine clinico-sanitario preferito e include sia disegni a intervallo casuale che contingenti all'evento. Gli studi con diario giornaliero utilizzano un singolo rapporto di fine giornata piuttosto che più "prompt" intra-giornalieri. L'ESM mobile denota specificamente la consegna tramite un'app per smartphone, consentendo l'aumento passivo dei sensori.
Un tasso di compliance del 60% è accettabile?
Una compliance inferiore al 70% è generalmente considerata un rischio per la qualità dei dati. In modo più critico, la non-compliance che è sistematicamente collegata al costrutto studiato distorcerà le stime. Esaminare sempre i modelli di compliance per ora del giorno, giorno dello studio e caratteristiche del partecipante prima di procedere all'analisi primaria.
Quale modello statistico dovrei usare per analizzare i dati ESM?
La modellazione multilivello (MLM), chiamata anche modellazione lineare gerarchica, è l'approccio standard perché gestisce correttamente la non-indipendenza delle osservazioni ripetute all'interno delle persone. Per associazioni dinamiche e ritardate, la modellazione di equazioni strutturali dinamiche (DSEM) è sempre più utilizzata. La regressione OLS standard non è appropriata per i dati ESM.
Quali app ESM mobili sono comunemente usate nella ricerca?
Le piattaforme ampiamente utilizzate includono m-Path (KU Leuven), Experience Sampler (open source) e iESP. Vengono utilizzate anche piattaforme commerciali come MetricWire e LifeData. La scelta dipende dal budget, dalle capacità di rilevamento passivo richieste e dalla rilevanza dell'auditabilità open-source.
Metodi correlati
Fonti
Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536.
Apri il riferimento DOICopiato.Shiffman, S., Stone, A. A., & Hufford, M. R. (2008). Ecological momentary assessment. Annual Review of Clinical Psychology, 4, 1–32.
Apri il riferimento DOICopiato.