Método de Amostragem de Experiência Móvel — ESM via Smartphone
- Proposto por
- Mihaly Csikszentmihalyi & Reed Larson
- Ano
- 1983–1987
- Tipo
- Intensive longitudinal data collection technique
- Família
- Data collection
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
O Método de Amostragem de Experiência Móvel (ESM) coleta autorrelatos repetidos e com registro de data e hora de participantes em seu ambiente natural usando um aplicativo de smartphone.
Ao sinalizar os participantes várias vezes ao dia, ao longo de dias ou semanas, os pesquisadores capturam estados psicológicos, comportamentos e contextos à medida que ocorrem — eliminando o viés retrospectivo e revelando dinâmicas intra-individuais que pesquisas de sessão única não conseguem detectar.
A intuição por trás do método
Pesquisas tradicionais perguntam 'Como você se sentiu esta semana?' e dependem de memória imperfeita. O ESM Móvel, em vez disso, envia breves prompts para o telefone de um participante várias vezes ao dia — como uma mensagem de texto dizendo 'O que você está fazendo agora? Como você se sente?' — e coleta respostas no momento. Ao longo de muitos sinais e muitos dias, o pesquisador constrói uma imagem densa de como o humor, o comportamento ou o contexto flutuam e co-variam na vida real. O telefone móvel torna isso viável em escala; o desenho de medidas repetidas torna os insights ecologicamente válidos e de alta resolução.
História
O Experience Sampling Method foi introduzido por Mihaly Csikszentmihalyi e Reed Larson no início dos anos 1980, inicialmente usando pagers eletrônicos para sinalizar os participantes. Seu artigo de 1987 no Journal of Nervous and Mental Disease estabeleceu a confiabilidade e validade da abordagem. O termo Ecological Momentary Assessment, enfatizando aplicações clínicas e de saúde, foi popularizado por Saul Shiffman e Arthur Stone nos anos 1990. A adoção generalizada de smartphones após 2008 transformou o ESM de uma ferramenta de laboratório logisticamente exigente em um método escalável de coleta de dados móveis, dando origem à variante ESM Móvel com seus ecossistemas de aplicativos dedicados.
Quando usar
O ESM Móvel é o método de escolha quando a questão de pesquisa concerne flutuações intra-individuais, contexto em tempo real ou validade ecológica de construtos psicológicos ou comportamentais. É especialmente valioso para estudar humor, estresse, uso de substâncias, interação social ou sintomas na vida diária. Use-o quando o autorrelato retrospectivo for provavelmente enviesado pela memória ou desejabilidade social. Não o use quando a população não puder usar um smartphone de forma confiável, quando apenas diferenças entre indivíduos forem de interesse (uma pesquisa padrão é suficiente) ou quando a duração do estudo exigida exceder a tolerância do participante.
Limitações e considerações
- Alta carga para o participante — responder a múltiplos prompts diários por semanas pode causar fadiga e abandono.
- Requer expertise analítica multinível; modelos de regressão padrão são inadequados para dados ESM aninhados.
- Reatividade ao sinal: o ato de sinalizar os participantes pode alterar o construto que está sendo medido.
- Perda de dados por respostas perdidas é não aleatória e pode enviesar os resultados se não for tratada com cuidado.
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Captura dinâmicas intra-individuais e contexto em tempo real que pesquisas transversais perdem completamente.
- Elimina o viés de memória retrospectiva — os dados são coletados no momento ou próximo ao momento da experiência.
- Alta validade ecológica: os achados refletem o comportamento e o afeto em ambientes naturais em vez de condições artificiais de laboratório.
- Smartphones permitem o aumento de dados passivos (GPS, acelerômetro) sem carga adicional para o participante.
- Permite a separação de efeitos estáveis em nível de traço de efeitos transitórios em nível de estado por meio de análise multinível.
Aplicações
- Rastreamento de flutuações diárias no humor depressivo, ansiedade ou sintomas psicóticos em pesquisa de psicologia clínica e psiquiatria.
- Estudo de uso de substâncias, desejo e gatilhos de recaída em pesquisa de dependência, capturando antecedentes em tempo real.
- Medição de atividade física, comportamento sedentário e escolhas alimentares em saúde pública e medicina comportamental.
- Exame da qualidade da interação social, solidão e regulação emocional em contextos interpessoais cotidianos.
- Avaliação de engajamento no trabalho, estresse e recuperação em pesquisa de saúde ocupacional ao longo do dia de trabalho.
- Captura de comportamentos de aprendizagem, motivação e contexto em estudos de psicologia educacional fora da sala de aula.
Como funciona
Como funciona
O pesquisador define o protocolo do estudo: os construtos a serem medidos (por exemplo, humor, estresse, atividade), o cronograma de sinalização (aleatório dentro de intervalos fixos, tempo fixo ou contingente a eventos), o número de sinais diários (tipicamente 4–10) e a duração do estudo (tipicamente 7–30 dias). Questionários breves e de baixa carga — geralmente de 5 a 15 itens por prompt — são preparados para se ajustar à janela de resposta (comumente de 2 a 10 minutos).
Os participantes são recrutados e integrados usando um aplicativo dedicado de ESM móvel (por exemplo, m-Path, Experience Sampler ou compilações personalizadas). Eles completam medidas de linha de base e recebem treinamento sobre o procedimento de resposta. Expectativas de conformidade e arranjos de privacidade de dados são comunicados explicitamente.
Em cada ponto de tempo agendado, o aplicativo envia uma notificação. O cronograma de sinalização pode ser (a) intervalo aleatório: prompts entregues em horários imprevisíveis dentro de janelas fixas para que os participantes não possam antecipar e preparar respostas; (b) intervalo fixo: prompts nos mesmos horários todos os dias; ou (c) contingente a eventos: iniciado pelo participante após a ocorrência de um evento predefinido.
O participante abre o aplicativo e completa o breve questionário. As respostas são registradas com data e hora e, opcionalmente, aumentadas com dados de sensores passivos (localização GPS, acelerômetro, uso da tela). Os pesquisadores monitoram as taxas de conformidade em tempo real; uma taxa de conformidade acima de 70–75% é geralmente considerada adequada para análise.
Os dados são compilados em uma estrutura multinível: observações aninhadas dentro de pessoas, que são frequentemente aninhadas dentro de dias. Modelagem multinível (MLM) ou modelagem de equações estruturais dinâmicas (DSEM) é usada para decompor a variabilidade intra-individual das diferenças entre indivíduos, estimar associações defasadas e testar moderadores em nível de pessoa.
Erros comuns
- Muitos itens por prompt: exceder 15 itens reduz drasticamente as taxas de conformidade; mantenha os prompts curtos e focados.
- Ignorar a não conformidade: analisar apenas respostas completas sem verificar se a falta de resposta é sistemática pode introduzir viés sério.
- Usar análise de nível único em dados multinível: aplicar regressão ordinária a dados ESM infla as taxas de erro Tipo I; modelos multinível são necessários.
- Falha em considerar efeitos da hora do dia: humor e comportamento variam sistematicamente ao longo do dia; modelos devem incluir controles de tempo ou covariáveis intra-dia.
- Desenhos com poder insuficiente: ESM requer sinais suficientes por pessoa E pessoas suficientes; consulte software de análise de poder (por exemplo, PANGEA) antes de finalizar o protocolo.
Perguntas frequentes
Quantos sinais por dia e quantos dias são típicos?
A maioria dos estudos ESM usa 4–10 sinais por dia ao longo de 7–14 dias, resultando em 40–140 observações por participante. Menos sinais reduzem o poder estatístico para estimativas intra-individuais; mais sinais aumentam a carga e o atrito do participante. Ferramentas de análise de poder como PANGEA são recomendadas para determinar o desenho ideal.
Qual é a diferença entre ESM, EMA e o método de diário diário?
Esses termos se sobrepõem consideravelmente. ESM (Csikszentmihalyi) tipicamente usa sinalização de intervalo aleatório e enfatiza a captura de experiência em tempo real. EMA (Shiffman/Stone) é o termo preferido para clínica-saúde e inclui desenhos de intervalo aleatório e contingentes a eventos. Estudos de diário diário usam um único relatório ao final do dia em vez de múltiplos prompts dentro do dia. ESM Móvel denota especificamente a entrega via aplicativo de smartphone, permitindo o aumento de sensores passivos.
Uma taxa de conformidade de 60% é aceitável?
Conformidade abaixo de 70% é geralmente considerada um risco à qualidade dos dados. Mais criticamente, a não conformidade que está sistematicamente ligada ao construto em estudo enviesará as estimativas. Sempre examine os padrões de conformidade por hora do dia, dia do estudo e características do participante antes de prosseguir para a análise primária.
Qual modelo estatístico devo usar para analisar dados ESM?
Modelagem multinível (MLM), também chamada de modelagem linear hierárquica, é a abordagem padrão porque lida corretamente com a não independência de observações repetidas dentro de indivíduos. Para associações dinâmicas e defasadas, a modelagem de equações estruturais dinâmicas (DSEM) é cada vez mais usada. Regressão OLS padrão não é apropriada para dados ESM.
Quais aplicativos ESM móveis são comumente usados em pesquisa?
Plataformas amplamente utilizadas incluem m-Path (KU Leuven), Experience Sampler (código aberto) e iESP. Plataformas comerciais como MetricWire e LifeData também são usadas. A escolha depende do orçamento, das capacidades de detecção passiva necessárias e se a auditabilidade de código aberto é importante.
Métodos relacionados
Fontes
Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536.
Abrir referência DOICopiado.Shiffman, S., Stone, A. A., & Hufford, M. R. (2008). Ecological momentary assessment. Annual Review of Clinical Psychology, 4, 1–32.
Abrir referência DOICopiado.