Skip to content
Назад к результатам поиска

Мобильный отбор проб опыта — Экологическая мгновенная оценка в повседневной жизни

Автор метода
Mihaly Csikszentmihalyi & Reed Larson
Год
1983
Тип
Intensive longitudinal data collection technique
Семейство
Data collection

Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском

Размер шрифта

Что он делает?

Мобильный отбор проб опыта (ESM) — это метод интенсивного сбора продольных данных, при котором участники отвечают на краткие, повторяющиеся анкеты, доставляемые на их смартфоны в случайные или запланированные интервалы в течение дня.

Захватывая мысли, чувства, поведение и контекст в момент их возникновения или около того, ESM минимизирует смещение ретроспективного воспоминания и обеспечивает высокодетализированное представление о психологических и поведенческих колебаниях в повседневной жизни.

Интуиция метода

Традиционные опросы просят людей вспоминать события за дни или недели — процесс, подверженный искажению памяти и доминированию пиковых или недавних переживаний. ESM обходит эту проблему, задавая короткие, целенаправленные вопросы несколько раз в день, именно тогда и там, где разворачивается повседневная жизнь. Представьте это как повторяющиеся «снимки» опыта, а не одну панорамную фотографию, сделанную после факта. Результатом являются данные, отслеживающие внутриличностные изменения во времени и контексте, что позволяет исследователям задавать не только вопрос «каково ваше среднее настроение?», но и «как меняется ваше настроение в зависимости от различных видов деятельности, людей и мест?»

История

Метод выборки опыта (Experience Sampling Method) был разработан Михаем Чиксентмихайи и Ридом Ларсоном в Чикагском университете в начале 1980-х годов как способ изучения оптимального опыта и психологии повседневной жизни. Их работа 1987 года в Journal of Nervous and Mental Disease установила основополагающие психометрические доказательства. Статья Шиффмана, Стоуна и Хаффорда 2008 года в Annual Review of Clinical Psychology систематизировала параллельную традицию экологической мгновенной оценки (Ecological Momentary Assessment) в медицинских исследованиях. Широкое распространение смартфонов с конца 2000-х годов превратило ESM из протокола на основе пейджеров в масштабируемую мобильную методологию.

Когда применять

Используйте ESM, когда ваш исследовательский вопрос касается внутриличностной изменчивости, моментальных состояний или динамики поведения в естественных контекстах — вопросы вроде того, как аффект колеблется в зависимости от повседневной деятельности, как накапливается стресс в течение рабочего дня или как социальные взаимодействия формируют настроение в реальном времени. Он хорошо подходит для психологии, медицинских наук, организационных исследований и изучения потребительского поведения. Избегайте ESM, когда интересующий конструкт требует длительного размышления (например, смысл жизненной истории), когда участники не обладают грамотностью или мотивацией для повторных коротких анкет, когда контекст исследования делает частое использование телефона непрактичным или небезопасным, или когда бюджет и сроки исследования не позволяют обеспечить инфраструктуру, мониторинг соблюдения протокола и многоуровневый анализ, которые требует ESM.

Ограничения и замечания

  • Нагрузка на участника высока; повторяющиеся прерывания в течение нескольких дней могут вызвать усталость, реактивность на оценку и отсев.
  • Несоблюдение протокола является систематическим (оценки пропускаются в напряженные или личные моменты), что потенциально искажает результаты.
  • Управление данными, инфраструктура приложений и многоуровневое моделирование требуют специализированных технических знаний и ресурсов.
  • Моментальные измерения по необходимости кратки; сложные конструкты, требующие глубокого размышления, не могут быть адекватно охвачены за 1–3 минуты.
  • Результаты специфичны для выбранного периода и контекста; обобщение на другие жизненные этапы или популяции требует повторения.

Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.

Сильные стороны

  • Захватывает моментальные состояния с минимальным смещением ретроспективного воспоминания, что значительно повышает экологическую валидность.
  • Обеспечивает внутриличностные анализы, которые не могут предоставить кросс-секционные дизайны — отслеживание колебаний, запаздывающих эффектов и внутриличностной изменчивости.
  • Производит большое количество наблюдений на участника, обеспечивая значительную статистическую мощность для внутриличностных гипотез даже при умеренных размерах выборки.
  • Естественная обстановка: данные собираются в реальной среде участников, а не в искусственных лабораторных условиях.
  • Гибкая доставка через приложения для смартфонов позволяет пассивное дополнение данных (GPS, акселерометрия, использование экрана) наряду с самоотчетами.

Применение

  • Отслеживание вариабельности настроения и аффекта в клинических популяциях (депрессия, биполярное расстройство, тревожность) для выявления внутриличностных паттернов риска.
  • Изучение того, как социальные взаимодействия, физическая активность и качество сна коррелируют с благополучием в повседневной жизни.
  • Исследование моментальной тяги, триггеров употребления психоактивных веществ и предшественников рецидива в исследованиях зависимости.
  • Измерение колебаний вовлеченности в работу, стресса и когнитивной нагрузки в течение рабочего дня в организационной психологии.
  • Захват потребительских решений и использования медиа по мере их возникновения в естественных контекстах потребления.
  • Оценка динамики симптомов и ответа на лечение у пациентов с хронической болью или синдромами усталости.

Как это работает

Как это работает

1

Исследователь определяет интересующий конструкт (настроение, стресс, тяга, социальное взаимодействие и т. д.) и выбирает схему сигнализации: случайную (сигналы возникают в непредсказуемые моменты в пределах заданных временных окон), интервально-обусловленную (фиксированное время каждый день) или событийно-обусловленную (участник запускает оценку при возникновении определенного события). Количество ежедневных оценок и продолжительность исследования устанавливаются для баланса между плотностью данных и нагрузкой на участника; типичным является 3–10 сигналов в день в течение 7–14 дней.

2

Участники набираются и получают специальное мобильное приложение или систему на основе SMS, которая доставляет сигналы и записывает ответы. Подробный инструктаж объясняет протокол, и обычно проводится короткий тренировочный день перед началом основного исследования. Шкалы должны быть краткими — ответы предназначены для того, чтобы занимать 1–3 минуты — и валидированы для повторных внутриличностных измерений.

3

Сигналы доставляются в заранее указанное время или интервалы. Когда приходит сигнал, участник открывает приложение и отвечает на моментальный опросник, фиксируя свое текущее состояние, текущую деятельность, социальный контекст и местоположение (если разрешено). Ответы снабжаются временными метками и автоматически загружаются. Соблюдение протокола и задержка ответа записываются для последующего контроля качества.

4

Показатели отклика отслеживаются в течение всего периода исследования. Участники, чей показатель ниже допустимого порога (обычно 70–75 % сигналов), могут быть уведомлены напоминаниями или исключены из анализа. Высокий уровень несоблюдения протокола не является случайным — он имеет тенденцию возникать в напряженные или личные моменты — и может внести систематическое смещение, которое необходимо учитывать в плане анализа.

5

Поскольку каждый участник предоставляет множество наблюдений, данные имеют вложенную структуру (оценки внутри лиц, лица внутри групп). Многоуровневое моделирование (HLM / смешанные модели) является стандартной аналитической основой. Внутриличностные эффекты (как переменная колеблется вокруг среднего значения каждого человека) отделяются от межличностных эффектов (как люди различаются в среднем), что позволяет выдвигать тонкие гипотезы о динамике состояний, запаздывающих эффектах и модераторах на уровне личности.

Частые ошибки

  • Слишком много пунктов на сигнал: анкеты длиннее 10–15 пунктов резко снижают соблюдение протокола; каждый сигнал должен быть кратким и валидированным для внутриличностного использования.
  • Игнорирование внутриклассовых корреляций: рассмотрение данных ESM как независимых наблюдений завышает ошибку I рода; всегда используйте многоуровневые или смешанные модели, учитывающие вложенную структуру.
  • Путаница между внутриличностными и межличностными эффектами: переменная, которая предсказывает результаты на межличностном уровне, не обязательно делает это на внутриличностном уровне (и наоборот); эти эффекты должны быть явно разделены в анализе.
  • Пренебрежение реактивностью: сам акт самомониторинга может изменить изучаемое поведение или опыт; включите период привыкания или учитывайте реактивность в анализах чувствительности.

Часто задаваемые вопросы

Сколько сигналов в день и в течение скольких дней является разумным?

Типичный протокол предусматривает 4–8 случайных сигналов в день в течение 7–14 последовательных дней, что дает 28–112 оценок на участника. Оптимальное количество зависит от внутриклассовой корреляции вашего исхода (чем выше ICC, тем меньше повторных измерений требуется), переносимости нагрузки участником и временного масштаба явления. Очень короткие протоколы (3 дня) могут упустить недельные ритмы; очень длинные (>21 день) рискуют существенным отсевом из-за усталости.

Какой размер выборки мне нужен для исследования ESM?

Мощность в ESM является функцией как количества участников, так и количества оценок на человека. Для типичных внутриличностных размеров эффекта (r ≈ 0.15–0.30) исследования с моделированием предполагают, что 50–100 участников с 30–50 действительными оценками каждый обеспечивают достаточную мощность для многоуровневых моделей. Меньшее количество участников может быть частично компенсировано большим количеством оценок, но при менее чем ~30 участниках оценки межличностной дисперсии становятся нестабильными.

Подходит ли ESM для качественных исследований?

Преимущественно ESM генерирует количественные данные (рейтинги, частоты). Однако событийно-обусловленные дизайны могут включать поля для открытого текста для кратких нарративных ответов, а данные ESM могут использоваться для целенаправленного выбора моментов для последующих качественных интервью — дизайн, иногда называемый «интервью, обогащенными ESM». Чистый качественный ESM встречается редко.

Какие программные обеспечения и приложения обычно используются для ESM?

Популярные исследовательские платформы включают m-Path, ExperienceSampler, MetricWire и movisensXS. Для клинических или крупномасштабных исследований также используются пользовательские интеграции REDCap или Qualtrics SMS. Выбор зависит от бюджета, потребности в пассивном зондировании и уровня доступных навыков программирования.

Чем ESM отличается от метода дневника?

Дневниковые исследования обычно просят участников заполнить одну запись в конце дня, суммирующую дневные события. ESM проводит несколько оценок в течение дня в момент переживания или около него. ESM обеспечивает более высокое временное разрешение и позволяет избежать смещения при ретроспективном обобщении за день, но налагает большую нагрузку на участника. Для явлений, развивающихся в течение нескольких дней (например, накопление дневного стресса), дневниковый дизайн может быть достаточным; для внутридневных колебаний предпочтительнее ESM.

Похожие методы

Источники

  1. Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536.

    Открыть ссылку DOI
    Скопировано.
  2. Stone, A. A., Shiffman, S., Atienza, A. A., & Nebeling, L. (Eds.). (2007). The Science of Real-Time Data Capture: Self-Reports in Health Research. Oxford University Press.

    ISBN: 978-0195178715
    Скопировано.