Mobile Experience Sampling — 日常生活中的生态瞬时评估
- 提出者
- Mihaly Csikszentmihalyi & Reed Larson
- 年份
- 1983
- 类型
- Intensive longitudinal data collection technique
- 类别
- Data collection
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
移动体验抽样(ESM)是一种密集纵向数据收集技术,参与者在一天中随机或按计划的时间间隔对发送到其智能手机的简短、重复的问卷做出回应。通过在事件发生时或接近发生时捕捉想法、感受、行为和情境,ESM 最大限度地减少了回顾性回忆偏差,并提供了对日常生活中心理和行为波动的精细描绘。
方法背后的直觉
传统调查要求人们回顾过去几天或几周的情况——这个过程容易出现记忆扭曲以及高峰或近期经历的主导。ESM 通过在日常生活展开的时刻和地点,多次提出简短、有针对性的问题来规避这一点。可以将其视为对体验的重复“快照”,而不是事后拍摄的单一全景照片。其结果是能够追踪个体跨时间与情境变化的数 据,使研究人员不仅能问“我的平均情绪如何?”,还能问“我的情绪在不同的活动、人与地点之间如何变化?”
历史学
体验抽样法(Experience Sampling Method)由 Mihaly Csikszentmihalyi 和 Reed Larson 于 20 世纪 80 年代初在芝加哥大学开发,用于研究最佳体验和日常生活心理学。他们 1987 年在《神经与精神疾病杂志》上发表的验证论文建立了基础的心理测量证据。Shiffman、Stone 和 Hufford 2008 年在《临床心理学年鉴》上的论文系统化了健康研究中生态瞬时评估(Ecological Momentary Assessment)的并行传统。从 21 世纪 90 年代末开始智能手机的广泛采用,将 ESM 从基于寻呼机的协议转变为可扩展的移动方法论。
何时使用
当你的研究问题涉及个体内部变异性、瞬时状态或自然情境下的行为动态时,请使用 ESM——例如情绪如何在日常活动中波动、压力如何在一天的工作中累积,或社交互动如何实时影响情绪。它非常适合心理学、健康科学、组织研究和消费者行为学。当感兴趣的构念需要长时间反思(例如,人生故事的意义)、参与者缺乏重复简短问卷的读写能力或动机、研究情境使频繁使用手机不切实际或不安全,或者研究预算和时间表无法支持 ESM 所需的基础设施、合规性监控和多层次分析时,应避免使用 ESM。
局限与注意事项
- 参与者负担重;连续多天反复打断可能导致疲劳、对评估的反应以及脱落。
- 不合规是系统性的(在要求苛刻或私密的时刻错过评估),可能导致结果偏差。
- 数据管理、应用程序基础设施和多层次建模需要专门的技术专长和资源。
- 瞬时测量因需要而简短;需要丰富反思的复杂构念无法在 1–3 分钟的快照中充分捕捉。
- 结果特定于抽样的时间段和情境;推广到其他生活阶段或人群需要重复验证。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 捕捉瞬时状态,最大限度地减少回顾性回忆偏差,极大地提高了生态效度。
- 能够进行横断面设计无法提供的个体内部分析——追踪波动、滞后效应和个体水平的变异性。
- 每位参与者产生大量观测值,即使样本量适中,也能为个体内部假设提供可观的统计功效。
- 自然主义设置:数据在参与者的真实环境中收集,而不是在人工实验室条件下。
- 通过智能手机应用程序灵活交付,允许在自我报告的同时进行被动数据增强(GPS、加速度计、屏幕使用)。
应用
- 跟踪临床人群(抑郁症、双相情感障碍、焦虑症)的情绪和情感变异性,以识别个体内部的风险模式。
- 研究社交互动、体育活动和睡眠质量如何在日常生活中与幸福感共同变化。
- 调查成瘾研究中的瞬时渴望、物质使用触发因素和复发前兆。
- 在组织心理学中测量工作日期间的工作投入、压力和认知负荷的波动。
- 在自然的消费情境中捕捉消费者决策和媒体使用。
- 评估慢性疼痛或疲劳患者的症状动态和治疗反应。
使用方式
使用方式
研究人员定义了感兴趣的构念(情绪、压力、渴望、社交互动等),并决定信号方案:随机(信号在预设时间窗口内不可预测的时刻出现)、间隔偶发(每天固定时间)或事件偶发(参与者在定义事件发生时触发评估)。每日评估次数和研究持续时间设定为在数据密度与参与者负担之间取得平衡;通常为每天 3–10 个信号,持续 7–14 天。
招募参与者,并提供一个专门的移动应用程序或基于短信的系统,用于发送信号和记录响应。会进行一次详尽的简报会议,解释研究方案,并在正式研究开始前通常会进行一次简短的练习日。量表必须简短——响应旨在花费 1–3 分钟——并且经过验证,可用于个体内部的重复测量。
信号在预先指定的时 间或间隔发送。当信号到达时,参与者打开应用程序并回答瞬时问卷,捕捉他们当前的状态、正在进行的活动、社交情境和地点(如果允许)。响应会被时间戳记并自动上传。合规性和响应延迟会被记录下来,以供后续质量控制。
在整个研究期间跟踪响应率。响应率低于可接受阈值(通常为 70–75% 的信号)的参与者可能会收到提醒或被排除在分析之外。高不合规率并非随机——它往往发生在要求苛刻或私密的时刻——并且可能引入必须在分析计划中解决的系统偏差。
由于每位参与者贡献了许多观测值,因此数据具有嵌套结构(个体内的评估,群体内的个体)。多层次建模(HLM / 混合效应模型)是标准的分析框架。个体内部效应(变量如何在每个人的平均值周围波动)与个体之间效应(人们平均差异如何)是分开的,从而能够对状态动态、滞后效应和个体水平的调节变量进行精细的假设。
常见陷阱
- 每个信号的条目过多:问卷长度超过 10–15 个条目会显著降低依从性;每个信号保持简短并经过个体内部使用的验证。
- 忽略类内相关性:将 ESM 数据视为独立观测值,会夸大第一类错误;始终使用多层次或混合效应模型来处理嵌套结构。
- 混淆个体内部和个体之间效应:在个体之间层面预测结果的变量不一定在个体内部层面也这样做(反之亦然);这些效应必须在分析中明确分开。
- 忽视反应性:自我监测的行为会改变正在研究的行为或体验;包括一个适应期或在敏感性分析中考虑反应性。
常见问题
每天和持续多少天进行多少次信号是合理的?
一种常见的方案是连续 7–14 天每天发送 4–8 个随机信号,每个参与者获得 28–112 次评估。最佳数量取决于结果的类内相关性(ICC 越高 = 所需的重复测量次数越少)、参与者负担的承受能力以及现象的时间尺度。非常简短的方案(3 天)可能会错过每周的节律;非常长的方案(>21 天)则有导致大量疲劳相关脱落的风险。
ESM 研究需要多大的样本量?
ESM 的功效是参与者数量和每位参与者评估次数的函数。对于典型的个体内部效应大小(r ≈ 0.15–0.30),模拟研究表明,每位参与者有 30–50 次有效评估的 50–100 名参与者,为多层次模型提供了足够的功效。参与者数量较少可以通过增加评估次数来部分弥补,但参与者少于约 30 名时,个体之间方差估计会变得不稳定。
ESM 是否适用于定性研究?
ESM 主要产生定量数据(评分、频率)。然而,事件偶发设计可以包含用于简短叙述性响应的开放文本字段,并且 ESM 数据可用于有目的性地选择后续定性访谈的时刻——这种设计有时被称为“ESM 增强访谈”。纯粹的定性 ESM 不常见。
通常使用哪些软件和应用程序进行 ESM?
流行的研究平台包括 m-Path、ExperienceSampler、MetricWire 和 movisensXS。对于临床或大规模研究,也使用定制的 REDCap 或 Qualtrics 短信集成。选择取决于预算、被动传感的需求以及可用的编程专业知识水平。
ESM 与日记法有何不同?
日记研究通常要求参与者完成一项每日结束时的记录,捕捉每日总结。ESM 在一天中,在体验发生时或接近发生时进行多次评估。ESM 提供更精细的时间分辨率,并避免了每日总结的回忆偏差,但增加了参与者的负担。对于在几天内展开的现象(例如,每日压力累积),日记设计可能就足够了;对于日内波动,ESM 更可取。
相关方法
参考文献
Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536.
打开 DOI 文献已复制。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已复制。