经验取样法(ESM)评估日常活动：预定义类别评分与开放式回答定性分析的比较研究

推荐：本研究针对经验取样法(ESM)中日常活动评估的局限性，比较了预定义分类条目与开放式回答的优劣。研究人员通过28天ESM学生队列数据，结合退出访谈和自主研发的Shiny App分析工具，发现开放式回答能提供更个性化、丰富的数据，尤其适用于临床个体化应用和探索性研究。该研究为ESM方法学优化提供了实证支持和实用工具。

　　

日常生活中，人们的行为模式与心理健康密切相关。经验取样法(Experience Sampling Methodology, ESM)作为一种生态效度高、回忆偏差小的实时评估方法，在心理学研究中日益普及。然而，当前ESM研究中对日常活动的评估存在明显局限：大多数研究使用未经验证的预定义分类条目，这些条目往往过于宽泛且缺乏标准化，既无法捕捉个体独特活动，也难以进行跨研究比较。早期ESM研究虽采用开放式回答并人工编码的方式，但随着样本量增大和研究周期延长，这种方法因缺乏标准化工具而逐渐被摒弃。

荷兰格罗宁根大学的研究团队通过两项历时28天的ESM学生队列研究，系统比较了分类条目与开放式回答的优劣。研究发现，预定义分类条目虽操作简便，但会掩盖特定活动的独特效应；而开放式回答能提供更丰富、个性化的数据，尤其有助于识别临床干预中的关键行为模式。研究还开发了用于编码开放式ESM数据的Shiny应用程序，为混合方法研究提供实用工具。

研究主要采用三种技术方法：1) 通过m-Path app进行28天ESM数据采集(2021年23人，2022年19人)；2) 使用自然语言处理技术(如Sentence Bert)分析文本相似性；3) 自主研发Shiny App实现开放式回答的定性编码。样本来自格罗宁根大学本科生，通过半固定和半随机提示完成每日5-6次评估。

研究结果分为两部分呈现：

1. 分类条目与开放式回答的比较

• 质量分析显示开放式回答的词汇量和多样性在研究期间保持稳定
• 语义分析发现两类评估方式仅38%相似，开放式回答包含更多情境细节
• 参与者偏好二者结合使用，认为分类条目适合常规活动，开放式回答适合特殊事件

1. 开放式ESM数据的定性分析

• 构建了包含167个代码的四级分类体系(从具体活动到广泛主题)
• 高频活动(如进食、学习)与分类条目重叠度高，但兴趣爱好类活动差异显著
• 开放式回答能同时捕捉行为、情境和主观体验的多维信息

讨论部分指出，当前ESM活动评估存在"标准化不足"与"个性化缺失"的双重困境。预定义分类条目虽便于分析，但会损失关键的行为特异性信息；而完全依赖开放式回答则面临编码负担。研究建议采用"混合评估策略"：用分类条目捕捉常规活动，结合开放式回答记录特殊事件，并通过"其他"选项实现个性化补充。

该研究的创新点在于：1) 首次系统比较ESM中两种活动评估方式的优劣；2) 开发首个专门用于ESM定性数据分析的Shiny App；3) 为时间使用研究(Time Use Research)与ESM的融合提供方法论基础。发表于《Methods in Psychology》的这项研究，不仅为ESM方法学发展提供了重要实证依据，其开源工具更推动了心理学研究向"量化-质性"整合范式的转变。特别是在临床心理学领域，这种能同时捕捉行为特异性和情境整体性的评估方法，为开发精准化行为干预方案提供了新思路。