方法论是研究工作的总体方法，涵盖为理解特定现象而采用的方法类型。休闲研究领域本身并未产生任何特有的方法或方法论，只有一些常用的数据收集、分析和解释的程序与策略。
本专题的重点在于大数据集在深入理解社会现象方面的缺失，包括如何识别模式和趋势以及预测未来的休闲行为。在本"三部曲"专题系列的第三辑中，我们邀请学者们利用大数据来形成对休闲现象更为扎实的认识（参见 Liu 等，引用2021；Manley & Egoh，引用2022；Rice & Pan，引用2021；Whitney 等，引用2023）。大数据广泛应用于流行病学与公共卫生监测、地理空间分析与全球发展管理，以及用于资源分配和政府规划的人口普查数据等领域，这仅是其众多应用中的几例。对于休闲研究领域而言，大数据是一个尚未充分开发的机遇，能够为这个快速变化且复杂的世界提供深刻洞见（例如 Beer，引用2018；Caraka 等，引用2023；Tinati 等，引用2014）。
当我们谈论在休闲研究中运用大数据（例如 Robinson & Godbey，引用1999）时，大数据集的使用隐含了社会现象的纵向记录，这也是 Carpenter 和 Robertson（引用1999/2000）在四分之一个世纪前的休闲研究领域中提出的呼吁。除少数例外，这一呼吁在休闲研究领域的期刊中鲜有得到真正的回应（参见 Aronson & Gerdner，引用2021；Janke 等，引用2010；Watkins，引用2010）。尽管许多学者在数据收集中采用了多个测量点，但这些研究通常采用前测-后测设计，且往往时间跨度较短，很少有持续时间超过一年的。这并不是说休闲领域的纵向研究不存在，而是说这类研究往往在该领域之外进行，或发表在其他学科的期刊上（例如 Finkel 等，引用2018；Michèle 等，引用2019；Strain 等，引用2002）。
这也揭示了该领域内另一个方法论问题：缺乏完全成熟的研究项目（例如 Gr?nqvist 等，引用2017）。除了时点研究和横截面设计的大量存在之外，尽管研究者在一生中（或至少部分职业生涯中）通常有他们关注的特定情境和现象，但研究范围往往仍然较窄。一些可克服的局限性往往阻碍了建立真正研究项目——即可扩展的测量和分析体系，涵盖多个相互关联的情境以及研究对象/主体（例如人们的行为与信念；城市或州内的官僚或政治结构）——的潜力（参见 Hemingway & Parr，引用2000）。
在本"三部曲"专题系列的第三辑中，我们鼓励研究者运用大数据集，对休闲情境下各种形式的社会问题进行全面、深入的分析。我们还希望看到这些初步调查是否可以发展为更大规模的纵向项目，从而在未来带来更广泛的理解和影响。
如果我们不直截了当地说明大数据社会科学研究并非没有局限性，也不总是更丰富、更强大或更优越，那就是我们的失职了。然而，当大数据用于补充该领域传统的、更注重情境的横截面研究时，可能会带来显著的好处。对于大数据的使用以及大数据研究中溯因推理所面临的认识论挑战，确实存在合理的担忧。尽管如此，大数据在休闲研究领域中仍然基本缺席。
本休闲与方法论专题以 Mowatt 和 Theriault 的投稿开篇，该文探讨了红线社区、黄线休闲区和绿线公园，特别关注20世纪30年代住房所有者贷款公司（HOLC）地图颜色编码所留下的"遗产"。这篇手稿试图阐明这些地图及其配套的区域描述报告如何影响了社会，以及对公园与休闲领域更广泛的影响。
接下来的贡献者是 Chen 及其同事，他们考察了环境质量差异对城市公园昼夜使用和休闲功能强度的影响，因为城市公园在社区及其经济体的经济、社会、文化和生态方面发挥着至关重要的作用。这一探索性案例分析为利用大数据开发高质量城市公园和提升公众休闲质量提供了理论支持和实践指导，并试图在此过程中从稳健的数据集中提炼洞见。
随后，Lee 和 Alemi 构建了一个用于模拟休闲时间身体不活动（LTPI）纵向路径的框架。他们利用美国本土3000多个县级数据，分析了31个社会、经济和环境变量，并展示了看似上游的条件如何通过儿童贫困与LTPI相关联，说明了该框架如何将LTPI的直接预测因素与通过时序路径起作用的早期条件区分开来。
本专题以 Purser 及其同事关于滑板表演中纵向模式的投稿作结，重点关注技巧多样性及其由技巧组合所产生的相关技巧库。作者将这一分析与严肃休闲视角相结合，展示了纵向表现数据对于理解严肃休闲进阶过程的价值。
我们希望学者们会受到启发，在未来的研究中积极拥抱大数据集的使用，因为它们对于休闲研究领域而言是一个尚未充分开发的重要资源。我们相信，大数据可以以创造性的方式被利用，以补充那些更贴近实地研究的方法论，从而形成对多样而复杂的休闲现象更为全面和立体的理解。
披露声明
作者未报告任何潜在的利益冲突。
