使用AWARE框架收集智能手机感知数据

《Advances in Methods and Practices in Psychological Science》：The Collection of Smartphone-Sensing Data Using the AWARE Framework

　　

智能手机普及率的快速增长促使研究人员利用移动设备收集的数据（例如地理位置和通信数据）来理解和预测人类行为。这些数据更为客观且被无干扰地测量，很难通过传统的实验室或基于网络的数据收集方法来获取。然而，智能手机感知数据的收集并非没有其自身的困难。在本文中，研究人员提供了一份关于使用名为AWARE的开源应用程序来收集智能手机感知数据并将其与传统心理学变量相结合的分步教程。此外，研究人员还针对研究人员在收集智能手机感知数据时可能面临的常见挑战，提出了潜在的解决方案。研究人员提供了一个包含可视化教程和数据示例的公共资源，这些资源提供了更多细节并包含代码，使其他人能够使用AWARE平台收集此类数据。

询问人们关于其心理状态或过去行为（即自我报告）是收集心理学数据的一种快速且廉价的方式。然而，自我报告测量存在内部效度与外部效度问题。这主要是因为回答关于个人想法和行为的问题需要准确的回忆或实时的内省，而回忆与技术使用相关的心理状态和行为往往十分困难。随着现代智能手机的普及，学者们能够更轻松地将客观的智能手机数据纳入研究。设备传感器可以在不依赖内省或记忆的情况下被动感知并客观测量数据，且具有纵向和高粒度的特点。这种方法降低了记录行为本身干扰数据收集的风险，如反应性、需求特征、观察者偏差以及霍桑效应。然而，智能手机感知数据收集的新近性和跨学科性质，使得许多受过传统方法学训练的心理学家缺乏相应的技术能力。为了克服传统数据收集的局限性，并使具有传统统计技能但不熟悉编程的学者能够利用移动感知数据，研究人员开展了这项研究。该研究提供了一份分步教程，指导如何使用开源的AWARE框架收集智能手机感知数据并将其与传统心理学变量相结合。研究得出，通过合理配置和团队协作，利用AWARE框架能够有效克服技术和资金壁垒，实现移动感知数据的收集。该研究具有重要的方法学意义，它降低了心理科学中采用移动感知方法的门槛，提升了数据的生态效度。该研究发表在《Advances in Methods and Practices in Psychological Science》上。

研究人员主要采用开源的AWARE框架在Android设备上收集智能手机传感器数据（如地理位置、加速计等），并结合定期的自我报告问卷。样本队列来源为通过社交媒体和在线社区招募的公众参与者，包括玩特定增强现实游戏的用户。在数据存储方面，通过网络托管服务（如Dreamhost或Amazon Web Services (AWS，亚马逊云计算服务)）创建和管理结构化查询语言（SQL，一种用于管理和操作关系数据库的标准语言）数据库。在数据处理阶段，使用Python或R语言环境，采用json库和pandas库对数据进行转换、清理和重组，利用模糊匹配和半正矢公式计算地理距离，最后将感知数据与问卷数据合并以供多层建模分析。

选择数据收集平台：通过比较构建自定义应用程序、付费商业应用和开源框架，得出开源AWARE框架在最大化感知功能、提供多级支持、降低货币成本方面是受资金或技术限制学者的有力选择的结论。
AWARE框架：通过介绍其历史与特性，得出由于其开源性质和学术社区的深度整合，该框架预期将持续存在并比专有应用程序更具包容性的结论。
如何开展移动感知研究：通过概述使用AWARE的六个步骤，得出系统各部分需独立设置且协同工作的结论。
传感器选择：通过分析传感器激活对设备资源和数据库负载的影响，研究人员得出仅选择必要的传感器并选择适当的频率可以降低系统压力和故障率的结论。
自我报告数据与经验取样法（ESM，一种在自然环境下实时收集参与者体验和行为的问卷方法）：通过探讨将传感器数据与自我报告调查数据结合的选项，得出结合ESM与智能手机传感器数据能够产生丰富生态效度数据的结论。
数据库：通过描述创建和管理MySQL数据库的过程，得出在线托管公司或机构信息技术部门可以协助创建数据库，但需考虑数据敏感性和机构限制的结论。
招募参与者：通过说明生成配置文件和引导参与者安装AWARE应用程序的过程，得出参与者被赋予一定控制权，并建议在同意阶段明确说明传感器收集范围的结论。
系统故障排除：通过分析数据缺失、系统故障等问题，得出理解潜在问题并实施定期监控系统各部分的方法可以实现快速解决的结论。
数据缺失：通过指出参与者无意中关闭应用或智能手机在无通知情况下终止应用是数据缺失的常见原因，得出设备设置可调整以缓解此问题，且AWARE离线优先机制可防止数据丢失的结论。
参与者：通过对比便利样本和外部效度样本，得出从非便利人群中招募需要持久性、透明度以及与社区建立信任的结论。
入门引导：通过描述筛选和引导参与者下载、安装应用及授予权限的过程，得出更有条理的入门过程可以减少后期可能出现的问题的结论。
参与者追踪：通过说明追踪参与者数据流和时间戳检查的重要性，得出追踪可能是最耗时的部分，需要定期检查并发出提醒的结论。
数据处理：通过概述数据传输、清理、格式化、合并和分析的流程，得出数据处理需要技术复杂性和编程专业知识，且团队合作很有价值的结论。
数据传输：通过将数据从数据库传输到编码环境，得出可以设置直接连接或本地存储后上传的方法的结论。
数据清理：通过检查异常值、缺失值和不相关数据，得出根据研究背景采取适当策略（如删除或聚合）处理数据问题的结论。
数据重组：通过将单一列数据分离为独立列，得出使用loads()函数和json_normalize()函数可以有效完成数据重组的结论。
合并表格：通过将地理位置表与应用前台表结合，得出使用外键和主键进行精确匹配和模糊匹配可以连接不同数据集的结论。
分析数据：通过计算参与者在玩目标应用时的移动距离，得出利用经纬度、高度和时间戳，并应用半正矢公式计算地球曲率可以实现准确距离计算的结论。
智能手机数据收集伦理：通过探讨被动数据收集的伦理问题，得出需优先考虑隐私保护与知情同意的结论。
知情同意与透明度：通过分析被动数据收集特点，得出同意过程必须优先考虑参与者对数据收集范围理解的结论。
参与者隐私重新识别：通过指出感知数据可能暴露身份，得出应对敏感数据进行聚合或匿名化处理的结论。
数据最小化：通过提出限制传感器激活范围，得出仅收集必要数据可增加隐私的结论。
数据安全（存储、收集、访问）：通过强调数据保护，得出应将数据存于受密码保护设备并限制访问的结论。
参与者控制：通过建议赋予参与者自主权，得出允许其控制研究过程和退出机制是重要的结论。
参与者负担：通过指出减少负担的必要性，得出提供详细引导和限制传感器激活能降低负面结果的结论。

在讨论与结论部分，研究人员指出，与传统方法相比，使用智能手机感知数据提高了生态效度和无法获取数据的可及性，但并未消除方法学担忧，因为智能手机数据受其自身平台、成本和选择偏差等局限性的支配。收集丰富的智能手机数据需要涉及多个领域不同信息集合的广泛技能。在本文中，研究人员阐明了收集智能手机数据的过程和陷阱，提供了一种获取此类数据的明确方向，并呼吁所有心理学领域的学者利用这些丰富的数据。研究人员强调，尽管这种方法存在时间成本和责任等缺点，但AWARE的易用性为缺乏智能手机感知知识的研究人员提供了接触复杂方法学的途径，从而能够为心理科学中以前无法回答的研究问题提供生态效度高的见解。