探讨副数据在数字化支持的定性合作研究中的作用

荣誉提名
用户研究方法(访谈、调查、观察)原型设计与用户测试研究伦理与开放科学大学教授与研究人员HCI 研究员社会学家与人类学家

文献标题

探索元数据在数字化支持的定性共研中的作用 (Exploring the Role of Paradata in Digitally Supported Qualitative Co-Research)

文献信息

  • 主题领域: 人机交互(HCI)和定性研究方法学
  • 关键词: 元数据 (Paradata), 定性研究, 共研 (Co-research), 数据透明性, 参与式设计, 社会科学, 数字化支持, 公民科学

研究背景与问题

  • 问题与挑战:

    • 定性共研实践中参与者在数据收集、分析和传播中的透明性不足。这可能对参与者(如资助机构)造成问题,因为他们需要研究过程决策的严谨性和责任性证据。
    • 数字化支持的定性研究产生了大量互动日志(即元数据),但这些日志很少被用来审查和改进研究决策。
  • 重要性:

    • 随着定性研究影响多方利益相关者(如社区组织、政府),透明性、数据共享和责任性的需求不断增加。
    • 元数据透明性的重要性正在上升,这是保证数据共享、验证和再利用的一个关键因素。
  • 研究动机与相关工作:

    • 近年来人机交互(HCI)学术界越来越关注如何增强定性研究的透明性与可复现性。本研究呼应这一领域的需求,探讨元数据对定性研究透明性提升的潜在应用。
    • 过往研究对元数据的应用局限于在线学习和调查方法学领域,而在定性研究中鲜有探讨。本研究填补了这一领域的空白。

解决方案

  • 提出的解决方案:

    • 作者通过四个月的实地研究,与一个以社区为主导的慈善机构共同合作,并使用数字平台 Gabber 记录和分析定性研究活动中产生的元数据。
    • 提出一个关于元数据的概念模型,讨论元数据如何帮助提升过程透明性、促进数据共享,以及创建研究参与者的反馈循环。
  • 创新之处:

    • 将元数据从传统的调查与技术产品分析领域扩展至定性研究。
    • 设计了具体的元数据指标(如“听取覆盖率”、“参与率”等),展示如何通过元数据增强定性研究流程的透明性与信任度。
  • 实施步骤与技术:

    1. 使用 Gabber 平台记录定性研究所涉及的所有阶段(数据准备、数据采集、数据分析、数据整理)。
    2. 观察研究过程中所生成的元数据类型及特点,如听取时间比例、评论数量、分析过程的主题图等。
    3. 设计并引导后部署访谈,从研究参与者角度反思元数据的潜在作用与挑战。

研究成果

  • 具体成果:

    • 提供了关于元数据在定性研究中的概念化描述。
    • 设计了多个元数据指标,如“听取覆盖率”、“数据丢弃率”等,并提出其可能的设计和使用方式。
    • 构建了提升定性研究透明性的设计挑战框架。
  • 现有解决方案的优势:

    • 通过 Gabber 平台,参与者能够看到自己的贡献如何被社区使用,从而增强透明性与合作信任。
    • 在定性研究的全流程中都可利用元数据,从数据采集到分析和传播,创造了一种更民主的研究架构。
  • 实验或评估结果:

    • 参与者对元数据表达了积极反馈,包括它可能帮助重现研究过程、增强透明性以及展示参与者对结果的影响。
    • 虚拟场景和可追溯的元数据机制有助于增加研究结果的信任度。
  • 局限性与未来方向:

    • 局限性:
      • 本研究主要基于一个社群案例,参与者大多数此前缺乏定性研究经验,这可能限制了结果的广泛适用性。
      • 元数据的隐私与伦理问题尚需深入研究,尤其是自动化生成的个人数据。
    • 未来方向:
      • 探索如何以用户友好的方式呈现元数据,并允许参与者方便地审查与 contest 数据使用。
      • 扩展定性研究元数据的标准化与共享机制,以支持其他领域的研究透明性。
      • 从学术和实践角度进一步探讨元数据的隐私、伦理和授权设计问题。

通过这项研究,作者为定性研究的数字化支持工具设计提供了新方向,同时也加深了对元数据在透明性和数据共享中的潜在作用的理解。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/68951/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3502103
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
荣誉提名
group
作者
8 位作者
sell
研究子方向
用户研究方法(访谈、调查、观察)、原型设计与用户测试、研究伦理与开放科学
work
职业/产业
大学教授与研究人员、HCI 研究员、社会学家与人类学家
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文