社区驱动的数据分析：推进实现协作研究中社区目标的方法

在 HCI 领域，社区参与式研究（CBPR）存在潜在危害风险，即研究者从社区「提取」数据（如故事、从生活经验中获取的知识）却回馈甚少——给合作者带来认识论负担。学者们已开始审视协作实践，但尚未聚焦于数据分析。本研究（学术与社区研究者共同）探索协作分析中涉及的益处、挑战和权力关系。通过成员核查访谈和双重民族志方法，我们对在社区主导项目中收集的研讨会数据进行了共同分析。本文详细阐述了我们使用的共同分析过程，并检视了结构性权力如何激励提取性研究实践。我们认为，根据社区定义的问题和目标协作分析数据可以减轻认识论负担，并为社区合作伙伴开发共同分析实践提出了建议，以产生认识论收益。