设计问卷的注意事项

本文摘要自:Babbie, E. R. (2016). The practice of social research. 第9章。本书的作者在这章中讨论了很多和调查方法有关的问题。下面本人摘抄了一些我认为重要的事情:

  • 问卷的格式应该有足够的空间、内容不要填的太满,因为这样可能会让被调查者漏看掉一些内容。
  • 问卷的题目应当是尽可能简洁、清楚、无歧义的
  • 问卷中应当尽可能避免“双管问题”(参见维基百科的词条):即一个问题中实际包含了两个或以上的问题,比如“政府是否应当向富人征税,并且把税收用于教育?”
  • 被调查者应当有能力回答你的问题:你是不是问了被调查者无力回答的问题?
  • 被调查者应当愿意回答你的问题:你是不是问了让被调查者感觉不舒服或者不愿意透露意见的问题?
  • 问题中应当尽可能避免否定语态:在英文中,被调查者很有可能会漏看掉问句中的“not”,中文里面的“不”或许也有同样的问题吧。
  • 避免诱导性的问题:即问题中有任何导向性,鼓励被调查者选择特定的答案。根据很多实证研究,至少在英文中很多问卷中出现的词汇也都会有这样的效果,比如“救助穷人”(assistance to the poor),这被研究者称为“社会称许性偏见”(social desirability bias)。

元数据质量笔记:框架

本人作为一个新进的PhD学生,目前的一个很大的兴趣在于对于结果(outcome)这件事的评估。而我在这个大的兴趣之下,一个很感兴趣的事情就是元数据到底能带来怎样的结果。

虽然元数据的质量并不是结果,但是却是元数据产生预期结果的一个很重要的因素。这篇文章想稍微就最近读到的文献讨论一下研究者对于元数据质量这件事。本文,作为第一部分,将讨论评估元数据质量的一些上层框架。

虽然我个人对于他的论断有所保留,但是在1997年发表的一篇讨论网络资源元数据的论文中,Moen等人提到[网络资源的]元数据的质量缺乏概念和操作上的定义。在这篇论文中,作者从下述4个维度定义了23条评估网络资源元数据质量的指标:

  • 准确性(accuracy)
  • 完整性(completeness)
  • 数据的总体特征(profile):根据下文的定义包括数据的整合程度和粒度
  • 可服务型(serviceability)[1]

2004年,Guy等人的论文讨论了如何概念改进数字论文仓储的元数据质量的问题。作者采用了“功能需求”的方式对元数据质量加以评估:他们首先定义了数字仓储的“内部”(系统和用户的需求)和“外部”(互操作的需求)的功能需求,以此作为选择元数据内容标准和取值标准的基础。[2] 这篇文章并没有从评估的角度讨论元数据的质量问题,但是这种看待元数据质量的方法是很重要的。

在Hillman和Bruce2004年的论文中,她们定义了对元数据质量的7种测量标准:

  • 完整性
  • 准确性
  • 数据溯源(provenance)
  • 符合(社区的)期待
  • 逻辑一致(logical consistency and coherence)
  • 时效性
  • 易获取性 [3]

NISO在2001年发表了《构建优秀的数字馆藏指南框架》(A Framework of Guidance for Building Good Digital Collections)的报告。这份报告在2007年发表了第三版。元数据因为其重要性,是这份报告中的一章。这份报告定义了元数据质量的6个原则:

  • 好的元数据符合社区标准
  • 好的元数据支持互操作
  • 好的元数据使用规范控制和内容标准
  • 好的元数据清楚的定义应用的状况和条款(conditions and terms of use)
  • 好的元数据支持资源长期的监护(curation)和保存
  • 好的元数据记录应当具有好的数据对象的特征,包括规范、可靠、可典藏、永久并且具有独一无二的标示 [4]

NISO的这个框架是很全面而且权威的。但是从研究的角度,它并没有直接回答元数据质量的操作定义这件事。

Stvilla等人在2007年发表的论文从“信息质量”(Information quality)的角度讨论了元数据的质量。他们从内部质量、关系质量和规范质量三个角度提出了21点评估的指标。[5]

对我而言,建立评估的框架其实是很困难的一件事。不过现有的框架似乎已经很好的覆盖了这个题目的大多数方面。当然显然这个问题显然还有其他的角度,比如从元数据创建或者使用的过程中讨论质量问题,以及具体到某个应用中的质量问题的评估。接下来的几篇文章,我将继续讨论其他这些问题。

 

参考文献

[1] Moen, W. E., Stewart, E. L., & McClure, C. R. (1997). The Role of Content Analysis in Evaluating Metadata for the U.S. Government Information Locator Service (GILS): Results from an Exploratory Study [Paper]. Retrieved November 1, 2015, from http://digital.library.unt.edu/ark:/67531/metadc36312/

[2] Guy, M., Powell, A., & Day, M. (2004). Improving the Quality of Metadata in Eprint Archives. Ariadne, (38). Retrieved from http://www.ariadne.ac.uk/issue38/guy

[3] Hillmann, D. I., & Bruce, T. R. (2004). The Continuum of Metadata Quality: Defining, Expressing, Exploiting. ALA Editions. Retrieved from http://ecommons.cornell.edu/handle/1813/7895

[4] NISO Framework Working Group. (2007). A framework of guidance for building good digital collections. http://www. niso. org/publications/rp/frame-work3. pdf

[5] Stvilia, B., Gasser, L., Twidale, M. B., & Smith, L. C. (2007). A framework for information quality assessment. Journal of the American Society for Information Science and Technology, 58(12), 1720–1733. http://doi.org/10.1002/asi.20652

“Nalsi的图情笔记”微信公众号文章列表:2015年10月

或许各位已经知道了,我已经开通了我的微信公众号”Nalsi的图情笔记”。(添加方法:请在微信中搜索“Nalsi的图情笔记”。)之前的计划是把所有和图请资讯有关的内容都发到那里,然后把这个博客转型为我的PhD笔记本。不过因为微信公众号的几个重要不足,我决定以后的文章应该还是会发在两边。

但是10月所有的文章都没发在这里。以下是我10月在微信公众号上所有内容的列表:

 

海尔迈耶问题(Heilmeier Catechism)

乔治·海尔迈耶(George Heilmeier,1936-2014)是美国工程师、技术管理者。他是液晶显示技术的主要发明者之一。(参见他的Wikipedia词条

他在科研领域最著名的事情的就是他提出的“海尔迈耶问题”,这是一组他认为任何研究项目都必须要回答的问题。很有趣的是,目前市面上似乎存在着不同版本的海尔迈耶问题。比如在1992年海尔迈耶本人的一个演讲中,他列举了以下几个问题:[1]

  • 你要做什么?
  • 这件事现在是怎么做的?现在做法有什么局限?
  • 你的方法有哪些创新?你为什么觉得你的方法能够成功?
  • 如果你的方法能够成功,它能带来怎样的变化?
  • 你的方法需要花多少钱?需要花费多少资源?要怎样在中期和结尾进行评估?

在1991年对他进行的一次采访中,海尔迈耶解释了他提出这组问题的一些历史背景。他提到当时的科研环境已经不可能让科学家随随便便拿到经费去做研究了,所以科学家必须去提前计划他们的研究,他们必须去阐明当前实践的不足,等等。[2]

这种方法最佳的使用案例就是撰写科研计划。它可以帮助研究者很全面的总结出这个计划的意义和现实的关联。在这个意义上,我觉得国内的研究者在未来也可以应用这个框架更好的总结自己的研究。

 

参考文献:

[1] Heilmeier, G. (1992). Some reflections on innovation and invention. Founders Award Lecture, National Academy of Engineering, Washington, DC. Retrieved from https://www.isi.edu/~johnh/TEACHING/CS551/ARCHIVE/Heilmeier92a.pdf

[2] Heilmeier, G. H. (1991). Oral history interview with George H. Heilmeier. Retrieved from http://conservancy.umn.edu/handle/11299/107352