中國心理健康研究中的在地化生態瞬時評估：實施導向框架與初步案例應用
arXiv - Human-Computer InteractionXinying Zhao, Yue Li, Jiafeng Wang, Yunfan Fu, Ruilin Guo, Chen Yang, Cheng Yao, Wei Deng
本研究開發了評估 EMA 平台的框架，並透過案例分析指出在地化部署中工作流缺口與研究功能間的權衡挑戰。
AI 幫你先抓重點
AI 重點 1
研究工具的「在地化部署能力」與「進階研究功能」之間存在權衡關係。
滑鼠懸停看 AI 判斷理由
這提醒開發者與研究者，在選擇或設計數位評估工具時，不能僅追求功能強大，必須考量工具在特定文化或技術環境下的易用性與工作流整合度，否則功能再強也難以落實大規模研究。
AI 重點 2
從「工具可用性」轉向「工作流完整性」的評估視角。
滑鼠懸停看 AI 判斷理由
這改變了傳統僅關注軟體功能的思維，強調了從數據收集到數據準備的整個研究生命週期，這對於設計自動化、高精準度的學習科學或心理評估系統至關重要。
核心研究發現
- 1
研究發現中國心理健康研究多依賴即時通訊工具（54.5%），僅有 21.2% 使用專業的 EMA 平台。
- 2
開發了包含 6 個領域、43 項指標的多維度 EMA 平台評估框架（MEPEF），用於跨平台基準測試。
- 3
在 Huixin EMAI 的實測中，提示完成率為 76.6%，中位數回覆延遲為 4.0 分鐘，顯示出良好的參與接受度。
- 4
研究指出在地化部署面臨的主要挑戰在於工作流缺口，特別是在控制力、交付監控與數據就緒性方面。
對教育工作者的啟發
對於開發教育科技或心理評估工具的設計者而言，本研究提供了重要的設計指標。首先，應建立標準化的評估框架（如 MEPEF），確保工具不僅具備研究功能，更能無縫整合進使用者現有的數位工作流（如即時通訊工具）。其次，在設計自動化評估系統時，必須高度重視「數據就緒性」與「交付監控」，確保收集到的數據能直接用於分析，減少研究者的後處理負擔。最後，應在功能複雜度與在地化部署的簡便性之間取得平衡，以提高參與者的完成率與數據的真實性。
原始文獻資訊
- 英文標題：
- Localized Ecological Momentary Assessment for Mental Health Research in China: An Implementation-Oriented Framework and Preliminary Case Application
- 作者：
- Xinying Zhao, Yue Li, Jiafeng Wang, Yunfan Fu, Ruilin Guo, Chen Yang, Cheng Yao, Wei Deng
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。