科罗拉多州立大学的保护科学家和统计学家联手解决了偷猎,骚扰,贿赂和吸毒等敏感行为的关键问题。
研究人员表示,敏感行为-被定义为社会不可接受或不符合规则和规定-是众所周知难以研究的,因为人们通常不想回答有关他们的直接问题。
为克服这一挑战,科学家们开发了间接提问方法,以保护响应者的身份。然而,这些方法也使得难以预测哪些人群更有可能参与敏感行为,以及哪些因素(如法律知识,教育或收入)会影响个人参与敏感行为的可能性。行为。
科罗拉多州立大学自然资源人力学系助理教授Jennifer Solomon和副教授Michael Gavin以及加拿大阿尔伯塔省MacEwan大学的Abu Conteh与科罗拉多州立大学统计系的Jay Breidt教授和博士生Meng Cao合作。开发一种新方法来解决问题。
最近在PLOS One上发表了这项研究,“使用定量随机响应技术数据中的泊松回归了解敏感行为的驱动因素”。
Conteh,作为一名博士生,与新西兰的Gavin合作,使用一种称为定量随机反应的特定技术,从与Sierra的保护区内不遵守自然资源法规相关的行为问题中获得机密答案。塞拉利昂。
在这种技术中,进行采访的研究人员有一个包含乒乓球的大容器,一些有数字,有些没有数字。面试官要求被访者随机挑选一个球,而不向采访者透露。如果球有一个数字,被访者告诉面试官这个号码。如果球没有数字,被访者会揭示他在特定时间段内非法捕杀动物的次数。
虽然采访者并不具体知道所给出的数字是球上的数字还是与非法狩猎有关的数字,但编号和无数球的分布可以得出推论。
Conteh使用这种技术推断了从事非法行为的人口百分比。但是Gavin,Solomon和Conteh想要了解更多关于偷猎的动机:年轻人是否更倾向于从事这种非法活动?来自大家庭的人是否更有可能违反狩猎规定?人们对执法活动的了解是否阻止了非法活动?
由于无法超越对整体人口的概括而感到沮丧,Gavin和Solomon要求Breidt帮助改进数据。
一个有趣的命题
Breidt已经阅读了科学期刊中的随机反应技术,并对此很感兴趣。
“这是获取数据这种有趣的概率方法,但我从未遇到过真正做到这一点的人,”他说。
他邀请正在攻读统计学博士学位的曹先生来解决这个问题。Cao和Breidt开发了一种方法和软件来实现它。在将新方法应用于塞拉利昂数据之前,他们通过广泛的模拟测试了新方法。
在新的计算机程序的帮助下,科学家们发现,来自农村社区的人们在城市中心获得工作的机会较少,他们更有可能在保护区内打猎。塞拉利昂10年内战中流离失所的社区人口也更有可能非法捕杀。
研究人员表示,跨学科合作是解决像这样的复杂问题的关键。人们常常不遵守规则和规定,社会科学家分析这些行为同样重要。
所罗门表示,该团队希望软件和方法论方法将广泛用于世界各地的研究。
“这是一个令人兴奋的进步,应该证明对社会关注的各种不同主题有用,”她说。
发表评论 取消回复