ScholarGate
Asistents
Process / pipelineData collection

Datu vākšana ar sensoriem garenvirzienā — nepārtraukta uzraudzība ar sensoriem laika gaitā

Datu vākšana ar sensoriem garenvirzienā izmanto fiziskus vai digitālus sensorus, lai nepārtraukti vai regulāros intervālos reģistrētu parādības ilgā pētījuma periodā — dienās, mēnešos vai gados. Atšķirībā no vienreizējas mērīšanas, atkārtotā laika struktūra tver izmaiņas, trajektorijas un mainīgumu tādos rezultātos kā fiziskā aktivitāte, vides iedarbība, miegs vai fizioloģiskais stāvoklis. Šī pieeja apvieno reālās pasaules uztveršanas ekoloģisko derīgumu ar gareniskā dizaina analītisko spēku.

Atrast tematu ar PaperMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  1. Lanza, S. T., Collins, L. M., Lemmon, D. R., & Schafer, J. L. (2005). PROC LCA: A SAS procedure for latent class analysis. Structural Equation Modeling, 14(4), 671–694. [For longitudinal intensive repeated-measures designs context, see also: Shiffman, S., Stone, A. A., & Hufford, M. R. (2008). Ecological momentary assessment. Annual Review of Clinical Psychology, 4, 1–32.] link
  2. Stone, A. A., & Shiffman, S. (2002). Capturing momentary, self-report data: A proposal for reporting guidelines. Annals of Behavioral Medicine, 24(3), 236–243. DOI: 10.1207/S15324796ABM2403_09

Kā citēt šo lapu

ScholarGate. (2026, June 3). Longitudinal Sensor-Based Data Collection. ScholarGate. https://scholargate.app/lv/survey-methodology/longitudinal-sensor-data-collection

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateLongitudinal Sensor Data Collection (Longitudinal Sensor-Based Data Collection). Izgūts 2026-06-15 no https://scholargate.app/lv/survey-methodology/longitudinal-sensor-data-collection · Datu kopa: https://doi.org/10.5281/zenodo.20539026