摘要

远程协作假设假设,移动通信增加了与通信丰富的关系的交互,同时削弱了与通信薄弱的关系的相互作用。在本研究中,我们演示了如何使用智能手机通过刺激与通信弱连接的交互来缓解远程协作行为。使用智能手机应用程序收集非身份移动通信日志数据,我们对193名日本参与者进行了现场实验。治疗包括屏幕提示,旨在刺激与沟通弱联系的互动。结果表明,这种治疗促进了沟通弱联系的激活以及通过这些联系获取信息,这表明智能手机可以用于促进获得社会资本。

移动通信可以促进与同质纽带的互动,从而减少孤独感并提供情感支持(例如,Hampton,Sessions,&Her,2012). 然而,这种与亲密关系的交流增加可能会以与较弱关系的互动为代价,因为与较弱关系互动的频率和亲密度往往较低(Gergen,2008年;Habuchi,2005年;小林寺和博阿斯,2014年). 与弱联系的沟通很重要,因为这些联系可以充当来自不同社会群体的信息和想法的渠道。通过弱联系获取新信息和想法的能力是一种社会资本,因为它可以以财富、权力和声誉的形式产生回报(林,2001). 手机会让人们花更多的时间与牢固的联系在一起,这反过来又会降低与脆弱联系的总体接触水平,这一观点被称为远程茧假说(Habuchi,2005年;小林寺和博阿斯,2014年). 支持这一假设的发现是,移动通信与来自不同背景的其他人的通信呈负相关(坎贝尔和夸克,2012年)对社会信任和容忍有负面影响(小林寺和博阿斯,2014年). 然而,随着智能手机最近的普及,人们越来越需要重新思考远程协作假设,因为智能手机的可定制性使其能够促进与弱关系的互动。本研究通过一个新颖的现场实验来研究这一主题,为此我们设计了一个智能手机应用程序,以帮助人们增加与通信弱联系的联系,这种联系的特点是接触频率低。1研究结果表明,智能手机可以通过支持与通信弱连接的交互来满足获取社会资本的必要条件。因此,在智能手机时代,可能需要重新审视远程作茧自缚的假设。

社会资本与弱联系

在本研究中,社会资本是指“参与者为行动而访问和使用的嵌入在社会网络中的资源”(林,2001,第25页)。社会网络并不等同于社会资本,但社会网络的特征,例如联系的强度,是制约可通过网络访问的资源类型的外生因素(林,2008). 据林说(2001),通过亲同性原则促进了牢固的联系(霍曼斯,1950年)这表明个人倾向于与与自己相似的人交往。这些与同质他人的互动使人们有可能从社会资本中获得富有表现力的回报,例如幸福感和心理健康。相比之下,弱联系的特点是异质互动,它们提供了对更广泛的社会网络中嵌入的各种资源的访问。与弱联系的互动可以带来财富、权力和声誉等社会资本的工具性回报。通过关注社会资本和异质互动的工具性方面,本研究调查了技术与弱联系之间的关系。

根据Granovetter的(1973)经典的定义是,关系的强度是时间长度、情绪强度、亲密度(相互信任)和互惠服务的组合(可能是线性的),这些都是关系的特征。弱联系的一个关键特征是,它们比强联系更有可能成为与其他社会群体沟通的桥梁(Brown&Reingen,1987年). 因为桥梁作为非冗余信息的来源是有益的(格拉诺维特,1973年;麦克弗森、波皮埃尔茨和德罗布尼奇,1992年)“关系越弱,自我就越有可能获得更好的社会资本来采取工具性行动”(林,2001第67页)。这意味着,在我们能够理解社会资本的工具价值之前,我们必须首先了解弱联系的性质。然而,由于调查方法的局限性,很难直接观察到弱联系的动态。

首先,很难衡量弱联系(布鲁尔,2000;哈默,1984年). 通常用于测量个人网络的名字生成器更适合测量强关系,而不是弱关系(Bernard等人,1990年). 参与者还倾向于回忆他们经常与之交流、最近接触或情感上亲密的人的名字(哈默,1984年). 此外,调查对象还存在扩展性偏差,即调查对象往往高估个人网络中的交互频率(Feld&Carter,2002年). 根据定义,弱联系是指那些接触频率较低的联系,因此受访者在认知上很难记住并在调查中可靠地报告这种互动。

此外,弱联系往往会衰退。伯特(2002)表明,在关系发展的早期阶段,主要由弱纽带组成的桥梁很难维持,而且比非桥梁更容易腐烂。一项小组调查研究衡量了投资银行家4年来的社交网络,以预测关系的衰退。该研究表明,即使是通过公司内部的跨部门项目建立桥梁,新建立的桥梁也往往缺乏同质性,难以维护。优先考虑与更容易相处的同事沟通,放弃了桥接关系(伯特,2002年). 换句话说,虽然同质化可以加强网络联系,但它也使弱联系更有可能被抛弃。总之,弱联系很难衡量,也很难理解,因为它们具有难以捉摸的性质。

电信和社会资本

移动通信对社会资本的影响已经从语音通话和短信促进的社会互动类型方面进行了研究。尽管有报道称语音通话和短信之间存在细微差异(石井,2006),移动通信曾多次被报道具有促进核心群体成员之间同质互动的总体效果(例如,Campbell&Kwak,2012;石井,2006;凌,2008年). 此外,手机通信可能会产生茧效应,因为它可以对抗异构交互,从而访问嵌入在更广泛的社交网络中的异构资源。例如,如果发短信只会促进与亲密朋友和家人的联系,并且可以减少异类接触,它可以通过将注意力集中在现有的亲密关系上而产生茧效应,而不是去接触不同个体之间或不太亲密的关系中形成的薄弱联系(坎贝尔和夸克,2012年;Gergen,2008年;Habuchi,2005年;凌,2008).

坎贝尔和夸克(2012)利用多波面板数据证明,在小型和志同道合的强关系网络中,公开对话的水平与通过手机进行的政治讨论呈负相关,尽管这种关系在志同道远的大型关系网络中发生了逆转。小林寺和博阿斯(2014)通过对日本青年的全国代表性调查,在普遍信任的背景下检验了远程协作假设。跨部门分析表明,经常发短信的人比不经常发短信者更有可能认为,一般信任测量中的“大多数人”只指朋友、家人和其他上同一所学校的人。他们还证明,频繁发短信对社会宽容和社会谨慎有负面影响,这两者在理论上都接近于普遍信任。

总之,以前的研究已经广泛证明,手机通信,尤其是短信,促进了同质互动。与此同时,移动电话通信可能会阻碍弱联系的维持,阻碍获得有助于获得工具回报的社会资本,从而破坏异质互动。

智能手机能缓解远程通信的影响吗?

传统手机通信的远程协同效应(即特征手机的使用)被认为对异质交互具有总体负面影响。然而,由于智能手机可以通过使用第三方应用程序进行高度定制,其中一些应用程序可能有助于用户维持薄弱的联系,智能手机的迅速普及表明需要重新考虑我们对远程协作的理解。通过Apple的App Store或Google Play轻松提供此类应用程序,用户可以对手机进行前所未有的定制。

智能手机应用程序可用于向用户发送个性化信息或实验刺激,因此该功能有可能对未来的远程协同研究产生重大影响。与谚语“眼不见,心不烦”类似,当一个关系在认知可及性方面下降时,该关系的成员之间进行交流的可能性降低。虽然个人有自己个人网络的认知地图(林,2001),除非他们能够准确地感知其所嵌入的关系,否则他们无法调动周围网络中可用的社会资本(品牌,2013). 然而,事实证明,人们很难准确回忆起自己的个人网络(克拉哈特,1987年;品牌,2013年)人们似乎更容易忘记弱联系而不是强联系(布鲁尔,2000). 如果远程协同效应降低了弱联系的认知可及性,那么移动通信将扩大个人网络认知地图中的盲点,并阻碍通过弱联系动员社会资本。

如果可以创建一个应用程序,从移动通信日志中识别弱连接,并提供一个可以增强这些连接的认知可访问性的刺激,那么它可以帮助维护易衰退的弱连接中嵌入资源的可访问性。例如,如果一个人被提醒与一位很久没有联系过的前同学,他可能更容易回忆起积极的记忆,并与该同学重新建立联系。同样,如果有人被提醒与工作相关的关系正在衰退,那么与没有收到提醒的人相比,该人可能更愿意联系该关系,分享最新信息或探索新商机的可能性。基于这些原因,我们预计,与未发出此类提醒相比,提供获取社会资本途径的弱联系在被识别为需要重新连接时更有可能被激活。

尽管有必要确定弱联系,以提醒他人并激活他们,但正如前一节所述,通过调查确定弱联系在方法上很难。本研究旨在通过采用一种使用移动通信日志自动识别通信弱连接的新方法来克服这一方法学挑战。

从移动通信日志估计连接强度

可以设计智能手机应用程序来记录存储在通话和短信日志中的基本信息。移动通信日志可用性的一个特别重要的含义是,识别通信弱连接变得更加容易。沟通弱联系的特点是接触频率低。虽然先前的研究表明,系杆强度是多维定义的(例如,Marsden&Campbell,1984年),本研究收集的移动通信日志仅测量了接触频率。因此,为了明确本研究中的联系强度是由单一维度(即接触频率)定义的,以下我们将从移动通信日志中识别的弱联系称为“通信弱联系”(CWT),而不仅仅是“弱联系”。

据马斯登和坎贝尔介绍(1984),领带强度的最佳指标是紧密度和强度。另一方面,接触频率不一定是一个好的指标,因为与邻居和同事的接触频率可能很高,与联系强度无关,尤其是通过面对面的接触频率来衡量时。因此,仅基于移动通信日志来测量连接强度并不理想,CWT不能被视为在概念上等同于弱连接。然而,同样正确的是,没有沟通,纽带就不可能成为信息和思想的渠道,而信息和思想是工具性社会资本的基本要素。换言之,沟通是弱联系获得社会资本的必要条件,但不是充分条件。缺乏沟通意味着无法获得社会资本,这就是为什么沟通很重要。由于CWT根据定义将弱联系作为一个子集,因此发现激活CWT与激活弱联系具有相同的效果并不奇怪,尽管激活CWT的效果可能会减弱,因为CWT包括不在弱联系原始定义范围内的联系(另见脚注3)。

接触频率可以很好地代表领带的强度,这不仅是因为它与其他指标(如亲密度)密切相关(马斯登和坎贝尔,1984年)但也因为研究表明,两个人使用沟通媒体的次数越多,他们就越有可能以其他方式进行互动,包括面对面的互动(海桑斯韦特,2005). Jones和他的同事(2013年)通过要求脸书用户说出他们在现实生活中最亲密的朋友的名字来确立基本事实,并根据参与者在脸书上进行在线互动的频率成功确定了现实世界中的牢固联系(另请参见Gilbert&Karahalios,2009年;Stefanone等人,2012年). 至于移动通信,Raeder等人通过分析基于移动通信日志构建的大规模社交网络(2011)证明了语音通话的频率成功预测了领带的衰退,而领带的衰退与领带的强度密切相关(伯特,2002年). 类似地,通过从移动通信日志中提取的社交网络中的邻里重叠来估计联系强度,Banford等人(2010)发现语音通话频率是平局强度的合理代表(另请参阅卡拉布雷斯等人,2011年;Eagle、Pentland和Lazer,2009年;张丹图,2010).

此外,尽管仅基于通信频率的领带强度测量缺乏更全面的多维测量,但与传统的自我报告测量相比,使用移动通信日志测量领带强度具有某些优点。首先,与包含偏差和较大测量误差的自我报告测量相比(小林和博阿泽,2012年;Boase&Ling,2013年)移动通信日志可以作为通信频率的低噪声行为指标。第二,因为两个人之间接触频率的下降表明关系正在衰退(Raeder等人,2011年),移动通信日志可以捕捉连接强度的纵向变化,这在横断面调查数据中很难做到。移动通信日志的这些关键功能使我们能够识别CWT并发送提醒以激活它们。

方法

智能手机应用程序概述

本研究中使用的智能手机应用程序具有两个相关功能。首先,该应用程序会自动记录所有语音通话、短信和Gmail信息的非识别信息。因为Gmail信息是通过谷歌的OAuth系统收集的2使用Gmail日志无法区分基于计算机和智能手机的Gmail使用情况。应用程序还可以检索安装日期之前的通信日志。所有日志都被不可逆转地加密并发送到安全的研究服务器。该应用程序不会检索消息的内容(语音通话、短信或Gmail消息),也不会检索用户或他们使用智能手机与之通信的人的任何识别信息。

该应用程序的第二个功能是提供有关CWT的提醒消息。此功能可从语音通话、文本和Gmail消息日志中识别CWT,并发送提醒,提示用户可能希望重新联系这些关系。在本研究中,CWT被定义为过去至少通过语音通话、短信或Gmail进行过一次通信,但自上次登录通信以来已经过去60天或更长时间的联系。研究服务器每天为每个用户编制一份CWT列表,并从CWT列表中随机选择一个联系人发送提醒。为了能够在提醒中显示联系人的姓名,CWT是从智能手机地址簿中注册的领带中选择的。

考虑到实验的设置,60天不接触是定义CWT的一种合乎逻辑的方式。接头强度基本上是连续的,这里使用的二分法只是为了便于识别CWT。60天的阈值自然是因为实验持续了大约2个月,并且可以在实验开始时跟踪日志的可用性。如果我们将CWT定义为不接触少于60天,那么实验开始时的CWT数量就会增加,这反过来会导致实验期间自然发生CWT活化的可能性更高。这将是一个问题,因为CWT的自然激活会减弱治疗效果(即提醒通知)。另一方面,将CWT定义为60天以上没有联系也是不可取的,因为实验开始时可用日志的持续时间因参与者而异。尽管我们通过优先考虑那些使用智能手机时间较长的人来招募参与者(如下文所述),但一些参与者只使用了几个月的智能手机,因为现场实验是在日本智能手机普及的早期阶段进行的。例如,如果一名参与者使用智能手机三个月,而连续工作时间定义为六个月或更长时间没有联系,那么她的连续工作时间将无法正确识别,因为她只有三个月的日志数据。考虑到可以追踪所有参与者日志的最长时间,我们将CWT定义为60天或更长时间内没有联系。总之,在使用更长和更短的缺勤时间来定义CWT之间存在着不可避免的权衡。使用60天作为截止点有点武断,但考虑到这种权衡,它提供了合理的平衡。

提醒通知中包含以下信息:“您上次联系[联系人姓名]的时间是[YYYY/MM/DD HH:MM]。隔一段时间保持联系怎么样?您的联系人会很感激的!”在通知下面,显示了四个按钮以鼓励与联系人沟通:1。呼叫,2。发送文本,3。稍后联系,4。不再显示有关此联系人的提醒。4如果未发现CWT,则不会发送提醒。因此,处于治疗状态的参与者收到的提醒次数不同,而对照组的参与者没有收到任何提醒。

现场实验参与者

本研究的参与者于2012年2月从日本一个在线调查公司注册的小组中招募。对25914名参与者进行了初步在线调查,并根据以下标准与潜在参与者接触:1)使用Android手机;2) 不使用多部手机;3) 在Android手机上使用Gmail;以及4)20岁或以上。潜在参与者根据他们使用智能手机的时间以及他们使用语音通话、短信和Gmail功能的频率进行分类。在符合这些标准的5416名参与者中,385名参与者同意参与研究。在这些人中,我们首先联系了使用时间最长、使用频率最高的人参与研究,因为他们的日志大小足以识别CWT。

在同意参加实验后,385名参与者中的259人完成了预处理调查,并被要求在他们的Android智能手机上安装我们的应用程序。在安装应用程序时,参与者被随机分配到治疗组或对照组。他们被要求在两个月的实验期间将应用程序留在手机上。安装应用程序大约2个月后,参与者完成了治疗后测量,并被指示卸载应用程序。231名参与者在完成预处理测量后成功安装了应用程序。在这些参与者中,193人在2个月后完成了治疗后测量。三名参与者在实验期间重新安装了应用程序,这些参与者被排除在分析之外,因为他们可能在重新安装后被随机分配到不同的实验条件。另外17名参与者被排除在外,因为他们对可靠性检查的回答有问题。可靠性检查询问参与者:“在安装应用程序的两个月内,有多少次要求您联系您最近没有联系过的人?”治疗组中至少收到过一次提醒但表示“从未收到任何信息”的参与者对照组中没有收到提醒但表示收到提醒的参与者被排除在分析之外。这为我们留下了173名参与者的数据(N控制=82,N个治疗=91),其中53%为女性,59%拥有大学学位。平均年龄为34.65岁(标准偏差=9.27),智能手机的平均使用时间为7.59个月(标准偏差= 3.57).

自述相关变量的测量

在治疗后调查中,我们测量了以下三个自我报告的因变量:激活CWT的频率、通过弱联系获取信息和通过强联系获取信息。5我们询问了通过紧密联系获得的信息,以便测试我们的操作的安慰剂效应。因为提醒是针对CWT的,所以我们不认为这种治疗会影响通过紧密联系获得的信息。激活CWT的频率测量了CWT的激活,包括通信日志未捕获的面对面的通信。通过弱联系和强联系获得的信息衡量获得社会资本的机会。我们关注信息获取,因为信息的力量是社会资本的主要方面,使个人能够实现工具性目标(林,2001).

激活CWT的频率

参与者被问及:“在您安装应用程序的两个月内,是否发生了以下情况?”提供了以下六项内容:“我联系了一位很久没有联系过的密友,”“我联系过一位很久没联系过的同事,”“我联系了一位很久没有联系过的前同学,”“我联系过一个我以前认识的人,但我有一段时间没有联系过他,”“联系了一个我很久没有联系的亲戚,”“和”“我接触了一个在前五个项目中没有提到的人,而我有段时间没有接触过他。”每个项目的6点反应量表从“一点也不”到“一天不止一次”不等。每个参与者对六个项目的反应都是平均的,并标准化为0到1的范围(α= 0.80,M(M)= 0.09,标准偏差= 0.12).

通过弱联系获取信息

参与者被问及:“在过去两个月里,你多久从与你不特别友好的人那里获得以下类型的信息?‘与你不太友好的人’是指家庭以外的人、亲密的朋友或与你关系密切的同事。”提供了以下五项:“对你的工作(学业)有用的信息”、“对你日常财务或储蓄等货币决策有用的信息,”“对你健康有用的信息。”“与娱乐有关的信息,如音乐和电影,”以及“与社会和政治新闻有关的信息”。六个回答选项从“一点也不”到“每天不止一次”不等。每个参与者对这五个项目的回答被平均化并标准化,范围从0到1(α= 0.91,M(M)= 0.12,标准偏差= 0.16).

通过紧密联系获取信息(安慰剂因变量)

使用与通过弱联系获取信息相同的测量方法,参与者被问及关于“你感觉非常亲密的人”的相同问题。提供的解释是:“你感觉很亲密的人'包括家人、亲密的朋友或与你关系密切的同事。”这里使用了上一节中使用的相同五个项目,对问题项目的回答进行了平均和标准化,范围从0到1(α= 0.88,M(M)= 0.30,标准偏差= 0.22).

分析

使用两个数据集进行分析:行为日志和自我报告调查数据。我们利用精确而丰富的行为日志数据进行生存分析,将关系(而非参与者)作为分析单位。通过分析,我们可以检查提醒是否真的激活了CWT。对于自我报告数据,激活CWT的频率(用治疗后问题测量)被用作因变量来检查激活效果。这里分析的数据提供了行为日志中分析的数据的复制,它们超越了行为日志,包括面对面交流和其他类型的交流,而这些交流是行为日志无法捕获的。最后,为了确定提醒是否促进获得社会资本,我们评估了信息获取的治疗效果。

操纵检查

首先,我们检查提醒是否真正针对CWT。在治疗后测量中,治疗组被问及,“应用程序要求你多久联系一次以下类别的人?”提供的九个类别是:“你有一段时间没有联系过的人”“你通常不会面对面的人”“与你不太友好的人”“一个你认识很长时间的人”、“一个与你没有太多共同点的人”,“一个和你很友好的人”“一个为你提供有关工作或学校有用信息的人””“一个人为你提供关于你的爱好的信息”和“一个跟你讨论重要问题的人”这些项目的5点反应量表从“经常”到“很少”不等。使用因子分析确定了两个明确的因素(最大似然估计和斜前驱旋转)。对第一个因素影响很大的项目是:“有一段时间没有联系过的人”、“通常不会面对面的人”、”“和你不太友好的人”“认识很长时间的人”以及“和你没有太多共同点的人”对这五个类别的回答进行了平均和标准化,范围从0到1(M(M)= 0.61,标准偏差= 0.21). 加载在第二个因素上的项目是:“与你非常友好的人”、“向你提供有关工作或学校的有用信息的人”,“为你提供有关爱好的信息的人,”和“与你讨论重要问题的人。”对这四个类别的回答进行了平均和标准化,范围从0到1(M(M)= 0.38,标准偏差= 0.23). 问题项的内容清楚地表明,第一个因素代表针对CWT的提醒频率,第二个因素代表那些针对紧密联系的提醒频率。平均值之间的差异具有统计学意义(科恩d日= 1.06,t吨= 7.40,第页< .001). 这支持了提醒按预期针对CWT的概念。

分析使用行为日志

该分析的重点是确定在实验期间发送的提醒次数是否能积极预测CWT的激活。CWT的激活是指在收到至少一个提醒后,至少出现一个电话、短信或Gmail消息。如果提醒能够有效激活CWT,那么这些有针对性的联系应该更有可能被激活。

因为只有在治疗组参与者的通讯录中登记的联系才可能成为提醒的对象,所以我们将此通讯录联系子样本用于以下分析。在这些联系中,995个在实验开始时被确定为CWT。每位参与者的CWT数量从1到127不等(M(M)= 12.3,标准偏差= 17.3). 我们向这些CWT发送了2354封提醒信。每位参与者的提醒次数从2次到70次不等(M(M)= 29.1,标准偏差= 15.2).

在最初的995台CWT中,756台收到了至少一次提醒,194台在实验期间被激活。每个CWT的提醒次数从0到42不等(M(M)= 2.37,中值的= 1,标准偏差= 3.60). 尽管大多数领带只收到了几条提醒,但少数领带收到了很多提醒。为了处理这种偏斜分布,我们在下面的分析中使用了实际的和日志转换的提醒数。

为了检验提醒是否有效激活CWT,我们基于考克斯比例风险模型进行了生存分析。危险(小时(t吨))在考克斯比例风险模型中,指的是存活到t−1但在t–1t吨在本研究中,CWT的激活与“死亡”相对应。为了通过提醒次数预测CWT的激活,危险被定义为时间的函数(t吨)以及提醒次数(x个); 即。,小时(t吨|x个) =小时0(t吨)*出口(βx),其中小时0(t吨)是依赖于时间而非协变量的基线风险函数,exp(βx)是一个依赖于协变量但不依赖于时间的线性函数。Cox比例风险模型是一个半参数模型,因为对exp(βx),但没有为指定表单小时0(t吨). 当满足比例风险假设时,提醒次数增加一个单位(x个)与β原木危害率增加。

表1显示了估计结果。由于关系嵌套在参与者中,我们通过将参与者设置为集群来估计稳健的标准误差(以处理异方差;格林,2000). 模型中没有包括性别和年龄等基本的人口统计学变量,因为没有明确的理论理由将其包括在内,我们注意到这些变量没有显示出显著的影响。型号1英寸表1使用实际提醒次数作为自变量。该系数非常显著,危险比表明,一次提醒预计将使CWT激活的概率增加8%。模型2使用日志转换提醒次数作为自变量,结果与模型1一致。也就是说,提示积极预测了CWT的激活,并且在传统水平上的影响具有统计学意义。我们还通过在规范中包含提醒效果的平方和平方项来探索提醒效果的非线性性质,但两者都不显著。Schoenfeld残差与时间的秩相关(ρ)在两个模型中均不显著,表明满足比例风险假设。总之,收到更多提醒的CWT更有可能在实验结束时通过语音通话、短信或Gmail消息激活。

表1

生存分析预测通信弱连接的激活

模型1模型2
提醒次数β0.08
稳健标准误差(0.02)
第页-价值0
危险比1.08
提醒次数(日志转换)β0.37
稳健标准误差(0.16)
第页-价值0.02
危险比1.45

Schoenfeld残差与时间的秩相关ρ0.010.02
P值0.880.64
AIC公司2623.122623.80
事件的数量194194
模型1模型2
提醒次数β0.08
稳健标准误差(0.02)
第页-价值0
危险比1.08
提醒次数(日志转换)β0.37
稳健标准误差(0.16)
第页-价值0.02
危险比1.45

Schoenfeld残差与时间的秩相关ρ0.010.02
P值0.880.64
AIC公司2623.122623.80
事件的数量194194
表1

生存分析预测通信弱连接的激活

模型1模型2
提醒次数β0.08
稳健标准误差(0.02)
第页-价值0
危险比1.08
提醒次数(日志转换)β0.37
稳健标准误差(0.16)
第页-价值0.02
危险比1.45

Schoenfeld残差与时间的秩相关ρ0.010.02
P值0.880.64
AIC公司2623.122623.80
事件的数量194194
模型1模型2
提醒次数β0.08
稳健标准误差(0.02)
第页-价值0
危险比1.08
提醒次数(日志转换)β0.37
稳健标准误差(0.16)
第页-价值0.02
危险比1.45

Schoenfeld残差与时间的秩相关ρ0.010.02
P值0.880.64
AIC公司2623.122623.80
事件的数量194194

使用自我报告调查数据进行分析

该治疗对激活CWT的频率有略微显著的意向治疗效应(Cohen’sd日= 0.30,t吨= 1.95,第页= .052).6与对照组相比,收到提醒的参与者更有可能联系CWT。这一结果与行为日志分析结果一致。使用自我报告数据的一个优点是,自我报告的测量包括面对面的交流,而这是行为日志无法捕获的。此外,提醒还可能产生溢出效应,激活与未在智能手机用户地址簿中注册的人之间的弱联系,这种联系无法通过行为日志捕获,但可以通过自我报告进行衡量。

当这六个激活项目被单独用作因变量时,提醒对“我联系了一位很久没有联系过的前同学”(科恩的d日= 0.30,t吨= 1.99,第页=0.048)和“我联系了一个我以前认识的人,但我有一段时间没有联系过他”(科恩的d日= 0.27,t吨= 1.78,第页= .076). 这些结果表明,提醒特别可能激活与前同学的CWT。另一方面,提醒与同事和仅仅是熟人激活CWT可能会产生较弱的效果,因为参与者可能没有太多要讨论的内容,也没有任何特定的理由与这些类型的人接触。

提醒的存在与否也对通过弱联系获取信息产生了显著的意向治疗效应(Cohen’sd日= 0.36,t吨= 2.34,第页= .020). 也就是说,收到提醒的参与者比控制组的参与者更有可能从他们感觉不是特别亲密的人那里获得信息。当这五个项目被单独用作因变量时,提醒的意向治疗效应在“对你的健康有益的信息”(Cohen’sd日= 0.34,t吨= 2.25,第页=0.026)和“与娱乐相关的信息,如音乐和电影”(科恩的d日= 0.37,t吨= 2.42,第页= .017). 此外,“对你的工作(学业)有用的信息”(科恩的d日= 0.26,t吨= 1.74,第页=.084)和“对您的货币决策有用的信息,如日常财务或储蓄”(科恩的d日= 0.29,t吨= 1.92,第页= .056). 最后,我们不希望提醒通过牢固的联系对信息获取产生影响,因为提醒专门针对并促进与CWT的沟通。正如预期的那样,一项安慰剂测试表明,提醒对从强关系中获得信息的频率没有显著影响(科恩的d日= 0.16,t吨= 1.02,第页= .306). 这些结果表明,提醒通过弱联系对信息获取具有促进作用,并且这种提醒比工具信息(如财务建议和工作相关提示)更容易刺激表达信息的流动(如娱乐),尽管差异不大。

讨论

与弱联系的互动可以获得社会资本,这可以让人们以有价值的信息的形式获得工具性回报(Lin,2001年). 然而,移动通信的远程协同效应被认为是以牺牲与弱连接的交互为代价,通过同质连接来增加通信,这反过来可能会抑制对个人网络中嵌入的各种资源的访问。为了检验这些论点,本研究表明,使用智能手机激活CWT是可能的,CWT反过来满足了通过弱联系促进信息获取从而获得社会资本的必要条件。这一发现表明,需要重新审视远程协同假设,特别是考虑到智能手机的广泛可用性。

在一项将参与者随机分为提醒组和不提醒组的现场实验中,使用行为日志进行的生存分析证明了提醒对CWT的激活作用。也就是说,被提醒使用CWT的智能手机用户更有可能激活CWT。对自我报告措施的分析证实了该疗法的激活效应,表明提醒特别促进了与“参与者有一段时间没有联系过的前同学”的交流。此外,结果表明,通过提醒,从弱联系中获得的信息得到了增强,这表明,提醒为获得社会资本奠定了基础。

智能手机可以用来满足获取社会资本的必要条件,这一发现具有许多含义。首先,个性化提醒鼓励通过弱联系获取信息的发现表明,技术可以促进获取社会资本。虽然本研究不是第一次认识到这种可能性,但大多数先前的研究都依赖于对自报调查数据的相关分析。从这个意义上说,本研究基于随机现场实验的强大因果推断为技术与社会资本之间关系的文献提供了独特的贡献。

对社会网络中认知社会结构的研究表明,人们不可能总是调动周围网络中可用的社会资本,因为他们的网络认知地图是不完整和不准确的(布鲁尔,2000;品牌,2013年). 具体而言,脆弱的联系或衰退的联系往往不太容易获得,嵌入这些网络中的各种资源也不太可能被识别。通过基于移动通信日志的提醒激活CWT补充了智能手机用户不完整的认知映射信息。与研究技术是否创造或破坏社会资本的观点不同,这项研究表明,一种观点的有效性,即技术是否可以用来补充人们有限的认知能力。

然而,使用智能手机来满足获取社会资本的必要条件与远程协同假设相反。远程协作假说预测,移动通信以牺牲与较弱关系的互动为代价,促进了联系互动,阻碍了获得提供工具性回报的多样化社会资本。因此,本研究的发现表明需要重新思考远程协同假说。基于使用功能手机的移动通信的特点,远程协同假设假设,移动通信的社会供给加速了网络中的同质性原则。然而,由于智能手机具有高度的可定制性,补充用户不完整的社交网络认知地图的应用程序可能会导致与从远程协同假设得出的预测相矛盾的结果。为这个现场实验开发的应用程序正好达到了这个目的。

尽管亲同性原则作为远程协作的驱动力仍然相关,但随着智能手机的广泛使用,移动通信的社会供给正在迅速多样化。智能手机不仅支持主导功能手机时代的一对一通信;它们还支持各种社交媒体应用程序(如脸书或推特)实现的广播通信类型。再也不适合假设每个手机用户都在使用相同的设备。需要进一步研究智能手机应用程序所允许的移动通信的各种影响。

此外,对自我报告调查数据的分析具有更微妙的理论含义。分析没有表明,提醒统一激活了各种弱联系;相反,他们在与以前的同学建立联系方面尤其有效。另一方面,除了促进工具性资源(如工作相关或财务信息)的流动外,提醒还促进了更具表现力的交流,如娱乐信息的交流。这些结果表明,使用智能手机来缓解远程协同效应并不仅仅是通过激活一个人最异质、最脆弱的关系来促进对工具资源的访问。智能手机的这种使用通过激活以前牢固的关系(例如与以前的同学的关系)来促进对工具性和表达性资源的访问,而这种关系已经逐渐退化为CWT。这些发现与之前的发现一致,即以前牢固的关系可以结合弱关系和当前牢固关系的某些方面,因此它们可以成为社会资本的宝贵来源(莱文等人,2011年).

与任何研究一样,这项研究也有一些重要的局限性。其中最重要的是保持智能手机用户继续使用本研究中使用的应用程序的动机。本研究的参与者在完成治疗后测量后获得了金钱奖励。尽管这项研究的实验设计确保了高生态和内部有效性,但用于让参与者使用此实验应用程序的货币激励与日常智能手机使用的自然情况不同。此外,被提醒激活CWT也是一种不自然的情况。由于很难仅从日志数据推断领带的上下文信息,因此本研究中应用程序生成的一些提示对参与者来说是无关或无意义的。因此,如果没有金钱奖励,用户可能会觉得至少有一些提醒很麻烦,他们可能会停止使用该应用程序。未来的研究应该研究如何考虑关系的上下文信息,以便为智能手机用户提供在没有金钱激励的情况下使用的相关提醒。

第二,本研究中使用的应用程序无法捕获社交媒体的使用,社交媒体正日益成为移动通信的一个较大部分。与语音通话和短信不同,社交媒体使用户能够向“朋友”广播状态更新。由于此类广播涉及弱关系和强关系,使用社交媒体可能会增加弱关系被激活的可能性。此外,因为大多数社交媒体都使用鼓励用户激活弱联系和潜在联系的算法来实现(海桑斯韦特,2005),它们可以帮助用户刷新其社交网络的认知地图,进一步鼓励激活弱联系。例如,Hampton等人(2011)发现社交媒体的使用与网络多样性相关,而不受社区、志愿团体、宗教机构和公共空间等传统环境参与的影响,这表明社交媒体直接促进了社会资本的获取(另请参阅埃里森、斯坦菲尔德和兰普,2007年;Steinfield、Ellison和Lampe,2008年). 未来的工作可以通过社交媒体实验性地激活弱联系。

第三,需要仔细检查这些发现的普遍性。这项研究的参与者是那些愿意访问移动通信日志的人,这种合作水平可能会减缓治疗效果。也就是说,提醒的显著效果可能是参与者异常合作的结果。调查结果的国际通用性也需要进行实证检验。例如,使用本研究中使用的相同应用程序,Boase等人(出版中)进行了比较性现场实验,发现日本样本对激活CWT的提醒反应不如美国样本。为了从更具代表性和国际可比性的样本中收集数据,使用脸书进行现场实验可能是有效的。

最后,需要改进移动通信日志中弱连接的操作化。本研究中的CWT与文献中的弱联系之间存在概念上的差距,因为CWT仅由通信频率定义。如前所述,沟通是联系的必要条件,但不是充分条件,以促进获得社会资本。为了区分弱联系和CWT,未来的研究需要开发可靠的方法,使用移动通信日志推断联系强度的更主观方面,如亲密度和强度。此外,未来的研究应该使用通信日志来估计连续的领带强度,这将使我们能够确定最容易受到提醒的领带强度。显然,提醒对激活最弱的关系无效,因为这些关系之间几乎没有社会交换的动机。重要的是要明确哪种类型的弱联系最容易被激活,以便有效地促进社会资本。

笔记

1

如前所述,沟通弱联系在概念上不同于潜在联系。潜在关系被定义为“一种在技术上可以建立联系但尚未被社会互动激活的关系”(海桑斯韦特,2002). 因为根据定义,沟通弱联系在过去至少有一些沟通历史,所以它们不是潜在联系。

2

使用谷歌的Oauth系统可以在不访问用户密码的情况下收集有关消息发送的时间和日期等基本信息。

到目前为止,没有证据表明通讯录中的联系人倾向于紧密联系。

4

由于CWT仅由联系频率定义,因此并非所有提醒都会激活CWT。例如,有意衰退的关系(例如,“前男友”或与之发生冲突或争吵的朋友)或偶尔有手机联系但经常面对面接触的关系(如家人),即使被识别为CWT,也不会被提醒激活。我们无法将这些联系与CWT区分开来,如果它们被激活,将导致获得社会资本的机会增加。然而,数据中存在前一类CWT(我们预计不会受到治疗的影响),这使得我们的统计测试保守。因此,如果我们发现尽管包含了不相关的CWT,但仍有显著的治疗效果,这只会增强我们对提醒有效性的信心。

5

我们在变量名中使用“弱/强联系”,而不是CWT,因为这些测量中的联系强度概念不仅包括频率,还包括紧密度。

6

意向治疗效应是衡量实验分配对因变量的平均效应,而不管实际治疗的治疗组比例如何(Gerber&Green,2012年).

工具书类

班福德
,
J。
,
麦克迪尔米德
,
答:。
, &
欧文
,
J型
. (
2010
).
估计具有少量用户的通信网络中的联系强度
.英寸
2010年第6届国际无线和移动通信会议记录
(pp。
191
195
).
电气与电子工程师协会
.doi:10.1109/ICWMC.2010.40

伯纳德
,
H.R.公司。
,
约翰森
,
欧洲委员会。
,
基尔沃思
,
P.D.公司。
,
麦卡蒂
,
C、。
,
雪莱
,
总会计师。
, &
罗宾逊
,
美国。
(
1990
).
比较四种不同的个人社交网络测量方法
.
社交网络
,
12
,
179
215
.doi:10.1016/0378-8733(90)90005-T

博伊斯
,
J。
, &
,
R(右)
. (
2013
).
测量手机使用:自我报告与日志数据
.
计算机通讯杂志
,
18
,
508
519
.doi:10.1111/jcc4.12021

博伊斯
,
J。
,
小林寺
,
T。
,
施洛克
,
答:。
,
铃木
,
T。
, &
铃木
,
T型
.(印刷中)。
在这里和那里重新连接:美国和日本休眠关系的重新激活
.
美国行为科学家
.

品牌
,
注册会计师。
(
2013
).
社会网络研究中的认知社会结构:综述
.
组织行为学杂志
,
34
,
第82节
第103节
.doi:10.1002/job.1890

布鲁尔
,
D.D.博士。
(
2000
).
在基于重述的个人和社交网络启发中忘记
.
社交网络
,
22
,
29
43
.doi:10.1016/S0378-8733(99)00017-9

棕色
,
J·J。
&
雷因根
,
P.H.公司。
(
1987
).
社会关系和口碑推荐行为
.
消费者研究杂志
,
14
,
350
362
.doi:10.1086/209118

伯特
,
钢筋混凝土。
(
2002
).
桥梁衰减
.
社交网络
,
24
,
333
363
.doi:10.1016/S0378-8733(02)00017-5

卡拉布雷斯
,
F、。
,
斯莫雷达
,
Z.公司。
,
布隆德尔
,
V.D.公司。
, &
拉蒂
,
C、。
(
2011
).
电信和面对面的交互之间的互动:一项使用手机数据的研究
.
公共图书馆
,
6
,
e20814号
.doi:10.1371/journal.pone.0020814

坎贝尔
,
南威尔士。
&
快克
,
N。
(
2012
).
移动通信和强大的网络联系:缩小还是扩大公众话语范围?
新媒体与社会
,
14
,
262
280
.doi:10.1177/1461444811411676

,
N。
,
Pentland公司
,
答:。
, &
拉泽
,
D类
. (
2009
).
利用手机数据推断友情网络结构
.
美国国家科学院院刊
,
106
,
15274
15278
.doi:10.1073/pnas.0900282106

埃里森
,
编号:B。
,
斯坦菲尔德
,
C、。
, &
,
C、。
(
2007
).
脸书“朋友”的好处:社会资本和大学生使用在线社交网站
.
计算机媒介通信杂志
,
12
,
1143
1168
.doi:10.1111/j.1083-6101.2007.00367.x

费尔德
,
S.L公司
&
卡特
,
西海岸。
(
2002
).
检测个人网络调查报告中的测量偏差
.
社交网络
,
24
,
365
383
.doi:10.1016/S0378-8733(02)00013-8

格伯
,
A.S.公司。
, &
绿色
,
D.P.公司。
(
2012
).
现场实验:设计、分析和解释
.
WW诺顿
.

格根
,
K.J。
(
2008
).
移动通信与民主进程的转变
.英寸
J。
卡茨
(编辑),
移动通信研究手册
(pp。
297
310
).
马萨诸塞州剑桥
:
麻省理工学院出版社
.

吉尔伯特
,
E.公司。
, &
卡拉哈利奥斯
,
K(K)
. (
2009
).
预测与社交媒体的联系强度
.英寸
SIGCHI计算机系统人为因素会议记录
(pp。
211
220
).
ACM公司
.doi:10.1145/1518701.1518736

格兰诺维特
,
M。
(
1973
).
弱连接的强度
.
美国社会学杂志
,
78
,
1360
1380
.doi:10.2307/2776392

格林
,
W.H.公司。
(
2000
).
经济计量分析
,第4版。
新泽西州马鞍河
:
普伦蒂斯大厅
.

哈布奇
,
一、。
(
2005
).
加速反射性
.英寸
M。
伊藤
,
D。
奥卡比
, &
M。
松田
(编辑),
个人、便携、步行:日本生活中的手机
(pp。
165
182
).
马萨诸塞州剑桥
:
麻省理工学院出版社
.

锤子
,
M。
(
1984
).
社交网络访谈数据的含义探讨
.
社交网络
,
6
,
341
371
.doi:10.1016/0378-8733(84)90008-X

汉普顿
,
K.N.公司。
,
,
C.J.公司。
, &
她的
,
E.J.公司。
(
2011
).
新媒体如何提供网络多样性:通过参与当地社会环境直接和中介获得社会资本
.
新媒体与社会
,
13
,
1031
1049
.doi:10.177/1461444810390342

汉普顿
,
K.N.公司。
,
会议
,
L英尺。
, &
她的
,
E.J.公司。
(
2012
).
核心网络、社会隔离和新媒体
.
信息、通信与社会
,
14
,
130
155
.doi:10.1080/1369118X.2010.513417

海桑斯韦特
,
C、。
(
2002
).
强、弱、潜在联系以及新媒体的影响
.
信息社会
,
18
,
385
401
.doi:10.1080/01972240290108195

海桑斯韦特
,
C、。
(
2005
).
社交网络和互联网连接效应
.
信息、社区和社会
,
8
,
125
147
.doi:10.1080/13691180500146185

霍曼斯
,
通用公司。
(
1950
).
人类群体
.
纽约
:
哈考特支架
.

石井
,
英国。
(
2006
).
流动性的含义:日常生活中个人通信媒体的使用
.
传播杂志
,
56
,
346
365
.doi:10.1111/j.1460-2466.2006.00023.x

琼斯
,
J·J。
,
结算
,
J·E。
,
债券
,
风险管理。
,
法利斯
,
C.J.公司。
,
马洛
,
C、。
, &
福勒
,
J.H。
(
2013
).
从在线定向行为推断领带强度
.
公共图书馆
,
8
,
电子52168
.doi:10.1371/journal.pone.0052168

小林寺
,
T。
, &
博伊斯
,
J。
(
2012
).
没有这样的效果?测量误差对移动通信使用自我报告测量的影响
.
沟通方法和措施
,
6
,
126
143
.doi:10.1080/19312458.2012.679243

小林寺
,
T。
, &
博伊斯
,
J。
(
2014
).
电子商务:手机短信和社交范围
.
计算机通讯杂志
,
19
,
681
694
.doi:10.1111/jcc4.12064

克拉克哈特
,
D。
(
1987
).
认知社会结构
.
社交网络
,
9
,
109
134
.doi:10.1016/0378-8733(87)90009-8

莱文
,
D.Z.公司。
,
沃尔特
,
J。
, &
穆尼根
,
J.K。
(
2011
).
休眠领带:重新连接的价值
.
组织科学
,
22
,
923
939
.doi:10.1287/orsc.1100576

,
N。
(
2001
).
社会资本:社会结构与行为理论
.
剑桥
:
剑桥大学出版社
.

,
N。
(
2008
).
社会资本的网络理论
.英寸
D。
卡斯蒂格利翁
,
J·W·。
厢式货车
德思
&
G.公司。
沃勒布
(编辑),
社会资本手册
(pp。
50
69
).
伦敦
:
牛津大学出版社
.

,
R。
(
2008
).
新技术,新纽带:移动通信如何重塑社会凝聚力
.
马萨诸塞州剑桥
:
麻省理工学院出版社
.

马斯登
,
私人有限公司。
&
坎贝尔
,
英国工程师。
(
1984
).
测量系带强度
.
社会力量
,
63
,
482
501
.doi:10.1093/sf/63.2482

麦克弗森
,
J·M·。
,
波皮埃尔兹
,
私人助理。
, &
Drobnic公司
,
美国。
(
1992
).
社会网络和组织动态
.
美国社会学评论
,
57
,
153
170
.doi:10.2307/2096202

雷德
,
T。
,
利萨尔多
,
O。
,
哈钦
,
D。
, &
查拉
,
N.V.公司。
(
2011
).
大规模通信网络中手机联系人短期衰减的预测因素
.
社交网络
,
33
,
245
257
.doi:10.1016/j.socnet.2011.07.002

斯特凡农
,
文学硕士。
,
Kwon(千瓦)
,
K.H.公司。
, &
拉卡夫
,
D。
(
2012
).
探索对社会资本的认知与在线实施支持之间的关系
.
计算机媒介传播杂志
,
17
,
451
466
.doi:10.1111/j.1083-6101.2012.01585.x

斯坦菲尔德
,
C、。
,
埃里森
,
注意:。
, &
,
C、。
(
2008
).
社会资本、自尊和在线社交网站的使用:纵向分析
.
应用发展心理学杂志
,
29
,
434
445
.doi:10.1016/j.appdev.2008.07.002

,
H。
&
丹图
,
R。
(
2010
).
预测手机网络中的社交关系
2010年IEEE智能与安全信息学国际会议(ISI)上发表的论文。doi:10.1109/ISI.2010.5484780

关于作者

小林哲郎(Tetsuro Kobayashi)(东京大学博士)是日本国家信息学研究所副教授。他的研究重点是东亚国家的政治传播和移动通信。

地址:日本东京千代田区一桥2-1-2号国家信息学研究所,邮编:101-8430。电子邮件:k-tetsu@nii.ac.jp

杰弗里·博伊斯(多伦多大学博士)是多伦多大学传播、文化和信息技术研究所副教授。他的研究重点是通信技术和个人网络。

地址:加拿大安大略省米西索加市米西索加路3359号多伦多米西索加大学传播、文化和信息技术学院,邮编L5L 1C6。电子邮件:j.baase@utoronto.ca

铃木(东京都大学博士)是东北大学文学院副教授。他的研究重点是社交网络分析。

地址日本宫城县仙台市Izumi-ku Tenjinzawa 2-1-1号东北大学文学院,邮编981-3193。电子邮件:t-suzuki@mail.tohoku-gakuin.ac.jp

铃木高久是日本研究生院信息学系的博士生。他的研究重点是数学社会学和传播技术。

地址:日本东京千代田区一桥2-1-2号高级研究生院科学院多学科信息学系,邮编:101-8430。电子邮件:s-takahisa@nii.ac.jp