自分の言葉で：自由記述の調査データから解釈可能なテーマを計算的に特定する

要旨: 自由記述の調査回答は、構造化された質問では見落とされがちなニュアンスを提供し得る一方で、統計的に分析することが難しい。本研究ではこれに対処するため、In Your Own Words という計算論的フレームワークを提案する。これは自由記述の調査データに対する探索的分析のためのものであり、先行する計算アプローチよりも正確に、自由記述回答から構造化され解釈可能なテーマを識別し、体系的な分析を可能にする。このアプローチの利点を示すために、1,004名の米国参加者による、人種、性別、性的指向に関する自由記述の新しいデータセットに適用する。本手法が学習するテーマには、調査研究における実務上の応用が3つある。第一に、これらのテーマは、既存の調査が捉えない、所属感やアイデンティティの流動性といった顕著な構成概念を掘り起こすことで、将来の調査に追加すべき構造化質問を示唆できる。第二に、これらのテーマは、標準化されたカテゴリ内の異質性を明らかにし、健康、ウェルビーイング、そしてアイデンティティの重要性における追加的な変動を説明する。第三に、これらのテーマは、自身が自己認識するアイデンティティと、他者から知覚されるアイデンティティとの間に存在する体系的な不一致を照らし出し、既存の測定では反映されない誤認のメカニズムを示す。より広く言えば、本フレームワークは多様な調査状況に展開して、自由記述から解釈可能なテーマを特定し、既存の質的手法を補完することができる。