Effects of Mentioning the Incentive Prize in the Email Subject Line on Survey Response
Notice bibliographique
Résumé
Objective – This study examined the effects that mentioning the survey incentive prize in the subject line of a reminder email had on the response rate and data quality. To date, manipulation of the subject line, specifically in terms of mentioning the incentive prize, has received limited attention in the survey design literature. Methods – The delivery of the survey invitation is discussed in terms of the timing of the launch and reminder emails. Particular emphasis is given to the design of the email subject line and justification of the format. Weekly response rates from four LibQUAL+TM surveys were compared. In addition, weekly responses for one year were analyzed using SPSS to investigate if there were any between means differences in terms of three elements of data quality. The three elements were: length of time it took to complete the survey, the number of core questions with an N/A response, and the number of illogical responses where minimum scores were higher than desired. Results – The response rates for the second week were grouped together based on the presence or absence of the subject line manipulation. There was a significant difference between these means (4.75%, p 0.033). There was no statistical difference in regards to the measures of data quality as determined by a one-way ANOVA test. Conclusions – Reminding survey participants with an email that mentions the incentive prize in the subject line appears to increase response rates with no deleterious effects on data quality. The results of this investigation are encouraging, and those running the LibQUAL+TM survey in their universities should consider implementing this method to increase response rates. Further research to replicate these findings in other contexts and using an experimental design would be beneficial.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,072 | 0,253 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».