Accounting for the Effects of Data Collection Method
Notice bibliographique
Résumé
Mesurer les effets de la méthode de collecte des données. Application à l’enquête ITC des Pays-Bas Les enquêtes recourant à un mode mixte de collecte sont de plus en plus nombreuses, et il devient nécessaire de tester les écarts entre les réponses obtenues par téléphone et par internet. Cet article analyse les effets des différents modes de collecte en utilisant la vague 1 de l’enquête International Tobacco Control (ITC) des Pays-Bas réalisée par internet (CAWI) et par téléphone (CATI). Pour de nombreuses questions, les échantillons présentent des distributions de réponse différentes. C’est dû en partie à des effets de sélection, car les répondants sont recrutés par des procédures différentes et les échantillons n’ont pas les mêmes caractéristiques démographiques, et en partie à des facteurs d’administration des questions, les répondants traitant différemment les items de réponse en fonction du mode de collecte. L’objectif est ici de présenter une modélisation qui prend en compte à la fois les effets de sélection et d’administration dans une enquête utilisant un mode mixte de collecte. Le modèle est aussi intégré dans une analyse des réactions à des mentions figurant sur les paquets de cigarettes, d’après les enquêtes ITC aux Pays-Bas, en Allemagne, en France et au Royaume-Uni.
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 | 0,342 | 0,664 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,008 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».