If You Provide It, Will They Read It? Response Time Effects in a Choice Experiment
Notice bibliographique
Résumé
Substantial effort is expended in the design of surveys, including the amount and type of information they contain. However, we often do not know how involved respondents are in reading and processing the informational content of a survey and making choices, and whether different levels of involvement result in systematic differences in estimated models. To address this issue, we recorded response times for each respondent of an internet‐based choice experiment for stream restoration. Response times per survey section and for the entire survey were used as proxies for the amount of involvement in reading information provided or answering choice questions. Response times per survey section fell rapidly, possibly signaling learning, use of heuristics, or attempts to quickly dispel with the survey. Response times were found to be independent of demographics and attitudes. Log‐likelihood ratio tests failed to reject the null hypotheses of equal coefficients and scale parameters across response time‐partitioned data. However, there exists an association between response times and the increasing learning curve or difficult choice trade‐offs, suggesting a heuristic response. Additional research on response time effects and survey design is needed, especially with the rise in electronic surveying media. D'énormes efforts sont investis dans la conception de sondages, notamment pour déterminer la quantité et le type d'information présentée. Toutefois, nous ne savons pas combien de temps les répondants consacrent à la lecture et au traitement de cette information et au choix des réponses, ni si les divers degrés de participation entraînent ou non des différences systématiques dans les modèles estimés. Pour s'attaquer à cette question, nous avons chronométré les personnes qui ont répondu à un sondage en ligne sur la restauration des cours d'eau. Nous avons utilisé le temps de réponse pour chaque section et pour le sondage au complet comme mesure approximative de l'effort des participants pour lire l'information et répondre aux questions. Pour chaque section, le temps de réponse diminuait rapidement, soit en raison des connaissances heuristiques des répondants, soit en raison de leur désir d'effectuer le sondage le plus rapidement possible. Le temps de réponse s'est révélé indépendant des caractéristiques démographiques et des attitudes des répondants. Des tests du rapport de vraisemblance n'ont pas rejeté les hypothèses nulles de coefficients égaux et de paramètres d'échelle de l'ensemble des données cloisonnées. Toutefois, il existe un lien entre le temps de réponse et la courbe d'apprentissage croissante ou la difficulté des choix, ce qui laisse supposer une réponse heuristique. Il faudrait effectuer davantage de recherche sur les effets du temps consacré pour répondre à un sondage et pour le concevoir, en raison du nombre croissant de sondages en ligne.
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 | 0,074 | 0,140 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,004 |
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 ».