MétaCan
Menu
Retour à la cohorte
Enregistrement W2048788123 · doi:10.1002/jae.1052

Do randomized‐response designs eliminate response biases? An empirical study of non‐compliance behavior

2009· article· en· W2048788123 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Applied Econometrics · 2009
Typearticle
Langueen
DomaineMathematics
ThématiqueSurvey Sampling and Estimation Techniques
Établissements canadiensMcGill University
Organismes subventionnairesMinisterie van Sociale Zaken en Werkgelegenheid
Mots-clésEconometricsToolboxResponse biasComputer scienceMultivariate statisticsRandomized responseStatisticsContrast (vision)MathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Out of the toolbox of survey methods for obtaining honest answers to sensitive issues, the method of randomized responses (RR) has proven to be the most effective one. So far, in applications of RR methods it has been assumed that they eliminate response biases. We investigate the validity of this assumption by applying multivariate RR models that allow for different types of response biases. Our data analyses show that RR methods do not eliminate response biases but that they can be modeled in informative ways: accounting for response biases leads to estimates that are at least twice the size of the estimates obtained when response biases are ignored. Copyright © 2009 John Wiley & Sons, Ltd.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,582
Score d'incertitude au seuil0,890

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,363
Tête enseignante GPT0,452
Écart entre enseignants0,089 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle