Impact of interviewing by proxy in travel survey conducted by telephone
Notice bibliographique
Résumé
Abstract Telephone‐interview surveys are a very efficient way of conducting large‐scale travel surveys. Recent advancements in computer technology have made it possible to improve upon the quality of data collected by telephone surveys through computerization of the entire sample‐control process, and through the direct recording of the collected data into a computer. Notwithstanding these technological advancements, potential sources of bias still exist, including the reliance on an adult member of the household to report the travel information of other household members. Travel data collected in a recent telephone interview survey in the Toronto region is used to examine this issue. The statistical tool used in the research was the Analysis of Variance (ANOVA) technique as implemented within the general linear model framework in SAS. The study‐results indicate that reliance on informants to provide travel information for non‐informant members of their respective households led to the underreporting of some categories of trips. These underreported trip categories were primarily segments of home‐based discretionary trips, and non home‐based trips. Since these latter two categories of trips are made primarily outside the morning peak period, estimated factors to adjust for their underreporting were time‐period sensitive. Further, the number of vehicles available to the household, gender, and driver license status respectively were also found to be strongly associated with the underreporting of trips and thus were important considerations in the determination of adjustment factors. Work and school trips were found not to be underreported, a not surprising result giving the almost daily repetitiveness of trips made for these purposes and hence the ability of the informant to provide relatively more precise information on them.
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 | 0,209 | 0,500 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».