MétaCan
Menu
Retour à la cohorte
Enregistrement W2097743932 · doi:10.1177/01632780122034777

Cost-Effectiveness of a Lottery for Increasing Physicians’ Responses to a Mail Survey

2001· article· en· W2097743932 sur OpenAlexaffabout
Geneviève Baron, Philippe De Wals, François Milord

Notice bibliographique

RevueEvaluation & the Health Professions · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSurvey Methodology and Nonresponse
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésLotteryRespondentRandomized controlled trialFamily medicineMedicineSignificant differencePsychologyStatisticsMathematicsSurgery

Résumé

récupéré en direct d'OpenAlex

To evaluate the cost-effectiveness of a lottery on physicians' responses to a mail survey, a randomized controlled trial was conducted with a random sample of 1,000 members of the Quebec Federation of General Practitioners in 1997. For the first mailing of this survey, each respondent was randomly assigned to the control or experimental group, which was offered participation in a lottery upon return of the questionnaire. Response rate was 41.2% in the experimental group and 34.8% in the control group, a 6.4% difference (CI95%: 0.6%-12.6%). The additional cost of the lottery was about Can$500, giving an incremental cost of Can$16 per questionnaire returned. In conclusion, a lottery resulted in a small but statistically significant increase in the response rate of physicians to a mail survey. This method may be a cost-effective option when applied to large surveys.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,059
score de la tête « metaresearch » (Gemma)0,152
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,152
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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.

Tête enseignante Opus0,733
Tête enseignante GPT0,633
Écart entre enseignants0,100 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvaluation & the Health ProfessionsMême sujetSurvey Methodology and NonresponseTravaux en français237 207