An Inquiry Into the Efficacy of a Complementary Training Session for Telephone Survey Interviewers
Notice bibliographique
Résumé
Un examen de l'efficacité de la formation complémentaire pour les interviewers d'equêtes téléphoniques : Cet article présente une expérience faite à l'agence d'enquêtes responsable pour l'enquête canadiennne de 2004 sur la consommation de drogues (N=14.000) après une courte séance de formation cognitive. Un total de 79 interviewers y ont participé représentant 2.436 journées-interviewer de travail, avec des interviewers travaillant un maximum de 65 jours :l'enquête de terrain a duré 109 jours. Nous avons conçu une séance d'une heure centrée sur l'acquisition des connaissances dans deux secteurs : l'échantillonnage et la sélection dans le foyer d'une part, et les raisons de refus d'autre part. L'évolution quotidienne des performances des interviewers, dont les trajectoires basés sur des groupes ont été analysées, nous ont permis d'identifier les interviewers à performances basses (n=25) et hautes (n=42) deux semaines avant la formation. La séance de formation était à l'intention des interviewers à performances basses ou des nouveaux interviewers. Parmi ces interviewers, tous ceux qui travaillaient le jour de la séance (n=18) ont participé à l'une des trois séances de formation. Les retombées de la formation ont été évaluées dans trois secteurs : connaissances acquises et attitudes (via une questionnaires rempli deux semaines plus tard), rétention de connaissances et performances. Les résultats montrent pour les interviewers participants (a) qu'ils trouvaient que la formation les avaient aidés à comprendre l'échantillonnage et les raisons de refus, (b) qu'ils sentaient plus que les interviewers à hautes performances que leur performances s'étaient améliorées depuis le début du projet, (c) qu'ils avaient tendance à continuer plus longtemps à travailler sur les projet qu'un groupe de contrôle, et (d) qu'ils ont amélioré leur performance de .04 par jour après la formation, par rapport à.015 par jour avant la formation, atteignant presque la performance des interviewers à hautes performance
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 | 0,034 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».