Sensitivity of community values to economic valuation technique: Evidence and explanations
Notice bibliographique
Résumé
Objective: To assess the sensitivity of stated preference results to valuation technique by comparing mean stated preference values attained from a discrete choice experiment (DCE) to those attained from willingness to pay questions (WTP). Methods: Representative general population postal survey of 3500 households in 16 local government areas of Victoria, Australia. The survey included a discrete choice experiment and willingness-to-pay questions for proposed changes to local maternal health services at three different levels of program effectiveness (4% reduction in postnatal depression, 2% reduction, and no change). Results: 43% of contacted households participated. WTP-based estimates of mean value of the program improvement were A$56, A$49 and A$43 for the three levels of program effectiveness. Corresponding DCE-based estimates were A$55, A$36 and A$16. Confidence intervals around estimates produced by these two valuation techniques overlap for the first two levels of program effectiveness, but mean estimates are statistically significantly different at the lowest level of effect. Discussion: Contingent valuation (when asked in a dichotomous-choice format) and DCE approaches have a common base in random utility theory and should produce similar welfare estimates of changes in the good or service described. However, very few studies exist that test the comparative results from contingent valuation and DCE studies and the available studies find mixed results. This paper adds to this limited empirical base and may shed more light on how and why different stated preference techniques yield different results. In this study, the values of a general population sample appear similar for the projected scenario (of a community-based public health program that results in a reduction in postnatal depression from 14% to 10%). However, the sensitivity of welfare estimates to the scale of program effectiveness offered differs significantly between approaches. This results in a statistically significant difference in the mean value attached to a scenario describing a less successful public health program.
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 | 0,255 | 0,611 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».