Accounting for the Effects of Data Collection Method
Bibliographic record
Abstract
Mesurer les effets de la méthode de collecte des données. Application à l’enquête ITC des Pays-Bas Les enquêtes recourant à un mode mixte de collecte sont de plus en plus nombreuses, et il devient nécessaire de tester les écarts entre les réponses obtenues par téléphone et par internet. Cet article analyse les effets des différents modes de collecte en utilisant la vague 1 de l’enquête International Tobacco Control (ITC) des Pays-Bas réalisée par internet (CAWI) et par téléphone (CATI). Pour de nombreuses questions, les échantillons présentent des distributions de réponse différentes. C’est dû en partie à des effets de sélection, car les répondants sont recrutés par des procédures différentes et les échantillons n’ont pas les mêmes caractéristiques démographiques, et en partie à des facteurs d’administration des questions, les répondants traitant différemment les items de réponse en fonction du mode de collecte. L’objectif est ici de présenter une modélisation qui prend en compte à la fois les effets de sélection et d’administration dans une enquête utilisant un mode mixte de collecte. Le modèle est aussi intégré dans une analyse des réactions à des mentions figurant sur les paquets de cigarettes, d’après les enquêtes ITC aux Pays-Bas, en Allemagne, en France et au Royaume-Uni.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.342 | 0.664 |
| Meta-epidemiology (narrow) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.008 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.005 | 0.006 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".