Comparaison de trois techniques d'évaluation contingente : Le cas de la défaillance d'ovulation au Québec
Bibliographic record
Abstract
L'analyse comparative de trois techniques d'elicitation (choix dichotomique simple, choix dichotomique suivi d'une question ouverte et jeu d'enchere hybride) de la methode d'evaluation contingente a ete effectuee dans cette etude. Elle a pour but d'evaluer la volonte a payer des femmes en âge de procreer (18-45 ans) au Quebec pour se soigner d'une defaillance d'ovulation dans l'hypothese ou elles en seraient victimes. Les donnees, tirees d'une enquete realisee en 2009-2010, portent sur 680 femmes dont la repartition aleatoire pour chacune des techniques d'elicitation donne : 215 ont repondu au questionnaire de choix dichotomique simple (DC), 255 au questionnaire de choix dichotomique suivi d'une question ouverte (DC-OE), et 210 a la technique du jeu d'enchere hybride. Dans la presente etude, l'objectif est de verifier si une technique d'enquete peut avoir un effet sur l'estimation de la volonte a payer (VAP). Les resultats montrent que la valeur monetaire accordee par les femmes pour un traitement defaillance d'ovulation avec une certaine probabilite de reussite est en moyenne de 4033.26 $ dans la technique DC, 1857.90 $ dans l'approche DC-OE et 1630.63 $ dans l'approche du jeu d'enchere. Nous remarquons que la VAP moyenne estimee par la technique d'enchere hybride est la plus faible tandis que celle obtenue avec le DC est la plus elevee. Cependant, nous pouvons en deduire que la methode du jeu d'enchere hybride donne une VAP moyenne plus precise, mais aussi plus certaine, dont l'intervalle de confiance est moins large (307 $) et le ratio (CI/moyenne) plus faible. Pour une politique budgetaire efficace, il sera preferable d'utiliser la technique d'enchere.
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 | 0.048 | 0.116 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".