Definition and Analysis of Respondent Burden in Web-Based Travel Surveys
Bibliographic record
Abstract
RÉSUMÉ: «RÉSUMÉ: Les enquêtes font partie des méthodes typiques de collecte de données dans le domaine des comportements de transport et de mobilité. En raison des avancements des technologies Web, les enquêtes en ligne sont devenues plus populaires et ont commencé à remplacer les méthodes traditionnelles de type stylo-et-papier. Bien que les enquêtes en ligne soient rapides et économiques, et capables d'atteindre un auditoire plus large, les problèmes sont le faible taux de participation et le taux élevé d'abandon qui sont devenus un grand défi. Le fardeau du répondant, c'est-à-dire l'effort nécessaire pour répondre à une enquête, est reconnu comme un facteur important affectant le taux de réponse. Le fardeau est un concept multidimensionnel qui englobe diverses dimensions, notamment les Caractéristiques de l'enquête, les caractéristiques des répondants et la manière dont ces deux interagissent. Le fardeau réel est quantifié en s'appuyant sur les caractéristiques objectives du questionnaire, tandis que le fardeau perçu est mesuré par la perception que les répondants ont de l'enquête. Cette étude vise principalement à identifier les éléments qui influencent le fardeau du répondant et à développer des modèles qui quantifient le fardeau perçu. Pour y parvenir, un ensemble de sept questions post-enquête sont posées à la fin de l'enquête liée à l'impact de la COVID sur le comportement de transport des résidents du Québec. Les questions invitent les répondants à autodéclarer leur perception du fardeau de l'enquête, le niveau de difficulté, le niveau d’intérêt, la volonté de participer à de nouvelles enquêtes, la tendance à abandonner l'enquête et la durée perçue de l'enquête. Les données recueillies à partir de cette enquête ont servi à trois constructions latentes, à savoir la longueur perçue, l'effort perçu et l'intérêt perçu dans un modèle d'équations structurelles pour prédire le fardeau perçu comme variable de réponse. Selon les résultats, la longueur perçue et l'effort perçu sont significativement et positivement corrélés avec le fardeau, alors qu'une corrélation négative significative est trouvée entre l'intérêt perçu et le fardeau. Selon les résultats, bien que la durée de l'enquête soit classée comme l'un des facteurs les plus importants dans la création de fardeau, l'effort perçu requis pour répondre à une enquête a un impact plus important sur la formation du fardeau.» ABSTRACT: «--------ABSTRACT: Surveys are among the typical methods to gather data in the field of transportation and mobility behaviour. Due to the advancement of web technologies, web surveys have become more popular and started to replace traditional pen-and-paper methods. Although web surveys are time- and cost-efficient, and able to reach a wider audience, low participation and increased drop-off rate have become a big concern. Respondent burden referred to as the effort needed to complete a survey, is recognized as an important factor affecting response rate. Burden is a multidimensional concept that encompasses various dimensions including survey features, respondents’ characteristics, and how these two interact with each other. Actual burden is quantified relying on objective features of the questionnaire, while perceived burden is measured through perceptions of respondents towards the survey. This study initially aims to identify the elements that influence respondent burden and to develop models which quantify subjective burden. To reach this, a set of seven post-survey questions are asked at the end of a survey related to the impact of COVID on transportation behaviour of Quebec residents. The questions prompt respondents to self-report their perception of the survey burden, difficulty, interest, willingness to participate in new surveys, inclination to abandon the survey, and perceived duration of the survey. The data gathered from this survey served as three latent constructs namely perceived length, perceived effort, and perceived interest in a Structural Equation Model to predict subjective burden as the response variable. According to the results, perceived length and perceived effort are significantly and positively correlated with burden, whereas a significant negative correlation is found between perceived interest and burden. According to the results, despite survey length being ranked as one of the most important factors in creating burden, perceived effort required to complete a survey has a greater impact on burden formation.»
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 | 0.060 | 0.222 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.011 | 0.014 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".