論文の概要: When Respondents Don't Care Anymore: Identifying the Onset of Careless Responding

• arxiv url: http://arxiv.org/abs/2303.07167v3
• Date: Fri, 28 Feb 2025 14:39:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-03 13:37:41.285861
• Title: When Respondents Don't Care Anymore: Identifying the Onset of Careless Responding
• Title（参考訳）: レスポンデントがこれ以上気にいらないとき:不注意応答の開始を識別する
• Authors: Max Welz, Andreas Alfons,
• Abstract要約: 我々は不注意応答(またはその欠如)の開始を識別する新しい方法を提案する。 機械学習に基づいて、非常に柔軟で、偽陽性率を制御するための統計的保証を提供する。 経験的応用は、部分的不注意の識別が不注意な応答行動に関する新しい洞察をいかに明らかにするかを強調している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Questionnaires in the behavioral and organizational sciences tend to be lengthy. However, literature suggests that survey length is a contributing factor to careless responding, with longer questionnaires yielding higher probability that participants start responding carelessly. Consequently, in long surveys a large number of participants may engage in careless responding, posing a major threat to internal validity. We propose a novel method for identifying the onset of careless responding (or an absence thereof) that searches for a changepoint in combined measurements of multiple dimensions in which carelessness may manifest, such as inconsistency and invariability. It is highly flexible, based on machine learning, and provides statistical guarantees for controlling the false positive rate. In simulation experiments, the proposed method achieves high accuracy in identifying carelessness onset and discriminates well between attentive and various types of careless responding, even when a large number of careless respondents are present. An empirical application highlights how identifying partial carelessness uncovers novel insights on careless responding behavior. Furthermore, we provide the freely available open source software package "carelessonset" to facilitate adoption by empirical researchers.
• Abstract（参考訳）: 行動科学や組織科学のアンケートは長くなる傾向にある。 しかし, 調査長は不注意反応に寄与する要因であり, 参加者が不注意反応を始める確率が高いことが文献で示唆されている。 その結果、長期にわたる調査では、多くの参加者が不注意な反応をし、内部の妥当性に大きな脅威をもたらす可能性がある。 本研究では,不整合性や不随意性などの不注意が現れる可能性のある複数次元の同時測定において,不注意応答の開始(あるいはその欠如)を探索する新しい手法を提案する。 機械学習に基づいて、非常に柔軟で、偽陽性率を制御するための統計的保証を提供する。 シミュレーション実験では,多数の不注意回答者が存在する場合でも,不注意発症の同定において高い精度を達成し,注意応答と各種不注意応答の識別を良好に行う。 経験的応用は、部分的不注意の識別が不注意な応答行動に関する新しい洞察をいかに明らかにするかを強調している。 さらに、実験的な研究者による採用を促進するために、無償で利用可能なオープンソースソフトウェアパッケージ"carelessonset"も提供します。

関連論文リスト

• Uncertainty Estimation in the Real World: A Study on Music Emotion Recognition [42.02772964152751]
  音楽刺激に対する主観的反応の主観的傾向を推定するだけでなく,これらの反応に関連する不確かさを推定する手法についても検討する。 実験結果から, 中心傾向のモデル化は達成可能であるが, 主観的応答の不確かさのモデル化は, 現在利用可能なアプローチでは著しく困難であることが示唆された。
  論文  参考訳（メタデータ） (2025-01-20T16:19:19Z)
• SUGAR: Leveraging Contextual Confidence for Smarter Retrieval [28.552283701883766]
  セマンティック不確実性誘導適応検索(SUGAR)について紹介する。 我々は、文脈に基づくエントロピーを利用して、検索するかどうかを積極的に決定し、シングルステップとマルチステップの検索を更に決定する。 実験の結果,意味的不確実性推定によって導かれる選択探索により,多様な質問応答タスクのパフォーマンスが向上し,より効率的な推論が達成された。
  論文  参考訳（メタデータ） (2025-01-09T01:24:59Z)
• A Comprehensive Review of Few-shot Action Recognition [64.47305887411275]
  アクション認識は、複雑で可変なビデオデータを手動でラベル付けすることのコストと非現実性に対処することを目的としている。 ビデオ中の人間のアクションを正確に分類するには、クラスごとにいくつかのラベル付き例だけを使用する必要がある。
  論文  参考訳（メタデータ） (2024-07-20T03:53:32Z)
• To Believe or Not to Believe Your LLM [51.2579827761899]
  大規模言語モデル(LLM)における不確実性定量化について検討する。 疫学的な不確実性が大きい場合にのみ確実に検出できる情報理論の指標を導出する。 定式化の利点を実証する一連の実験を行う。
  論文  参考訳（メタデータ） (2024-06-04T17:58:18Z)
• Keeping Users Engaged During Repeated Administration of the Same Questionnaire: Using Large Language Models to Reliably Diversify Questions [2.657841934326794]
  仮想エージェント管理アンケートの繰り返し使用は、応答性疲労を引き起こす可能性がある。 本研究では,大規模言語モデル (LLM) を用いて多様なアンケートモデルを作成することを提案する。
  論文  参考訳（メタデータ） (2023-11-21T16:20:49Z)
• On the Universal Adversarial Perturbations for Efficient Data-free Adversarial Detection [55.73320979733527]
  本稿では,UAPに対して正常サンプルと逆サンプルの異なる応答を誘導する,データに依存しない逆検出フレームワークを提案する。 実験結果から,本手法は様々なテキスト分類タスクにおいて,競合検出性能を実現することが示された。
  論文  参考訳（メタデータ） (2023-06-27T02:54:07Z)
• The Familiarity Hypothesis: Explaining the Behavior of Deep Open Set Methods [86.39044549664189]
  特徴ベクトルデータに対する異常検出アルゴリズムは異常を外れ値として識別するが、外れ値検出はディープラーニングではうまく機能しない。 本論文は, 新規性の有無ではなく, 慣れ親しんだ特徴の欠如を検知しているため, これらの手法が成功するというFamiliarity仮説を提案する。 本論文は,親しみやすさの検出が表現学習の必然的な結果であるかどうかを論じる。
  論文  参考訳（メタデータ） (2022-03-04T18:32:58Z)
• Unsupervised Person Re-Identification: A Systematic Survey of Challenges and Solutions [64.68497473454816]
  教師なしのRe-IDは、Re-ID担当者のスケーラビリティ問題に対処する可能性に注目が集まっている。 教師なしのRe-IDは、主に人物の特徴学習を監督するアイデンティティラベルが欠如しているため、難しい。 本調査では,課題と解決の観点から,教師なしのRe-IDに関する最近の研究を概観する。
  論文  参考訳（メタデータ） (2021-09-01T00:01:35Z)
• Predicting respondent difficulty in web surveys: A machine-learning approach based on mouse movement features [3.6944296923226316]
  本稿では,マウス追跡データの予測値について,回答者の難易度について検討する。 我々は、回答者の就業履歴と人口統計情報に関する調査データを用いている。 そこで,本研究では,基本マウスの行動を調整するパーソナライズ手法を開発し,その性能を評価する。
  論文  参考訳（メタデータ） (2020-11-05T10:54:33Z)
• Amnesic Probing: Behavioral Explanation with Amnesic Counterfactuals [53.484562601127195]
  調査結果から行動学的結論を推測できない点を指摘する。 我々は、どの情報がエンコードされているかではなく、その情報がどのように使われているかに焦点を当てた代替手段を提供する。
  論文  参考訳（メタデータ） (2020-06-01T15:00:11Z)
• Review-guided Helpful Answer Identification in E-commerce [38.276241153439955]
  製品固有のコミュニティ質問応答プラットフォームは、潜在的な顧客の懸念に対処するのに大いに役立ちます。 このようなプラットフォーム上でユーザが提供する回答は、その品質に大きく違いがあります。 コミュニティからのヘルプフルネスの投票は、回答の全体的な品質を示すことができるが、しばしば欠落している。
  論文  参考訳（メタデータ） (2020-03-13T11:34:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。