Key points are not available for this paper at this time.
सारांश सर्वेक्षण विज्ञान डेटा गुणवत्ता को अधिकतम करने और कुल सर्वेक्षण त्रुटि (TSE) को कम करने के लिए प्रेरित है। साथ ही, सर्वेक्षण विधिवेत्ताओं के नैतिक और पेशेवर दायित्व होते हैं कि वे प्रतिवादियों की गोपनीयता की रक्षा करें और उनकी भागीदारी, डेटा लिंकिंग, निष्क्रिय डेटा संग्रह, और पुनरावृत्ति डेटा के संग्रह के लिए सूचित सहमति प्रदान करने की क्षमता सुनिश्चित करें। हालांकि, हमने यह सीखा है कि संवेदनशील विषय और सहमति प्रक्रिया दोनों प्रतिनिधित्व की त्रुटियों और मापन की त्रुटियों में योगदान कर सकते हैं। ये डेटा गुणवत्ता के लिए संयुक्त खतरे हैं जो गोपनीयता, सर्वेक्षणों की हस्तक्षेपशीलता, और एक ही प्रतिवादियों को भेजे जाने वाले बढ़ते भागीदारी अनुरोधों से उत्पन्न व्यापक चिंताओं के कारण होते हैं। यह लेख TSE फ्रेमवर्क के दृष्टिकोण से इन विषयों पर विद्यमान साहित्य का गंभीर मूल्यांकन करता है—जिसमें इस अंक के छह मूल लेख शामिल हैं। यह कई अलग-अलग शोध कार्यक्रमों को एकीकृत करता है और नए शोध और व्यावहारिक नवाचारों के लिए आधार प्रदान करता है जो डेटा गुणवत्ता में सुधार करेंगे।
Building similarity graph...
Analyzing shared references across papers
Loading...
Eric Plutzer
Public Opinion Quarterly
Pennsylvania State University
Building similarity graph...
Analyzing shared references across papers
Loading...
एरिक प्लट्ज़र (मंगल,) ने इस प्रश्न का अध्ययन किया।
www.synapsesocial.com/papers/69fa5b42ecb7dcb8bb63adff — DOI: https://doi.org/10.1093/poq/nfz017
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: