在“Heckit”和Lee(2009)的边界方法的十字路口，我们提出了一种新的选择性校正程序来处理测量损耗。作为在样本选择性校正模型中所需的工具的替代，我们使用了关于试图从每个回应者那里获得对调查的回应的次数的信息。我们获得集合识别，但如果尝试到达每个个体的次数足够高，我们就可以接近点识别。我们将我们的样本选择修正应用到一个低且不平衡的求职实验中。