MétaCan
Menu
Retour à la cohorte
Enregistrement W1954988958 · doi:10.7202/1032611ar

Tentative de renouvellement de l’approche méthodologique  en marketing social : l’apport de la MTE dans un effort de sensibilisation des jeunes conducteurs québécois à la problématique de l’alcool au volant

2015· article· fr· W1954988958 sur OpenAlexaffvenueabout
M. Boivin

Notice bibliographique

RevueApproches inductives Travail intellectuel et construction des connaissances · 2015
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

L’intégration de la méthodologie de la théorisation enracinée (MTE) à la recherche en marketing social, et plus particulièrement en sécurité routière, est une orientation méthodologique plutôt récente. Nous croyons pourtant que cette approche, qui est à l’antithèse de l’approche hypothético-déductive traditionnellement répandue dans ce domaine, est la plus appropriée pour nous permettre de répondre à la question suivante : comment sensibiliser et éduquer les jeunes conducteurs québécois de 18 à 24 ans aux problèmes de l’alcool au volant? L’approche de la MTE nous fera ainsi mieux comprendre les perceptions qu’ont les jeunes conducteurs de l’alcool au volant puis nous permettra d’identifier les variables et les facteurs d’influence à considérer lors de l’élaboration et de la mise en oeuvre d’interventions visant à sensibiliser et à éduquer ce public cible à la problématique de l’alcool au volant. Dans cet article, nous présenterons la démarche inductive adoptée dans le cadre de notre projet de recherche portant sur la sensibilisation à l’alcool au volant auprès des jeunes conducteurs québécois (en cours) ainsi que les arguments appuyant ce choix.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,163
score de la tête « metaresearch » (Gemma)0,208
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,863

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1630,208
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0080,008
Études des sciences et des technologies0,0060,030
Communication savante0,0200,017
Science ouverte0,0060,010
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,056
Tête enseignante GPT0,297
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApproches inductives Travail intellectuel et construction des connaissancesMême sujetWine Industry and TourismTravaux en français237 207