Définitions opérationnelles du temps pour l’analyse des données longitudinales : illustration dans le champ des mobilités spatiales
Notice bibliographique
Résumé
La temporalité des phénomènes étudiés en sciences humaines et sociales pose des problèmes théoriques complexes et des problèmes techniques spécifiques, notamment d’analyse et de visualisation de l’information temporelle. Cet article propose une typologie opérationnelle distinguant trois types de temps – calendrier, processus et succession – puis il illustre l’intérêt de cette typologie à travers trois cas d’étude qui traitent des mobilités spatiales (parcours résidentiels, programmes d’activités et de déplacements quotidiens, itinéraires d’acheminement de marchandises). Ces exemples sont analysés à partir de données longitudinales et de plusieurs modes de représentation graphique (en chronogramme, en tapis, en coulées). Nous cherchons ainsi à enrichir et clarifier l’appréhension du temps comme attribut dans un système d’information statistique. Notre démarche de recherche a été largement inductive et pragmatique. Nous sommes partis de préoccupations thématiques et techniques particulières, concernant l’analyse et la représentation graphique des données longitudinales, pour aller vers des spécifications théoriques plus générales du temps. Nous avons cherché, en somme, à modeler un temps à la mesure de nos objets de recherche. Cette démarche est restituée en sens inverse dans l’article : de la réflexion théorique à la mise en pratique dans le champ des mobilités spatiales.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».