Notice bibliographique
Résumé
La plupart des analyses statistiques sont construites selon une logique linéaire : analyses de variance, analyses de régression. Pourtant, bon nombre de ces analyses dépeignent des phénomènes dont l’interprétation théorique est impossible dans une logique linéaire; ces phénomènes appellent plutôt une théorisation de type dialectique. Plus encore : les techniques statistiques linéaires permettent communément des modélisations multivariées. Or, les associations entre variables qu’elles décrivent, même si elles sont statistiquement soumises à une logique linéaire, permettent aisément des interprétations systémiques. Ainsi, la linéarité de l’analyse statistique peut servir des théorisations relationnelles ou systémiques. C’est ce que voudrait illustrer cet article. Pour ce faire, il présentera les résultats de deux analyses empiriques effectuées avec des outils statistiques sur des phénomènes sociaux (rapport des jeunes à la communauté, usages des médias) et il montrera comment les objets qui sont dépeints ne peuvent être théorisés adéquatement sans qu’on recoure à des notions de récursivité, de dialectique et de système.
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 | 0,071 | 0,225 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,018 | 0,012 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,006 |
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 ».