L’analyse des données biographiques au moyen des modèles linéaires à effets aléatoires. Le cas des carrières des acteurs professionnels
Notice bibliographique
Résumé
Les démographes font aujourd'hui un usage abondant des microdonnées longitudinales. Pour les analyser, ils utilisent généralement un ensemble de techniques et de modèles regroupés sous le nom d'analyse des biographies. Les modèles linéaires utilisés dans ce contexte appartiennent à la famille des modèles à risques proportionnels dont le plus courant est le modèle semi-paramétrique à risques proportionnels. Malgré leurs qualités, ces modèles ne permettent que l'étude des processus qui peuvent être décrits et mesurés facilement comme des suites d'états ou de changements d'état. Les auteurs montrent comment on peut utiliser deux modèles linéaires à effets aléatoires — le modèle logit à effets aléatoires et le modèle tobit à effets aléatoires — pour étudier des phénomènes longitudinaux comme l'évolution, au fil du temps, de l'appartenance à l'une ou l'autre des deux catégories d'une variable dépendante binaire, et l'évolution, au fil du temps, d'une variable continue dont une partie de la distribution n'est pas observée. L'approche est appliquée à l'étude de la dynamique des carrières des acteurs professionnels français.
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 | 0,026 | 0,163 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,008 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,005 |
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 ».