Quelques problèmes avec les plans d’enquête et l’analyse des données démographiques longitudinales
Notice bibliographique
Résumé
Cette communication présente une typologie des enquêtes généralement appelées « longitudinales ». Lorsqu’on isole des données de type « série chronologique » et des enquêtes à passage répété orientées vers des données « macro », il semble que les données véritablement longitudinales sont de type dit à témoins stables, où les expériences d’un individu ou ses attitudes peuvent être suivies à travers une période de temps. Le problème fondamental avec ce genre de données, vient de l’incertitude quant aux événements ou aux changements d’attitudes omis entre deux événements ou deux déclarations d’attitudes. La littérature limitée dont on dispose présume qu’il n’y a pas eu d’événements ni de changements d’attitudes entre temps. Au contraire, des enquêtes telles que les relevés de fréquences s’efforcent de retracer tous les événements de toute une vie. En plus, on signale que les techniques analytiques en vogue sont de l’espèce transversale et qu’en grande partie les richesses des données authentiquement longitudinales sont toujours inexploitées. Quant aux problèmes que posent les plans d’enquêtes — caducité de l’échantillon, conditionnement des répondants — ils ne trouvent pas de solution pour les données longitudinales par l’emploi de la rotation-élimination des anciens clients et la rotation-introduction des nouveaux. Il s’avère qu’à cause des définitions employées, la rotation détruit la longitudinalité.
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 | 0,088 | 0,249 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,015 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».