Comprendre le contenu des programmes électoraux. Comparaison des méthodes d’encodage manuel et automatique
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
En science politique, l’analyse de documents politiques est cruciale afin de tester toute une série d’hypothèses concernant les priorités des acteurs et institutions politiques, mais les méthodes utilisées pour analyser ces textes politiques sont (trop) nombreuses. Les techniques d’analyse de textes basées sur le codage humain sont les plus répandues et fournissent les meilleures données en ce qui concerne le contenu de ces documents. Toutefois, les techniques automatisées présentent également d’incontournables avantages. Cet article entend comparer les résultats obtenus via deux méthodes distinctes d’analyse d’un même corpus de textes politiques : une méthode d’encodage manuel et une méthode d’encodage automatisé. Les programmes électoraux des principaux partis politiques belges entre 1987 et 2007 seront utilisés comme textes de base. L’identification et la comparaison des principales thématiques abordées dans ces documents permettront de déterminer les similarités et différences obtenues. Cet article discute ces deux méthodes et les enseignements qui peuvent en être retirés pour de futures analyses de documents politiques.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle