Notice bibliographique
Résumé
L’argument principal de cet article est que ce que nous voyons est fonction des méthodes que nous utilisons. Au moyen d’une série d’exemples, nous suggérons que nos connaissances sont régulièrement déviées de leur course par les limites mêmes des cadres méthodologiques utilisés pour l’analyse de données. Chacun des exemples présente une comparaison des méthodes simples et bien connues et d’autres méthodes qui intègrent une plus large gamme d’influences ou qui clarifient l’objet d’étude. Or, lorsque ces dernières sont utilisées, les résultats obtenus changent. Cette constatation donne à penser que les résultats composant la littérature de recherche dans plusieurs domaines pourraient être transformés par l’application de méthodes qui prennent explicitement en compte le temps et l’espace social ; de même, le recours à des méthodes plus appropriées pourrait permettre de résoudre certains conflits entre théories ou de lever certaines des limites de celles-ci. Les exemples couvrent un éventail de questions, depuis les différences entre données transversales et longitudinales, la construction de modèles pour remplacer les équations, l’influence des contextes sociaux sur le comportement individuel, l’importance du temps dans la modélisation des événements, jusqu’aux nuances dans la compréhension de la complexité des processus interdépendants au cours de la vie.
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 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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».