Contribution des méthodes d’analyse quantitative à la compréhension de phénomènes de loisirs sportifs : de l’apport et des limites de l’outil statistique
Notice bibliographique
Résumé
RésuméL’objet de cet article est de présenter une contribution à la compréhension de phénomènes de loisirs sportifs par des étudiants de 3e année d’université à l’aide d’un enseignement de découverte de méthodes d’enquête par questionnaire, et de la présentation de quelques principes d’analyse quantitative. Plus qu’une recherché aboutie, il s’agit ici de présenter une revue de questions appliquées à un cas concret d’enseignement d’une méthode de recherche. Par cet article d’un type peu répandu par nature dans la littérature scientifique (mais cependant essentiel sur un plan épistémologique), nous visons principalement à lier la théorie et la pratique par la présentation d’une mise en oeuvre concrète. De l’enseignement de connaissances de base à l’exploitation critique de certains résultats, les étudiants concernés ont vécu l’ensemble de la procédure, en passant par la conception de l’enquête et la collecte des données. Ainsi, cet article relate les bases de la construction progressive du contenu d’un enseignement visant à faire acquérir des savoirs, des savoir-faire et des savoir-être à ces étudiants, et pose des questions quant aux usages et à l’enseignement des méthodologies de recherche dans les cycles supérieurs, avec pour objet les loisirs sportifs et pour thème les opinions.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».