Pourquoi les statistiques sont-elles difficiles à enseigner et à comprendre? Quelques réflexions
Notice bibliographique
Résumé
Les statistiques sont une matière notoirement difficile à enseigner aux étudiants des sciences humaines. L’anxiété statistique, une forme d’anxiété bien documentée chez ces étudiants, est présente dès le début du cours et explique donc une partie des difficultés rencontrées par ces étudiants. Cependant, nous croyons que l’anxiété statistique est la conséquence plutôt que la source de ces difficultés. Pour enclencher une discussion qui, à terme, pourrait bonifier la façon d’enseigner les statistiques dans les sciences humaines, nous examinons ici trois causes qui pourraient expliquer cet anxiété. D’une part, les humains ont très peu d’intuition du hasard (comme le montrent les études sur les jeux d’argent dans lesquels des conceptions erronées sont dévoilées), et donc, les notions de distribution et d’échantillonnage restent des concepts opaques pour plusieurs. De plus, certains concepts statistiques reposent sur des raisonnements « méta-statistiques » dans lesquels il faut concevoir des statistiques sur des statistiques. Finalement, la notion de prise de décision dans un contexte où l’information est partielle et incertaine est souvent mal comprise. Dans ce texte, nous précisons ces trois difficultés et suggérons des recommandations pour en amoindrir les conséquences. Cependant, les pistes présentées ici nécessitent d’être validées par des études formelles; ce texte se veut avant tout un catalyseur de discussions visant l’amélioration de l’état de nos classes de méthodes quantitatives.
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 | 0,051 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,032 |
| Communication savante | 0,020 | 0,031 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».