MétaCan
Menu
Retour à la cohorte
Enregistrement W3046776573 · doi:10.4324/9781003059363-5

Research Design, Sampling, and Measurement

2020· book-chapter· en· W3046776573 sur OpenAlexaboutno aff
Kerry J. Strand, Gregory L. Weiss

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueData Analysis and Archiving
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSampling (signal processing)Computer scienceSampling designSociologyComputer vision

Résumé

récupéré en direct d'OpenAlex

Some of the most important decisions that a researcher must make, apart from deciding what to study, have to do with how to study—the basic design of the study, what variables to include and how to measure them, and what or whom to include in one’s sample. This chapter includes two articles that deal with the general topic—smoking as a gendered practice—but they do so using dramatically different research approaches, one quantitative and the other qualitative. Marjorie MacDonald and Nancy Wright employ secondary analysis of survey data to explore gender differences and other factors that correlate with smoking among Canadian high school students. Penny Tinkler prefers a qualitative and historical approach; she explores representations of smoking in magazines aimed at young women in Great Britain from 1918–1939. Although their research designs could hardly be more different, each faced decisions that all social science researchers must make regarding what to study (the sample) and how to study it.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,181
score de la tête « metaresearch » (Gemma)0,216
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,181
Score d'incertitude au seuil0,958

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1810,216
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0060,010
Études des sciences et des technologies0,0050,005
Communication savante0,0070,005
Science ouverte0,0060,006
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0200,011

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.

Tête enseignante Opus0,541
Tête enseignante GPT0,433
Écart entre enseignants0,108 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetData Analysis and ArchivingTravaux en français237 207