L’analyse inductive générale :description d’une démarche visant à donner un sensà des données brutes
Notice bibliographique
Résumé
Le but de cet article est de décrire l’approche inductive générale d’analyse de données qualitatives telle que proposée par Thomas (2006). Cet article s’adresse autant aux étudiantschercheurs peu familiers avec cette approche qu’aux chercheurs expérimentés qui souhaitent avoir une vue d’ensemble de l’analyse inductive communément utilisée dans les études de nature qualitative et exploratoire. Les objectifs liés à l’utilisation de l’analyse inductive sont : (1) de condenser des données brutes dans un format résumé, (2) d’établir des liens entre les objectifs de la recherche et les catégories découlant de l’analyse des données brutes et (3) de développer un cadre de référence ou un modèle à partir des nouvelles catégories émergentes. Ce type d’analyse, qui permet de donner un sens à un corpus de données brutes, requiert un ensemble de procédures relativement simples qui seront détaillées dans le présent article. Notre objectif est de faciliter la tâche du chercheur qui désire produire des résultats respectant les critères de validité de la recherche qualitative en fonction des objectifs de recherche visés.
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 | 0,036 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,015 |
| Communication savante | 0,011 | 0,015 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 ».