MétaCan
Menu
Retour à la cohorte
Enregistrement W4288336862 · doi:10.25578/rts_issn1951-6614_2019-07

(Re)placer la mobilité dans son contexte : le parcours commenté, un outil de recueil et d’analyse de données de mobilité

2019· preprint· fr· W4288336862 sur OpenAlexaff
Michel Desprès, Sébastien Lord, Paula Negron-Poblete

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2019
Typepreprint
Languefr
DomaineSocial Sciences
ThématiqueData Analysis and Archiving
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

Le présent article traite de l’utilisation de la méthode des parcours commentés dans le cadre de protocoles d’enquête mixtes ayant pour sujet la mobilité. Utilisés de plus en plus en sciences sociales depuis le début des années 2000, les parcours commentés demeurent une méthode d’enquête assez peu commune en sciences sociales. Bien que plusieurs travaux se soient penchés sur les considérations méthodologiques de ces parcours par rapport aux entretiens dans le passé, peu d’articles ont cherché à proposer une exploration systématique de leurs modalités et paramètres selon les variantes observées dans la littérature. De même, peu d’articles ont traité de la plus-value que peuvent apporter les parcours commentés aux études mixtes, notamment celles ayant pour sujet la mobilité quotidienne. Après un bref retour sur les fondements théoriques des parcours commentés, la seconde section propose une déconstruction des parcours en un certain nombre de paramètres liés à l’environnement ou au cadre contractuel du parcours, qui sont discutés à l’aide d’exemples tirés de la littérature récente. Dans la troisième partie, nous présentons un exemple d’application des parcours commentés dans le cadre de méthodes mixtes par le biais d'une recherche sur la mobilité quotidienne de personnes vieillissantes. Nous discutons plus précisément de l’enrichissement apporté par ces parcours à la connaissance des pratiques spatiales de divers profils d'individus étudiés par voie de questionnaire, notamment via la structuration des données dans un système d’information géographique qualitatif.

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)0,057
score de la tête « metaresearch » (Gemma)0,175
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: Méthodes
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,303

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0570,175
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,007
Études des sciences et des technologies0,0040,007
Communication savante0,0130,016
Science ouverte0,0030,009
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,272
Écart entre enseignants0,253 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetData Analysis and ArchivingTravaux en français237 207