(Re)placer la mobilité dans son contexte : le parcours commenté, un outil de recueil et d’analyse de données de mobilité
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,042 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle