Les perceptions des environnements chez les piétons : utilisation qualitative et quantitative du support photographique pour saisir et comparer les espaces de marche. In S. Vincent-Geslin, J. Meissonnier, M. Rabaud, & V. Kaufmann (Eds.),Connaissance des mobilités: entre méthodes classiques et méthodes hybrides (à paraitre)
Notice bibliographique
Résumé
L'objectif de ce chapitre est de montrer la polyvalence de cette méthode de photo-élicitation, la richesse des données qu'elle permet de produire et les opportunités d'hybridation méthodologique qu'elle offre, à partir de cinq études récentes. Dans les deux premières études présentées, la photo-élicitation, est utilisée dans une approche qualitative basée sur la méthode des groupes de discussion (focus groups). Dans la troisième étude présentée, la photo-élicitation est intégrée dans un contexte d'entretiens d'exploration critique. Dans les deux dernières études présentées, la photo-élicitation est utilisée dans le cadre d'enquêtes quantitatives par questionnaires. Pour chaque étude, nous reviendrons en détail sur l'utilisation de la méthode de photo-élicitation et nous illustrerons son intérêt par quelques-uns des résultats obtenus.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».